Le 20 novembre 2026, Thinking Machines Lab a publié Inkling 2 Mini, un modèle à poids ouverts de 26,4 milliards de paramètres au total et 3,4 milliards de paramètres actifs, pour une empreinte mémoire d'environ 20 Go — de quoi tourner sur un ordinateur portable grand public. Au lieu d'empiler des paramètres, il fait repasser ses 12 couches intermédiaires trois fois pour chaque token, échangeant du calcul contre de la qualité de raisonnement.
Trois passages, aucun paramètre ajouté
Inkling 2 Mini compte 24 couches : les deux blocs intermédiaires de six couches chacun tournent trois fois, tandis que le premier et le dernier bloc ne tournent qu'une fois, ce qui porte les activations de poids à 5,4 milliards par token. La logique du laboratoire : les couches intermédiaires assurent le raisonnement abstrait, et les faire repasser permet au modèle de réfléchir plus longtemps sans devoir écrire tout son raisonnement. Un modèle de recherche à bouclage variable, publié le même jour, le confirme : son horizon temporel sans chaîne de pensée est passé de 16 secondes à un passage à 37 secondes à trois passages, et ses performances en raisonnement sériel ont continué à progresser jusqu'à dix boucles — au-delà du nombre vu à l'entraînement — tandis que la chaîne de pensée raccourcissait tout en restant lisible.
En tête de sa catégorie, avec un plafond de connaissances
Parmi les modèles à poids ouverts de moins de 100 milliards de paramètres, Inkling 2 Mini mène la course en codage agentique : 48,2 % sur DeepSWE v1.1 et 46,5 % sur Vals Index v2.2. Il compense aussi le manque de connaissances des petits modèles avec des outils : 79,0 % sur BrowseComp et 85,3 % sur DeepSearchQA, les meilleurs scores de sa catégorie. Mais les conversations à plusieurs tours et les consignes très contraintes ne sont pas son point fort — 50,0 % sur MultiChallenge et 33,4 % sur ComplexConstraints v1.1, derrière Qwen3.8-27B dans les deux cas — et les évaluations à forte intensité de connaissances ne progressent quasiment pas avec le nombre de boucles. Dans un test indépendant de l'équipe de Stanford sur l'intelligence par joule, il a obtenu 0,703 sur un NVIDIA DGX Spark, nettement devant les Qwen3.6-35B-A3B et Gemma-4-26B-A4B testés en parallèle.
La plupart des poids sont entraînés et déployés nativement en NVFP4, les quatre dernières couches en MXFP8, et le modèle a été mis en ligne le jour de sa sortie sur Tinker, la plateforme maison de Thinking Machines Lab, pour l'inférence et la personnalisation. L'équipe l'a même fait tourner hors ligne sur un MacBook Pro en avion, où il a construit un simulateur de vol jouable en quelques minutes. Pour le déploiement local et le développement d'agents, la vraie nouvelle est que le bouclage fonctionne : un raisonnement plus fort sans plus de paramètres. La suite à surveiller : ses performances dans les tests de la communauté sur des portables ordinaires, et si cette architecture à boucles sera portée à des modèles plus grands. Le modèle plus grand de la même famille est sorti plus tôt — voir Inkling 2 Small : 594 milliards de paramètres, seulement 17 milliards actifs.