Faire tourner Inkling 2 Mini sur un portable commence par calculer la mémoire et la licence : Thinking Machines Lab a publié ce modèle à architecture bouclée de 26 milliards de paramètres le 20 novembre 2026. Il compte 26,4 milliards de paramètres au total et n'en active que 3,4 milliards à la fois ; ses poids occupent environ 20 Go, et selon l'entreprise il peut fonctionner hors ligne sur un portable. Les poids sont ouverts sous licence Apache 2.0 — on télécharge et c'est parti. Mais 26 milliards ne veut pas dire léger : sans assez de mémoire, il ne tournera pas, alors faites les comptes avant de commencer.
D'abord, le calcul de la mémoire
Les poids seuls pèsent environ 20 Go, auxquels s'ajoutent les caches d'exécution et la surcharge du framework — la démonstration officielle tournait sur un MacBook Pro de 48 Go de mémoire, celui à puce M5 Pro. À cette aune, 32 Go de mémoire constituent un point de départ raisonnablement sûr ; une machine de 16 Go devra probablement recourir à une quantification plus agressive ou accepter une lenteur extrême. Ne vous fiez pas aux 3,4 milliards de paramètres actifs pour conclure que le modèle est petit : c'est une mesure de calcul, pas un budget mémoire.
Deux façons de le faire tourner sur un portable
Pour la voie simple, utilisez un outil en un clic comme Ollama : installez-le, récupérez le modèle et commencez à discuter — idéal pour essayer, discuter et lancer des tâches d'agent simples. Pour tirer des performances en travail d'agent et en contexte long, déployez les poids complets avec vLLM ou SGLang — vLLM le prenait déjà en charge le jour du lancement, et Ollama figure aussi sur la liste des outils compatibles. Les poids sont disponibles sur la page officielle du modèle de Thinking Machines Lab sur Hugging Face, et une version quantifiée GGUF existe aussi pour llama.cpp.
Licence et limites d'usage
La licence Apache 2.0 autorise l'usage commercial, la modification et la redistribution, à condition de conserver la mention de copyright et le texte de la licence — et il n'y a pas de frais d'abonnement. Le modèle accepte des entrées texte et image, avec une fenêtre de contexte d'un million de tokens, et l'entreprise le présente comme particulièrement fort sur les tâches d'agent de longue haleine. Il a aussi des points faibles : sur les conversations à plusieurs tours et les consignes chargées de contraintes, il reste derrière des modèles de même taille comme Qwen3.8-27B. Avant d'en faire votre modèle principal, testez-le d'abord sur vos propres tâches.
Q : Où télécharger les poids en toute sécurité ?
A : Sur la page officielle du modèle de Thinking Machines Lab sur Hugging Face — vérifiez le nom thinkingmachines/Inkling-2-Mini et ne téléchargez pas de fichiers de poids d'origine douteuse depuis des sources inconnues.