ToolNavs 유용한 AI 도구 찾기
도구 제출 로그인
돌아가기 AI 정보
Inkling 2 Mini 출시: 26B 오픈 웨이트 모델, 루프 구조로 노트북에서 구동

Inkling 2 Mini 출시: 26B 오픈 웨이트 모델, 루프 구조로 노트북에서 구동

AI 정보 • Admin • • 14 회 조회

2026년 11월 20일, Thinking Machines Lab이 오픈 웨이트 모델 Inkling 2 Mini를 출시했다. 총 파라미터 26.4B, 활성 파라미터 3.4B, 메모리 사용량 약 20GB로 일반 노트북에서도 실행된다. 파라미터를 늘리는 대신 중간 12개 레이어를 토큰마다 세 번씩 반복 실행해 연산량으로 추론 품질을 끌어올리는 설계다.

세 번 반복, 파라미터는 그대로

Inkling 2 Mini는 총 24개 레이어로, 중간 두 블록(각 6개 레이어)을 세 번씩, 처음과 마지막 블록은 한 번씩 실행하며, 토큰당 가중치 활성화량은 5.4B다. 연구팀의 논리는 추상적 추론을 담당하는 중간 레이어를 반복하면 추론 과정을 전부 글로 쓰지 않고도 더 오래 생각하게 할 수 있다는 것이다. 같은 날 공개된 가변 루프 연구 모델도 이를 뒷받침한다. 사고의 사슬 없는 시간 지평이 1회에서 16초에서 3회 37초로 늘었고, 직렬 추론 성적은 10회까지 계속 올랐으며, 이는 훈련 시 반복 횟수를 넘어선 수준이다. 사고의 사슬은 짧아졌지만 끝까지 읽을 수 있었다.

동급 최상위, 다만 지식에는 한계가 있다

100B 미만 오픈 웨이트 모델 가운데 Inkling 2 Mini는 에이전트 코딩에서 선두에 섰다. DeepSWE v1.1에서 48.2%, Vals Index v2.2에서 46.5%를 기록했다. 소형 모델의 지식 부족은 도구로 메웠다. BrowseComp 79.0%, DeepSearchQA 85.3%로 동급 최고 성적이다. 다만 여러 차례 이어지는 대화나 제약이 많은 지시는 약점이다. MultiChallenge 50.0%, ComplexConstraints v1.1 33.4%로 Qwen3.8-27B에 뒤처졌고, 지식 집약적 벤치마크도 루프 횟수를 늘려도 거의 오르지 않았다. 스탠퍼드 팀의 독립적인 '줄당 지능' 테스트에서는 NVIDIA DGX Spark에서 0.703점을 기록해 함께 측정된 Qwen3.6-35B-A3B와 Gemma-4-26B-A4B를 크게 앞섰다.

가중치 대부분은 NVFP4로 학습·배포되고 마지막 4개 레이어는 MXFP8이며, 출시 당일 Thinking Machines Lab 자체 Tinker 플랫폼에 올라 추론과 커스터마이징이 가능해졌다. 연구팀은 비행기 안에서 오프라인 MacBook Pro로 실행해 몇 분 만에 플레이 가능한 비행 시뮬레이터를 만들게 했다. 로컬 배포와 에이전트 개발 관점에서 이번 발표의 진짜 관전 포인트는 '루프'라는 접근이 검증됐다는 점이다. 파라미터를 늘리지 않고도 추론을 강화할 수 있다. 다음으로 볼 것은 일반 노트북에서의 커뮤니티 실측 결과와 이 루프 구조가 더 큰 모델로 이어질지 여부다. 같은 시리즈의 대형 모델은 앞서 출시됐다. Inkling 2 Small: 594B 파라미터, 활성 파라미터는 17B뿐을 참고하라.

추천 도구

더보기