2026年11月20日,Thinking Machines Lab 发布开源权重模型 Inkling 2 Mini:26.4B 总参数、3.4B 激活参数,内存占用约 20GB,能跑在消费级笔记本上。它没有继续堆参数,而是让中间 12 层对每个 token 循环跑三遍,用算力换推理质量。
循环三遍,参数没变多
Inkling 2 Mini 共 24 层,中间两组各 6 层各跑三次,首尾两组只跑一次;算上循环,每 token 的权重激活量是 5.4B。官方的逻辑是中间层负责抽象推理,多跑几遍能让模型想得更久,而且不用把推理过程全部写下来。同日放出的可变循环研究版模型做了对照:无思维链的时间跨度从 1 遍的 16 秒提到 3 遍的 37 秒,串行推理成绩一路涨到 10 遍,超过了训练时的循环次数;思维链随循环变短,但全程保持可读。
评测领跑同量级,知识面有天花板
在 100B 以下的开源权重模型里,Inkling 2 Mini 在智能体编程上领跑:DeepSWE v1.1 拿到 48.2%,Vals Index v2.2 拿到 46.5%。它也用工具补上了小模型的知识短板:BrowseComp 79.0%、DeepSearchQA 85.3%,都是同量级最好成绩。但多轮对话和多约束指令不是强项,MultiChallenge 50.0%、ComplexConstraints v1.1 33.4%,都落后于 Qwen3.8-27B;知识密集型评测也基本不随循环次数提升。斯坦福团队的独立测试里,它在 DGX Spark 上的单位焦耳智能得分 0.703,明显高于参测的 Qwen3.6-35B-A3B 与 Gemma-4-26B-A4B。
权重以 NVFP4 训练部署,最后四层用 MXFP8,发布当天已在 Thinking Machines Lab 自家的 Tinker 平台上线,可推理、可定制。团队还在飞机上用一台断网的 MacBook Pro,让它几分钟内搭出一个可玩的飞行模拟器。对本地部署和智能体开发来说,这次发布真正的看点是“循环”这条路被验证了:不加参数也能换来更强推理。接下来值得盯的是社区在普通笔记本上的实测,以及循环架构会不会被搬到更大的模型上。同系列更大模型此前已发布,参见Inkling 2 Small 发布:594B 参数只激活 17B。