Thinking Machines Lab, startup s umělou inteligencí založený bývalou hlavní technologickou ředitelkou OpenAI Mirou Murati, vydal 20. listopadu 2026 nový model s otevřenou váhou: Inkling 2 Mini, kompaktní model postavený na neobvyklé architektuře, o které společnost říká, že umožňuje dosahovat výrazně nad počet parametrů. Model je dostatečně malý na to, aby jej bylo možné provozovat lokálně na spotřebitelském notebooku, s celkovou kapacitou paměti zhruba 20 GB.
Čísla v titulku jsou pro velikostní třídu nápadná. Podle oznámení společnosti Inkling 2 Mini vede každý model s otevřenou váhou s méně než 100 miliardami celkových parametrů na DeepSWE v1.1, řeší 48,2 procenta úloh, a na Vals Index v2.2 se skóre 46,5 procenta. Oba benchmarky měří schopnost agentního kódování, což je v současnosti jedna z komerčně nejspornějších hranic schopností v tomto odvětví. For more context on this story, see our ongoing artificial intelligence updates.
Čím se smyčkový transformátor liší
Inkling 2 Mini je smyčkový transformátor. Namísto procházení každého tokenu každou vrstvou přesně jednou, model spustí své střední vrstvy třikrát za token. Ve skutečnosti může model použít více sekvenční výpočty na problém bez generování více výstupních tokenů.
Rámec společnosti spočívá v tom, že smyčkování umožňuje modelu uvažovat déle, aniž by si své odůvodnění zapisoval. Tradiční řetězová úvaha utrácí žetony za viditelné mezikroky; smyčkování místo toho spotřebovává výpočet. To má skutečné důsledky pro rychlost u úkolů, kde na kvalitě uvažování záleží více než na počtu tokenů, a agentní kódování je přesně takový úkol.
Pod kapotou je Inkling 2 Mini model Mixture-of-Experts s 26,4 miliardami celkových parametrů a pouhými 3,4 miliardami aktivních na token, s 5,4 miliardami aktivací hmotnosti na token, jakmile se započítá smyčka. Většina závaží byla natrénována a je nasazena nativně v NVFP4, což je formát s nízkou přesností, který Nvidia prosazuje ve své řadě datových center, přičemž poslední čtyři vrstvy zůstaly v MXFP8. Kombinace agresivní kvantizace a malého počtu aktivních parametrů je to, co stlačuje model do zhruba 20GB stopy, která se vejde na notebooky a stolní stroje s umělou inteligencí.
Laboratoř předvedla model běžící offline, v režimu letadla, na MacBooku Pro s čipem M5 Pro a 48 GB paměti, kde během pár minut postavila hratelný letecký simulátor.
Kompromis monitorovatelnosti
Vydání je doprovázeno výzkumem, na kterém může záležet více než na srovnávacích testech. Pokud model interně zdůvodňuje pomocí smyček místo toho, aby vyjadřoval svůj myšlenkový řetězec v tokenech, pak viditelný text uvažování přestane být věrným oknem do toho, co model skutečně dělá. To má důsledky pro výzkum bezpečnosti AI, kde se sled myšlenek stal jedním z mála dostupných praktických nástrojů dohledu.
Společně s Inkling 2 Mini vydala společnost Thinking Machines variantu s proměnnou smyčkou specifickou pro výzkum, která měří účinek. Výsledky jsou povzbudivým směrem, pokud jde o schopnosti, a komplikovaným směrem pro přehled. Časový horizont modelu s proměnnou smyčkou u úkolů dokončených bez jakéhokoli myšlenkového řetězce se zlepšil z 16 sekund při jednom průchodu na 37 sekund při třech smyčkách a výkon na sériovém uvažování se neustále zlepšoval až na deset smyček – dvakrát tolik, než se kterým byl model trénován.
Mezitím se viditelný myšlenkový řetězec s přibývajícími smyčkami zkracoval, ale společnost hlásí, že zůstal čitelný po celou dobu a model neměl vyšší trend při testech agentní sabotáže, jak se hloubka smyčky zvětšovala. Thinking Machines je popisuje jako některé z prvních modelů se smyčkovou architekturou, které mají výzkumníci k dispozici, a umisťují vydání částečně jako pozvánku pro bezpečnostní komunitu ke studiu monitorovatelnosti na skutečných hmotnostech spíše než na simulovaných nastaveních.
Soutěžní hra ve třídě Sub-100B
Srovnávací testy staví Inkling 2 Mini proti přeplněnému poli pod 100B, které zahrnuje modely Gemma 4 v rozsahu 26B–31B, Qwen3.8-27B, Muse Glimmer a 65B náhledový model s názvem Ripple. Thinking Machines tvrdí, že její model také běží rychleji než podobně výkonní konkurenti, přičemž uvádí teoretickou propustnost tokenu při velikosti dávky jedna.
Segment pod 100B se stal strategicky důležitým ze dvou důvodů. Za prvé, nasazení na zařízení a privátní nasazení rychle roste, protože podniky se brání odesílání citlivých dat do hostovaných rozhraní API. Za druhé, ekonomie na tokeny pro místní vyvozování stále více upřednostňují malé, agresivně kvantované modely před destilovanými kopiemi velkých. Přímou odpovědí na tento trh je 26.4B MoE, které běží nativně v NVFP4 se smyčkovým výpočtem.
Model je k dispozici na Hugging Face se zveřejněnou modelovou kartou a Thinking Machines propaguje přístup prostřednictvím své platformy pro jemné ladění Tinker. Mezi tímto vydáním a dřívějšími modely rodiny Inkling z laboratoře buduje startup odlišnou technickou identitu kolem škálování ve stylu opakování v době, kdy se většina hraničních laboratoří zaměřuje na škálování parametrů a dat.
Ať už se smyčkování stane mainstreamovou architekturou nebo zůstane jen výklenkem, vydání představuje významný okamžik: jeden z nejostřeji sledovaných startupů s umělou inteligencí sází na to, že chytřejší výpočet na token – ne více tokenů, a ne více parametrů – je místem, kde žijí další zisky.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →