Thinking Machines Lab, das KI-Startup, das von Mira Murati, der ehemaligen Chief Technology Officer von OpenAI, gegründet wurde, veröffentlichte am 20. November 2026 ein neues Open-Weight-Modell: Inkling 2 Mini, ein kompaktes Modell, das auf einer ungewöhnlichen Architektur basiert und laut Angaben des Unternehmens weit über seine Parameteranzahl hinaus schlagen kann. Das Modell ist klein genug, um lokal auf einem Consumer-Laptop ausgeführt zu werden, und verfügt über einen Gesamtspeicherbedarf von etwa 20 GB.

Die Schlagzeilen sind für die Größenklasse bemerkenswert. Laut der Ankündigung des Unternehmens führt Inkling 2 Mini jedes Open-Weights-Modell mit weniger als 100 Milliarden Gesamtparametern auf DeepSWE v1.1 an und löst 48,2 Prozent der Aufgaben, und auf Vals Index v2.2 erreicht es 46,5 Prozent. Beide Benchmarks messen die Fähigkeit zur Agentenkodierung, eine der derzeit kommerziell umstrittensten Leistungsgrenzen der Branche. Weitere Informationen zu dieser Geschichte finden Sie in unserer KI-Nachrichten.

Was einen Schleifentransformator unterscheidet

Inkling 2 Mini ist ein Schleifentransformator. Anstatt jeden Token genau einmal durch jede Schicht zu leiten, führt das Modell seine mittleren Schichten dreimal pro Token durch. Tatsächlich kann das Modell mehr sequentielle Berechnungen auf ein Problem anwenden, ohne mehr Ausgabetoken zu generieren.

Der Rahmen des Unternehmens besteht darin, dass die Schleife es dem Modell ermöglicht, länger zu argumentieren, ohne seine Argumentation aufzuschreiben. Traditionelles Denken in der Gedankenkette gibt Token für sichtbare Zwischenschritte aus; Das Schleifen verbraucht stattdessen Rechenleistung. Das hat echte Auswirkungen auf die Geschwindigkeit bei Aufgaben, bei denen die Qualität der Argumentation wichtiger ist als die Anzahl der Token, und die Agentencodierung ist genau diese Art von Aufgabe.

Unter der Haube ist Inkling 2 Mini ein Mixture-of-Experts-Modell mit 26,4 Milliarden Gesamtparametern und nur 3,4 Milliarden aktiven pro Token, mit 5,4 Milliarden Gewichtsaktivierungen pro Token, sobald die Schleife berücksichtigt wird. Die meisten Gewichte wurden trainiert und werden nativ in NVFP4 bereitgestellt, dem Format mit niedriger Präzision, das Nvidia in seiner Rechenzentrumspalette eingeführt hat, wobei die letzten vier Schichten in MXFP8 beibehalten werden. Die Kombination aus aggressiver Quantisierung und einer geringen Anzahl aktiver Parameter bringt das Modell auf eine Stellfläche von etwa 20 GB, die auf Laptops und Desktop-KI-Maschinen passt.

Das Labor demonstrierte den Offlinebetrieb des Modells im Flugzeugmodus auf einem MacBook Pro mit einem M5 Pro-Chip und 48 GB Speicher, wo in wenigen Minuten ein spielbarer Flugsimulator erstellt wurde.

Der Kompromiss hinsichtlich der Überwachbarkeit

Die Veröffentlichung wird von Forschungsergebnissen begleitet, die möglicherweise wichtiger sind als die Benchmarks. Wenn ein Modell intern durch Schleifen argumentiert, anstatt seine Gedankenkette in Token auszudrücken, ist der sichtbare Argumentationstext kein verlässlicher Einblick in das, was das Modell tatsächlich tut. Das hat Auswirkungen auf die KI-Sicherheitsforschung, wo die Überwachung der Gedankenkette zu einem der wenigen verfügbaren praktischen Überwachungsinstrumente geworden ist.

Neben Inkling 2 Mini veröffentlichte Thinking Machines eine forschungsspezifische Variante mit variabler Schleife, um den Effekt zu messen. Die Ergebnisse zeigen eine ermutigende Richtung für die Leistungsfähigkeit, eine erschwerende Richtung für die Aufsicht. Der Zeithorizont des Modells mit variabler Schleife für Aufgaben, die ohne Gedankenkette erledigt wurden, verbesserte sich von 16 Sekunden bei einem einzelnen Durchgang auf 37 Sekunden bei drei Schleifen, und die Leistung bei einem seriellen Argumentations-Benchmark verbesserte sich weiter auf zehn Schleifen – doppelt so viele, wie das Modell mit trainiert wurde.

Mittlerweile wurde die sichtbare Gedankenkette mit dem Hinzufügen von Schleifen kürzer, aber das Unternehmen berichtet, dass sie durchgehend lesbar blieb und das Modell bei Tests zur Agentensabotage mit zunehmender Schleifentiefe keinen höheren Trend verzeichnete. Thinking Machines beschreibt diese als einige der ersten Modelle mit Schleifenarchitektur, die Forschern zur Verfügung stehen, und positioniert die Veröffentlichung teilweise als Einladung an die Sicherheitsgemeinschaft, die Überwachbarkeit an realen Gewichten statt an simulierten Aufbauten zu untersuchen.

Ein Wettbewerbsspiel in der Sub-100B-Klasse

Bei den Benchmarks tritt Inkling 2 Mini gegen ein überfülltes Sub-100B-Feld an, zu dem Gemma 4-Modelle im Bereich 26B–31B, Qwen3.8-27B, Muse Glimmer und ein 65B-Vorschaumodell namens Ripple gehören. Thinking Machines behauptet, dass sein Modell auch schneller läuft als vergleichbare Konkurrenten und verweist auf den theoretischen Token-Durchsatz bei Stapelgröße eins.

Das Sub-100B-Segment ist aus zwei Gründen strategisch wichtig geworden. Erstens nimmt die geräteinterne und private Bereitstellung schnell zu, da Unternehmen davor zurückschrecken, sensible Daten an gehostete APIs zu senden. Zweitens bevorzugt die Pro-Token-Ökonomie für lokale Inferenz zunehmend kleine, aggressiv quantisierte Modelle gegenüber destillierten Kopien großer Modelle. Ein 26,4-Milliarden-MoE, das nativ in NVFP4 mit Schleifenverarbeitung läuft, ist eine direkte Antwort auf diesen Markt.

Das Modell ist auf Hugging Face mit einer veröffentlichten Modellkarte verfügbar, und Thinking Machines fördert den Zugang über seine Tinker-Feinabstimmungsplattform. Zwischen dieser Version und den früheren Modellen der Inkling-Familie des Labors baut das Startup eine eindeutige technische Identität rund um die rekursive Rechenskalierung auf, und das zu einer Zeit, in der sich die meisten Grenzlabore weiterhin auf die Skalierung von Parametern und Daten konzentrieren.

Unabhängig davon, ob Looping zur Mainstream-Architektur wird oder eine Nische bleibt, markiert die Veröffentlichung einen bemerkenswerten Moment: Eines der am genauesten beobachteten KI-Startups setzt darauf, dass intelligentere Berechnungen pro Token – nicht mehr Token und nicht mehr Parameter – die nächsten Gewinne bringen werden.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →