Thinking Machines Lab, la startup d'IA fondée par Mira Murati, ancienne directrice de la technologie d'OpenAI, a publié un nouveau modèle à poids ouvert le 20 novembre 2026 : Inkling 2 Mini, un modèle compact construit autour d'une architecture inhabituelle qui, selon la société, lui permet de dépasser largement son nombre de paramètres. Le modèle est suffisamment petit pour fonctionner localement sur un ordinateur portable grand public, avec une empreinte mémoire totale d'environ 20 Go.

Les chiffres des gros titres sont frappants pour la classe de taille. Selon l'annonce de la société, Inkling 2 Mini est en tête de tous les modèles à pondération ouverte avec moins de 100 milliards de paramètres au total sur DeepSWE v1.1, résolvant 48,2 % des tâches, et sur Vals Index v2.2, avec un score de 46,5 %. Les deux benchmarks mesurent la capacité de codage agent, l’une des frontières de capacités les plus contestées commercialement dans l’industrie à l’heure actuelle. Pour plus de contexte sur cette histoire, consultez notre plus d'articles sur l'IA.

Qu'est-ce qui différencie un transformateur en boucle

Inkling 2 Mini est un transformateur en boucle. Au lieu de faire passer chaque jeton à travers chaque couche exactement une fois, le modèle exécute ses couches intermédiaires trois fois par jeton. En effet, le modèle peut appliquer davantage de calculs séquentiels à un problème sans générer davantage de jetons de sortie.

Le cadre de l'entreprise est que le bouclage permet au modèle de raisonner plus longtemps sans écrire son raisonnement. Le raisonnement traditionnel en chaîne de pensée dépense des jetons sur des étapes intermédiaires visibles ; la boucle dépense le calcul à la place. Cela a de réelles conséquences sur la rapidité des tâches où la qualité du raisonnement compte plus que le nombre de jetons, et le codage agent est exactement ce genre de tâche.

Sous le capot, Inkling 2 Mini est un modèle mélange d'experts avec 26,4 milliards de paramètres au total et seulement 3,4 milliards d'actifs par jeton, avec 5,4 milliards d'activations de poids par jeton une fois la boucle prise en compte. La plupart des poids ont été entraînés et sont déployés nativement dans NVFP4, le format de basse précision que Nvidia a proposé dans sa gamme de centres de données, les quatre dernières couches étant conservées dans MXFP8. La combinaison d’une quantification agressive et d’un petit nombre de paramètres actifs est ce qui réduit le modèle à une empreinte d’environ 20 Go qui s’adapte aux ordinateurs portables et aux machines d’IA de bureau.

Le laboratoire a démontré le modèle fonctionnant hors ligne, en mode avion, sur un MacBook Pro doté d'une puce M5 Pro et de 48 Go de mémoire, où il a construit un simulateur de vol jouable en quelques minutes.

Le compromis en matière de surveillance

La publication est accompagnée de recherches qui peuvent être plus importantes que les références. Si un modèle raisonne en interne à travers des boucles plutôt que d’exprimer sa chaîne de pensée sous forme de jetons, alors le texte de raisonnement visible cesse d’être une fenêtre fidèle sur ce que fait réellement le modèle. Cela a des implications pour la recherche sur la sécurité de l’IA, où la surveillance de la chaîne de pensée est devenue l’un des rares outils de surveillance pratiques disponibles.

Parallèlement à Inkling 2 Mini, Thinking Machines a publié une variante à boucle variable spécifique à la recherche pour mesurer l'effet. Les résultats vont dans un sens encourageant en termes de capacité, mais compliquent en matière de surveillance. L'horizon temporel du modèle à boucle variable pour les tâches accomplies sans aucune chaîne de pensée s'est amélioré, passant de 16 secondes avec un seul passage à 37 secondes avec trois boucles, et les performances sur un test de raisonnement en série ont continué de s'améliorer jusqu'à dix boucles, soit deux fois plus que ce avec lequel le modèle a été formé.

Pendant ce temps, la chaîne de pensée visible s'est raccourcie à mesure que des boucles ont été ajoutées, mais la société rapporte qu'elle est restée lisible tout au long, et le modèle n'a pas augmenté lors des tests de sabotage agent à mesure que la profondeur des boucles augmentait. Thinking Machines les décrit comme certains des premiers modèles d'architecture en boucle disponibles pour les chercheurs, positionnant cette version en partie comme une invitation à la communauté de la sécurité à étudier la possibilité de surveillance sur des poids réels plutôt que sur des configurations simulées.

Un jeu compétitif dans la classe Sub-100B

Les références placent Inkling 2 Mini contre un groupe encombré de moins de 100B qui comprend les modèles Gemma 4 dans la gamme 26B-31B, Qwen3.8-27B, Muse Glimmer et un modèle d'aperçu 65B appelé Ripple. Thinking Machines affirme que son modèle fonctionne également plus rapidement que ses concurrents aux performances similaires, citant un débit théorique de jetons à une taille de lot un.

Le segment inférieur à 100B est devenu stratégiquement important pour deux raisons. Premièrement, le déploiement sur appareil et privé connaît une croissance rapide à mesure que les entreprises hésitent à envoyer des données sensibles aux API hébergées. Deuxièmement, l’économie par jeton pour l’inférence locale favorise de plus en plus les petits modèles agressivement quantifiés plutôt que les copies distillées de grands modèles. Un MoE de 26,4 milliards fonctionnant nativement dans NVFP4 avec calcul en boucle est une réponse directe à ce marché.

Le modèle est disponible sur Hugging Face avec une fiche de modèle publiée, et Thinking Machines en favorise l'accès via sa plateforme de réglage fin Tinker. Entre cette version et les modèles précédents de la famille Inkling du laboratoire, la startup construit une identité technique distincte autour de la mise à l'échelle du calcul de type récurrence à une époque où la plupart des laboratoires pionniers restent concentrés sur la mise à l'échelle des paramètres et des données.

Que le bouclage devienne une architecture grand public ou reste une niche, cette sortie marque un moment marquant : l’une des startups d’IA les plus surveillées parie qu’un calcul plus intelligent par jeton – pas plus de jetons, ni plus de paramètres – est le lieu où se réaliseront les prochains gains.

---

Restez à la Pointe de l'IA

Les dernières actualités, analyses et percées en IA — au même endroit.

Lire plus d'actualités IA →