Thinking Machines Lab, la startup AI fondata dall'ex chief technology officer di OpenAI Mira Murati, ha rilasciato un nuovo modello open-weights il 20 novembre 2026: Inkling 2 Mini, un modello compatto costruito attorno a un'architettura insolita che, secondo l'azienda, gli consente di colpire ben al di sopra del numero di parametri. Il modello è sufficientemente piccolo da poter essere eseguito localmente su un laptop consumer, con una memoria totale di circa 20 GB.

I numeri dei titoli sono sorprendenti per la classe di dimensioni. Secondo l'annuncio dell'azienda, Inkling 2 Mini guida tutti i modelli a pesi aperti con meno di 100 miliardi di parametri totali su DeepSWE v1.1, risolvendo il 48,2% delle attività, e su Vals Index v2.2, ottenendo un punteggio del 46,5%. Entrambi i benchmark misurano la capacità di codifica degli agenti, una delle frontiere delle capacità commercialmente più contestate nel settore in questo momento. Per maggiori informazioni su questa storia, consulta la nostra aggiornamenti sull'intelligenza artificiale.

Cosa rende diverso un trasformatore in loop

Inkling 2 Mini è un trasformatore ad anello. Invece di far passare ogni token attraverso ogni strato esattamente una volta, il modello esegue i suoi strati intermedi tre volte per token. In effetti, il modello può applicare più calcoli sequenziali a un problema senza generare più token di output.

L'inquadramento dell'azienda prevede che il looping consenta al modello di ragionare più a lungo senza trascrivere il suo ragionamento. Il ragionamento tradizionale basato sulla catena di pensiero spende gettoni su passaggi intermedi visibili; il looping spende invece il calcolo. Ciò ha conseguenze reali sulla velocità delle attività in cui la qualità del ragionamento conta più del conteggio dei token e la codifica degli agenti è esattamente quel tipo di attività.

Sotto il cofano, Inkling 2 Mini è un modello misto di esperti con 26,4 miliardi di parametri totali e solo 3,4 miliardi di attivi per token, con 5,4 miliardi di attivazioni di peso per token una volta considerato il looping. La maggior parte dei pesi sono stati addestrati e distribuiti nativamente in NVFP4, il formato a bassa precisione che Nvidia ha spinto nella sua gamma di data center, con gli ultimi quattro livelli mantenuti in MXFP8. La combinazione di quantizzazione aggressiva e un numero limitato di parametri attivi è ciò che comprime il modello in un ingombro di circa 20 GB adatto a laptop e macchine desktop AI.

Il laboratorio ha dimostrato che il modello funziona offline, in modalità aereo, su un MacBook Pro con chip M5 Pro e 48 GB di memoria, dove è stato costruito in pochi minuti un simulatore di volo giocabile.

Il compromesso della monitorabilità

Il comunicato è accompagnato da una ricerca che potrebbe avere più importanza dei parametri di riferimento. Se un modello ragiona internamente attraverso cicli invece di esprimere la sua catena di pensiero in token, allora il testo del ragionamento visibile smette di essere una finestra fedele su ciò che il modello sta effettivamente facendo. Ciò ha implicazioni per la ricerca sulla sicurezza dell’intelligenza artificiale, dove il monitoraggio della catena di pensiero è diventato uno dei pochi strumenti pratici di supervisione disponibili.

Oltre a Inkling 2 Mini, Thinking Machines ha rilasciato una variante a ciclo variabile specifica per la ricerca per misurare l'effetto. I risultati vanno in una direzione incoraggiante per la capacità, complicata per la supervisione. L'orizzonte temporale del modello a ciclo variabile sulle attività completate senza alcuna catena di pensiero è migliorato da 16 secondi con un singolo passaggio a 37 secondi con tre cicli, e le prestazioni su un benchmark di ragionamento seriale hanno continuato a migliorare fino a dieci cicli, il doppio di quelli con cui il modello era stato addestrato.

Nel frattempo, la catena di pensiero visibile si è accorciata man mano che venivano aggiunti i loop, ma l’azienda riferisce che è rimasta leggibile ovunque e il modello non ha avuto una tendenza più alta nei test di sabotaggio con agenti quando la profondità del loop è aumentata. Thinking Machines li descrive come alcuni dei primi modelli di architettura a loop disponibili per i ricercatori, posizionando il rilascio in parte come un invito per la comunità della sicurezza a studiare la monitorabilità su pesi reali piuttosto che su configurazioni simulate.

Un gioco competitivo nella classe Sub-100B

I benchmark collocano Inkling 2 Mini contro un affollato campo inferiore a 100B che include i modelli Gemma 4 nella gamma 26B-31B, Qwen3.8-27B, Muse Glimmer e un modello di anteprima 65B chiamato Ripple. Thinking Machines afferma che il suo modello funziona anche più velocemente rispetto ai concorrenti con prestazioni simili, citando il throughput teorico dei token a batch size uno.

Il segmento inferiore a 100B è diventato strategicamente importante per due ragioni. Innanzitutto, l’implementazione su dispositivo e privata sta crescendo rapidamente poiché le aziende sono restie a inviare dati sensibili alle API ospitate. In secondo luogo, l’economia per token per l’inferenza locale favorisce sempre più modelli piccoli e aggressivamente quantizzati rispetto a copie distillate di quelli più grandi. Un MoE da 26,4 miliardi eseguito in modo nativo in NVFP4 con calcolo in loop è una risposta diretta a quel mercato.

Il modello è disponibile su Hugging Face con una scheda modello pubblicata e Thinking Machines sta promuovendo l'accesso attraverso la sua piattaforma di perfezionamento Tinker. Tra questa versione e i precedenti modelli della famiglia Inkling del laboratorio, la startup sta costruendo un'identità tecnica distinta attorno al ridimensionamento dei calcoli in stile ricorrenza in un momento in cui la maggior parte dei laboratori di frontiera rimane concentrata sul ridimensionamento di parametri e dati.

Sia che il looping diventi un’architettura mainstream o rimanga una nicchia, il rilascio segna un momento notevole: una delle startup di intelligenza artificiale più osservate sta scommettendo che un calcolo più intelligente per token – non più token e non più parametri – è il luogo in cui si trovano i prossimi guadagni.

---

Rimani Aggiornato sull'IA

Le ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.

Leggi altre notizie sull'IA →