元 OpenAI 最高技術責任者のミラ・ムラティ氏が設立した AI スタートアップである Thinking Machines Lab は、2026 年 11 月 20 日に新しいオープンウェイト モデル、Inkling 2 Mini をリリースしました。これは、珍しいアーキテクチャを中心に構築されたコンパクトなモデルで、同社によれば、パラメータ数をはるかに上回るパンチを実現できます。このモデルは消費者向けラップトップ上でローカルに実行できるほど小型で、総メモリ占有量は約 20 GB です。

ヘッドラインの数字は、このサイズクラスとしては驚異的です。同社の発表によると、Inkling 2 Mini は、DeepSWE v1.1 では合計 1,000 億未満のパラメータを備えたすべてのオープンウェイト モデルをリードし、タスクの 48.2 パーセントを解決し、Vals Index v2.2 では 46.5 パーセントのスコアを達成しました。どちらのベンチマークも、現在業界で商業的に最も争われている機能フロンティアの 1 つであるエージェント コーディング能力を測定します。 この件の詳細は、AIニュースをご覧ください。

ループトランスフォーマーの違い

Inkling 2 Mini はループ型トランスです。各トークンをすべての層に 1 回だけ渡すのではなく、モデルはトークンごとに中間層を 3 回実行します。実際、モデルは、より多くの出力トークンを生成することなく、より逐次的な計算を問題に適用できます。

同社の枠組みは、ループによってモデルが推論を書き留めることなく、より長く推論できるようにするというものだ。従来の思考連鎖推論では、目に見える中間ステップにトークンを消費します。ループでは代わりにコンピューティングが消費されます。これは、トークン数よりも推論の品質が重要なタスクの速度に実際の影響を及ぼします。エージェント コーディングはまさにその種のタスクです。

内部的には、Inkling 2 Mini は、合計 264 億のパラメーターとトークンあたりわずか 34 億のアクティブを備えた専門家混合モデルであり、ループを考慮するとトークンあたり 54 億のウェイト アクティベーションがあります。重みのほとんどはトレーニングされ、NVFP4 でネイティブにデプロイされます。NVFP4 は、Nvidia がデータセンターのラインナップ全体に推進している低精度フォーマットであり、最後の 4 つのレイヤーは MXFP8 に保持されています。積極的な量子化と少ないアクティブ パラメーター数の組み合わせにより、モデルはラップトップやデスクトップ AI マシンに収まる約 20 GB のフットプリントに収まります。

ラボでは、M5 Pro チップと 48 GB のメモリを搭載した MacBook Pro 上で、オフラインの機内モードでモデルを実行するデモを行い、数分でプレイ可能なフライト シミュレーターを構築しました。

監視可能性のトレードオフ

このリリースには、ベンチマークよりも重要な可能性のある調査が伴います。モデルが思考の連鎖をトークンで表現するのではなく、ループを通じて内部的に推論する場合、目に見える推論テキストは、モデルが実際に行っていることを忠実に示す窓ではなくなります。これは、思考連鎖の監視が利用可能な数少ない実用的な監視ツールの 1 つとなっている AI の安全性研究に影響を及ぼします。

Inkling 2 Mini と並行して、Thinking Machines は効果を測定するために研究固有の可変ループのバリアントをリリースしました。その結果、能力に関しては明るい方向に向かう一方、監視に関しては複雑な方向となった。思考連鎖なしでタスクが完了する可変ループ モデルの時間軸は、1 回のパスで 16 秒から 3 回のループで 37 秒に向上し、シリアル推論ベンチマークのパフォーマンスは 10 回のループ (モデルがトレーニングされた回数の 2 倍) まで向上し続けました。

一方、目に見える思考連鎖はループが追加されるにつれて短くなったが、同社は一貫して読みやすいままであり、ループの深さが増加してもモデルはエージェントによる妨害行為のテストで上昇する傾向はなかったと報告している。 Thinking Machines は、これらを研究者が利用できる最初のループ アーキテクチャ モデルの一部であると説明し、このリリースの一部を、シミュレートされたセットアップではなく実際の重量での監視可能性を研究する安全コミュニティへの招待として位置付けています。

サブ 100B クラスでの競争力のあるプレー

ベンチマークでは、Inkling 2 Mini を、26B ~ 31B 範囲の Gemma 4 モデル、Qwen3.8-27B、Muse Glimmer、および Ripple と呼ばれる 65B プレビュー モデルを含む、混雑した 100B 未満のフィールドに対して配置します。 Thinking Machines は、バッチ サイズ 1 での理論上のトークン スループットを引用して、自社のモデルが同様のパフォーマンスを発揮する競合他社よりも高速に実行されると主張しています。

100B 未満のセグメントは 2 つの理由から戦略的に重要になっています。まず、企業がホスト型 API に機密データを送信することに躊躇する中、オンデバイスおよびプライベート展開が急速に成長しています。第 2 に、ローカル推論のトークンごとの経済学では、大規模なモデルの蒸留されたコピーよりも、小規模で積極的に量子化されたモデルがますます好まれています。ループ コンピューティングを備えた NVFP4 でネイティブに実行される 264 億 MoE は、その市場に対する直接的な答えです。

このモデルは、公開されたモデル カードとともに Hugging Face で入手でき、Thinking Machines は Tinker 微調整プラットフォームを通じてアクセスを促進しています。このリリースとラボの初期の Inkling ファミリー モデルの間で、ほとんどのフロンティア ラボがパラメータとデータのスケーリングに重点を置いている中、スタートアップは反復型のコンピューティング スケーリングを中心に明確な技術的アイデンティティを構築しています。

ループが主流のアーキテクチャになるかニッチなままになるかにかかわらず、このリリースは注目に値する瞬間を示しています。最も注目されている AI スタートアップ企業の 1 つは、トークンやパラメータの増加ではなく、トークンごとのよりスマートな計算に次の利益が生かされることに賭けています。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →