Thinking Machines Lab, de AI-startup opgericht door Mira Murati, voormalig Chief Technology Officer van OpenAI, heeft op 20 november 2026 een nieuw open-weights-model uitgebracht: Inkling 2 Mini, een compact model gebouwd rond een ongebruikelijke architectuur waarvan het bedrijf zegt dat het ver boven het aantal parameters kan uitstijgen. Het model is klein genoeg om lokaal op een consumentenlaptop te draaien, met een totale geheugenvoetafdruk van ongeveer 20 GB.
De kopcijfers zijn opvallend voor de maatklasse. Volgens de aankondiging van het bedrijf leidt Inkling 2 Mini elk open-weights-model met minder dan 100 miljard totale parameters op DeepSWE v1.1, waarmee 48,2 procent van de taken wordt opgelost, en op Vals Index v2.2, met een score van 46,5 procent. Beide benchmarks meten het codeervermogen van agenten, een van de commercieel meest betwiste capaciteitsgrenzen in de branche op dit moment. Voor meer context over dit verhaal, zie ons AI-trends.
Wat maakt een lustransformator anders
Inkling 2 Mini is een lustransformator. In plaats van elk token precies één keer door elke laag te laten gaan, voert het model de middelste lagen drie keer per token uit. In feite kan het model meer sequentiële berekeningen op een probleem toepassen zonder meer uitvoertokens te genereren.
Het uitgangspunt van het bedrijf is dat looping het model in staat stelt langer te redeneren zonder de redenering op te schrijven. Bij traditioneel redeneren op basis van gedachtegangen worden tokens besteed aan zichtbare tussenstappen; looping besteedt in plaats daarvan rekenkracht. Dat heeft reële gevolgen voor de snelheid bij taken waarbij de kwaliteit van het redeneren belangrijker is dan het aantal tokens, en agentische codering is precies dat soort taken.
Onder de motorkap is Inkling 2 Mini een Mixture-of-Experts-model met in totaal 26,4 miljard parameters en slechts 3,4 miljard actieve per token, met 5,4 miljard gewichtsactivaties per token zodra rekening wordt gehouden met looping. De meeste gewichten zijn getraind en worden native ingezet in NVFP4, het lage-precisieformaat dat Nvidia in zijn datacenterreeks heeft doorgevoerd, waarbij de laatste vier lagen in MXFP8 worden bewaard. De combinatie van agressieve kwantisering en een klein aantal actieve parameters zorgt ervoor dat het model in een footprint van ongeveer 20 GB past, die past op laptops en desktop AI-machines.
Het laboratorium demonstreerde het model offline, in vliegtuigmodus, op een MacBook Pro met een M5 Pro-chip en 48 GB geheugen, waar het in een paar minuten een speelbare vluchtsimulator bouwde.
De afweging tussen controleerbaarheid
De release gaat gepaard met onderzoek dat mogelijk belangrijker is dan de benchmarks. Als een model intern redeneert via lussen in plaats van zijn gedachteketen in tokens uit te drukken, dan is de zichtbare redeneringstekst niet langer een getrouw venster op wat het model feitelijk doet. Dat heeft gevolgen voor het veiligheidsonderzoek op het gebied van AI, waarbij het monitoren van de gedachteketen een van de weinige praktische toezichtinstrumenten is geworden die beschikbaar zijn.
Naast Inkling 2 Mini heeft Thinking Machines een onderzoeksspecifieke variant met variabele lus uitgebracht om het effect te meten. De resultaten gingen in een bemoedigende richting voor de capaciteiten, maar een complicerende voor het toezicht. De tijdshorizon van het model met variabele lussen voor taken die zonder enige gedachtegang werden voltooid, verbeterde van 16 seconden bij een enkele doorgang naar 37 seconden bij drie lussen, en de prestaties op een serieel redeneringsbenchmark bleven verbeteren tot tien lussen - twee keer zoveel als waarmee het model was getraind.
Ondertussen werd de zichtbare gedachteketen korter naarmate er lussen werden toegevoegd, maar het bedrijf meldt dat deze overal leesbaar bleef, en dat het model niet hoger scoorde bij tests van agentische sabotage naarmate de diepte van de lussen toenam. Thinking Machines beschrijft deze als enkele van de eerste modellen met een lusarchitectuur die beschikbaar zijn voor onderzoekers, en positioneert de release deels als een uitnodiging voor de veiligheidsgemeenschap om de controleerbaarheid op echte gewichten te bestuderen in plaats van op gesimuleerde opstellingen.
Een competitief spel in de Sub-100B-klasse
De benchmarks plaatsen Inkling 2 Mini tegenover een druk sub-100B-veld dat Gemma 4-modellen in de 26B-31B-reeks, Qwen3.8-27B, Muse Glimmer en een 65B-previewmodel genaamd Ripple omvat. Thinking Machines beweert dat zijn model ook sneller werkt dan vergelijkbaar presterende concurrenten, daarbij verwijzend naar de theoretische tokendoorvoer bij batchgrootte één.
Het sub-100B-segment is om twee redenen van strategisch belang geworden. Ten eerste groeit de implementatie op apparaten en privégebruik snel, omdat bedrijven aarzelen om gevoelige gegevens naar gehoste API's te sturen. Ten tweede geeft de per-token-economie voor lokale gevolgtrekking steeds meer de voorkeur aan kleine, agressief gekwantiseerde modellen boven gedistilleerde kopieën van grote. Een 26,4 miljard MoE die native in NVFP4 draait met looping-compute is een direct antwoord op die markt.
Het model is beschikbaar op Hugging Face met een gepubliceerde modelkaart, en Thinking Machines promoot de toegang via zijn Tinker-finetuningplatform. Tussen deze release en de eerdere Inkling-familiemodellen van het lab bouwt de startup een duidelijke technische identiteit rond rekenschaling in recurrence-stijl, in een tijd waarin de meeste grenslaboratoria zich blijven concentreren op het schalen van parameters en gegevens.
Of looping nu een mainstream-architectuur wordt of een niche blijft, de release markeert een opmerkelijk moment: een van de meest gevolgde AI-startups gokt erop dat slimmere berekeningen per token – niet meer tokens en niet meer parameters – de volgende winst zullen zijn.
---
Blijf Voorop met AIHet laatste AI-nieuws, analyses en doorbraken — allemaal op één plek.
Lees meer AI-nieuws →