動察 Beating AI 快訊,Thinking Machines 剛開源的 Inkling 2 Small 有 5940 億參數,運行至少需要 500GB 顯存。不少開發者嫌它太大,Thinking Machines 於是推出更小的 Inkling 2 Mini,總參數降至 264 億,每次生成 Token 激活 34 億個不同參數,終於能在普通筆記本上運行。
Mini 採用和 GPT-6 Astra 一樣的循環 Transformer 架構。模型只有 24 層網絡,但中間 12 層會重複運行 3 次。相當於每生成一個 Token,都要經過 48 層計算,卻只需要存儲 24 層的權重。通過重複使用同一組參數,讓模型不用繼續擴大體積,也能進行更複雜的推理。
Artificial Analysis 綜合評分達到 20.1 分,與 Qwen3.8-27B 持平,但單項評測成本約為後者的六分之一,耗時約為四分之一。Thinking Machines 公布的測試結果顯示,DeepSWE v1.1 編程任務通過率達到 48.2%,超過 Qwen 的 42.2%;但在 AutomationBench-AA 辦公自動化任務測試中,得分為 41.8%,仍低於 Qwen 的 48.2%。
循環架構也帶來一個問題:模型可以在內部完成更多推理,不必把每一步思考都寫出來,外界可能更難檢查它的推理過程。Thinking Machines 專門訓練了一個可以調整循環次數的研究模型。實驗發現,循環次數越多,模型不依賴文字推理就能完成的任務越複雜,但暫時沒有發現思維鏈的可監控性明顯下降。
Inkling 2 Mini 已開放完整權重,採用 Apache 2.0 許可證。官方版本約佔 20GB,可在 32GB 內存的 Mac 上離線運行。Unsloth 也推出了低比特量化版本,16GB 內存設備就能運行。