Notizie sull’IA · 11 min di lettura

Inkling 2 Mini: un modello a ciclo da 26.4B eseguibile su laptop

Thinking Machines Lab ha lanciato Inkling 2 Mini il 20 novembre 2026: un modello a ciclo da 26.4B e circa 20GB, con pesi Apache 2.0 per agenti locali.

Un reticolo argentato attorcigliato a formare un anello su una scrivania scura, accanto a un laptop chiuso, illuminato da una luce cinematografica fredda, senza testo né loghi

Inkling 2 Mini è un modello Mixture-of-Experts a ciclo, a pesi aperti e con 26.4 miliardi di parametri, pubblicato da Thinking Machines Lab il 20 novembre 2026. Con licenza Apache 2.0, il suo checkpoint di circa 20GB a precisione mista NVFP4 e MXFP8 è pensato per la programmazione agentica locale su Apple silicon con almeno 32GB di memoria, GPU con almeno 32GB di VRAM o NVIDIA DGX Spark.

Che cosa ha annunciato Thinking Machines Lab il 20 novembre 2026?

Thinking Machines Lab ha pubblicato Inkling 2 Mini il 20 novembre 2026 con un articolo ufficiale di annuncio, un thread di lancio su X lo stesso giorno e pesi aperti con licenza Apache 2.0 sulla sua scheda modello Hugging Face. Nel post su X, Thinking Machines ha scritto: «Alcuni di voi pensavano che Inkling 2 Small fosse troppo grande con 594B di parametri. Vi abbiamo ascoltato: Inkling 2 Mini è un transformer a ciclo con soli 26B di parametri, abbastanza piccolo da funzionare sul vostro laptop e abbastanza potente per il lavoro agentico, con un punteggio di 20.1 su AA Index».

Il post su X arrotonda la cifra a «soli 26B», ma il blog ufficiale, la scheda del modello, la pagina della famiglia Inkling e il catalogo Tinker riportano tutti 26.4B di parametri totali. Nel panorama più ampio dei modelli a pesi aperti del 2026, Inkling 2 Mini è il modello di ingresso di una famiglia di tre:

  • Inkling 2 Mini: 26.4B di parametri totali, 3.4B attivi per passaggio; un transformer a ciclo adatto ai laptop per la programmazione agentica.
  • Inkling 2 Small: 594B di parametri totali, 17B attivi; il modello di punta di seconda generazione per programmazione agentica e visione.
  • Inkling: 975B di parametri totali, 41B attivi; copre testo, immagini e audio.

Come funziona l’architettura MoE a ciclo di Inkling 2 Mini?

Inkling 2 Mini combina un’architettura Mixture-of-Experts (MoE) con la ripetizione di livelli che condividono i pesi, così un modello da 26.4B può dedicare più calcolo a ogni token senza aumentare l’occupazione di memoria. In un singolo passaggio attraverso i suoi 24 livelli di solo decoder, ogni token viene indirizzato a 8 esperti su 128 in una combinazione di livelli di attenzione locale e globale, attivando 3.4B di parametri.

I 24 livelli sono suddivisi in quattro blocchi da sei. Il primo e l’ultimo blocco vengono eseguiti una volta, mentre i 12 livelli centrali sono ripetuti tre volte con pesi condivisi, producendo 48 applicazioni di livelli per token dai pesi di 24 livelli. Ogni passaggio aggiuntivo nei livelli centrali aggiunge circa 1.0B di parametri attivi effettivi, portando il totale a 5.4B di attivazioni dei pesi per token. Questo spiega perché la pagina della famiglia indica 3.4B di parametri attivi e il catalogo della piattaforma Tinker ne indica 5.4B: la prima cifra conta gli esperti per passaggio, la seconda riflette tutti e tre i passaggi del ciclo.

Thinking Machines ha costruito Inkling 2 Mini potando e recuperando una rete sparsa più grande. L’addestramento è iniziato con 8 esperti attivi su 384 per livello; poi due terzi degli esperti sono stati rimossi, conservando i 128 più usati per livello. Il modello potato ha quindi affrontato un «recupero» con 1T di token tramite distillazione del modello da un modello Inkling interno più grande, fine-tuning supervisionato, apprendimento per rinforzo con 2.2T di token su 2,000 passaggi e distillazione on-policy per l’allineamento.

A differenza dei checkpoint compressi dopo l’addestramento, Inkling 2 Mini è stato addestrato e distribuito nativamente a bassa precisione mista: 20 livelli in NVFP4 a 4 bit e gli ultimi 4 in MXFP8 a 8 bit, evitando la perdita di conversione successiva all’addestramento descritta nella nostra guida alla quantizzazione nell’IA. Il risultato è un unico checkpoint di circa 20GB che accetta testo e immagini in pixel (consigliati da 40px a 4096px) e produce testo in inglese, con supporto multilingue generale. La scheda del modello avverte però che i test in cinese hanno mostrato frasi tronche e lingue mescolate.

Requisiti hardware ufficiali, limiti di contesto e dove trovare Inkling 2 Mini

Secondo la documentazione ufficiale di Thinking Machines Lab al 21 novembre 2026, Inkling 2 Mini richiede circa 20GB per il checkpoint nativo ed è destinato a hardware con almeno 32GB di memoria unificata o VRAM.

Indicazioni hardware ufficiali e demo su MacBook Pro

La scheda ufficiale elenca tre categorie di hardware locale supportato:

  • Mac con Apple silicon: MacBook, Mac mini e Mac Studio con almeno 32GB di memoria unificata.
  • GPU dedicate e altre piattaforme: almeno 32GB di VRAM consigliati.
  • Hardware workstation: 1x NVIDIA DGX Spark, oltre all’accelerazione dei kernel sulla piattaforma NVIDIA GB300 per l’esecuzione NVFP4/MXFP8.

Thinking Machines ha pubblicato anche una «demo del simulatore di volo PlaneBench» offline, che mostra ricercatori mentre eseguono Inkling 2 Mini in modalità aereo su un MacBook Pro (M5 Pro, 48GB) per costruire in pochi minuti un simulatore di volo giocabile. La maggior parte del filmato è accelerata di 15 volte. La clip illustra una singola sessione offline, non una specifica minima né un benchmark di velocità standardizzato.

Limiti di contesto e dove eseguire i pesi

La documentazione ufficiale riporta due limiti di contesto distinti a seconda di dove viene eseguito il modello. La scheda Hugging Face dichiara che Inkling 2 Mini supporta una finestra di contesto fino a 1M di token, mentre il catalogo ufficiale Tinker limita attualmente la versione ospitata a un contesto massimo di 256K.

Gli sviluppatori possono scaricare direttamente da Hugging Face i pesi Apache 2.0 di Inkling-2-Mini e la variante a ciclo variabile riservata alla ricerca TML-d24-varloop-research. Thinking Machines elenca il supporto all’inferenza open source in SGLang, vLLM, Ollama, Unsloth, NVIDIA Dynamo, TokenSpeed e Llama App. La scheda del modello segnala anche llama.cpp per build GGUF quantizzate ed Exo Labs su Apple silicon, oltre a SkyRL, Miles e NVIDIA AutoModel per il post-addestramento RL. Inferenza ospitata, fine-tuning e chat interattiva sono disponibili tramite Tinker e Tinker Playground. Al 21 novembre 2026, le pagine pubbliche ufficiali consultate per questo articolo indicano per l’archiviazione dei checkpoint Tinker $0.10 per GB al mese e precisano che le tariffe di addestramento e inferenza variano in base al modello e alla lunghezza del contesto; non pubblicano una tabella completa dei prezzi per token di Inkling 2 Mini.

Quali risultati ottiene Inkling 2 Mini nei benchmark ufficiali?

Thinking Machines Lab riferisce che Inkling 2 Mini guida i modelli a pesi aperti con meno di 100B di parametri totali su DeepSWE v1.1 e Vals Index v2.2, concorrendo da vicino con Qwen3.8-27B e Nemotron 3.5 Super VL (124.5B totali) nelle prove di programmazione, navigazione e uso di strumenti. Tutti i dati seguenti provengono dal blog ufficiale e dalla scheda modello di Thinking Machines al 21 novembre 2026; gli ambienti di valutazione variano a seconda del modello.

Benchmark (nota sull’ambiente ufficiale) Inkling 2 Mini (5.4/26.4B) Qwen3.8-27B (27.0/27.0B) Nemotron 3.5 Super VL (12.0/124.5B)
AA Index (v5.0) 20.1 20.1 13.6
Vals Index (v2.2) 46.5% — 29.8%
DeepSWE v1.1 (mini-swe-agent v2.4.6) 48.2% 42.2% 24.7%
SWEBench Pro v2 Hard (mini-swe-agent v2.4.6) 77.9% 73.8% 44.1%
SWEBench Verified (solo bash) 79.2% 77.8% 71.1%
Terminal Bench v2.1 (pi v0.83.0 per Mini) 71.6% 73.0% 60.7%
PMPP-Hard (AUC, 0–10h, pi v0.83.0) 455.82 262.50 —
BrowseComp (Mini con compattazione) 79.0% 61.6% 78.9%
DeepSearchQA (Mini con compattazione) 85.3% 79.7% 77.7%
MCP Atlas Public 82.7% 77.3% 67.7%
LongBench v2 66.9% 52.3% 62.1%
HLE-Diamond 15.2% 15.3% 8.8%
CritPt v2 Full / Hard 31.4% / 17.0% 10.6% / 4.0% 36.9% / 13.5%

In primi test accademici citati dal blog ufficiale, i ricercatori di Hazy Research Lab e Scaling Intelligence Lab di Stanford hanno misurato Inkling 2 Mini anche a 0.703 nella loro metrica «Intelligence per Watt», usando una NVIDIA DGX Spark (128GB) in MXFP8 con basso impegno di ragionamento. Ha superato Qwen3.6-35B-A3B (0.430), Gemma-4-26B-A4B (0.159) e Qwen3.5-27B (0.036), testati in NVFP4 e INT4.

Quali sono i limiti di Inkling 2 Mini e i risultati sulla monitorabilità?

Secondo le informazioni ufficiali di Thinking Machines Lab, Inkling 2 Mini sacrifica l’ampiezza del richiamo di fatti e la rigorosa aderenza alle istruzioni su più turni in cambio di una programmazione agentica e un’esecuzione degli strumenti più solide.

Limiti pratici e misure di protezione per gli agenti

Il blog ufficiale afferma chiaramente: «Inkling 2 Mini non è il modello piccolo più forte per le chat a più turni o per le istruzioni con molti vincoli: ottiene 50.0% su MultiChallenge e 33.4% su ComplexConstraints v1.1, dietro Qwen3.8-27B in entrambi. È anche indietro rispetto ai modelli più grandi nei benchmark che richiedono molto ragionamento, come CritPt v2 e HLE-Diamond». (Per riferimento, la tabella della scheda modello riporta separatamente Qwen3.8-27B al 30.1% su ComplexConstraints v1.1 e Muse Glimmer al 35.6%.)

La scheda evidenzia altre limitazioni da conoscere prima di distribuire agenti locali:

  • Lacune di conoscenza: i cicli non possono memorizzare fatti aggiuntivi nei pesi, quindi Inkling 2 Mini è indietro rispetto a Inkling 2 Small nel richiamo fattuale (punteggio AA-Omniscience v1.1 di -8.6, tasso di non allucinazione del 63.4%) e senza strumenti di ricerca tende maggiormente a formulare inesattezze con sicurezza.
  • Cicli di debug: i test interni hanno mostrato che il modello a volte rimaneva bloccato a ricontrollare il codice o in cicli infiniti. Per questo Thinking Machines raccomanda limiti rigorosi ai token di output e ai turni dell’agente.
  • Rischio di azioni distruttive tramite strumenti: la scheda avverte esplicitamente: «Può compiere azioni distruttive, come eliminare o sovrascrivere file, senza conferma».
  • Calcolo minimo: impostare al minimo l’impegno di ragionamento non lo disattiva del tutto. I tre passaggi nei livelli centrali fanno sì che il calcolo per token superi quanto suggerito dai 3.4B di parametri attivi, mentre il supporto all’esecuzione locale dei modelli a ciclo è ancora recente.

Cicli e monitorabilità della catena di pensiero

Poiché i transformer a ciclo ragionano internamente attraverso i passaggi senza scrivere tutto, Thinking Machines ha pubblicato TML-d24-varloop-research (addestrato su 1–5 passaggi, prevalentemente 3) per testare la monitorabilità. Senza catena di pensiero, la capacità misurata sull’orizzonte temporale è salita da 16 secondi con un passaggio a 37 secondi con tre, mentre le prestazioni su N-Hop Lookup seriale hanno continuato a crescere fino a 10 cicli. Nelle tracce GPQA Diamond risolte correttamente con tutti e cinque i numeri di passaggi, la lunghezza media del ragionamento è scesa da 3,703 token con 1 passaggio a 1,661 token con 5 passaggi, senza cambiamenti nella lunghezza delle frasi e nella scelta delle parole. I test di sabotaggio agentico non hanno mostrato una tendenza crescente all’aumentare dei cicli.

Thinking Machines ha riassunto il risultato su X come «nessuna diminuzione significativa della monitorabilità». Allo stesso tempo, sia Inkling 2 Mini sia il modello a ciclo variabile con tre passaggi hanno mostrato scarso controllo sulla propria catena di pensiero, seguendo le istruzioni CoT al massimo nello 0.1% dei casi in tracce da 750–1,250 token. Queste osservazioni descrivono il comportamento alla scala di 26.4B e non certificano la sicurezza di un impiego senza supervisione.

Per chi è davvero pensato Inkling 2 Mini?

Inkling 2 Mini è pensato per sviluppatori che eseguono agenti locali di programmazione, ricerca e uso di strumenti MCP su Mac Apple silicon con almeno 32GB, GPU con almeno 32GB di VRAM o sistemi DGX Spark, e desiderano pesi Apache 2.0 da esaminare o sottoporre a fine-tuning. Dalla mia lettura delle note di rilascio, l’impiego più adatto sono attività strutturate di ingegneria del software in cui output degli strumenti, test e ricerca fondano le risposte del modello e i limiti sui turni mantengono i cicli sotto controllo.

Se state decidendo come scegliere un modello di IA soprattutto per conversazioni a più turni, domande e risposte ricche di fatti senza recupero di informazioni o autonomia non supervisionata sul file system, modelli più grandi come Inkling 2 Small o alternative dedicate alla chat restano scelte più sicure.

Domande frequenti su Inkling 2 Mini

Perché Thinking Machines indica sia 3.4B sia 5.4B di parametri attivi per Inkling 2 Mini?

Inkling 2 Mini attiva 3.4 miliardi di parametri in un singolo passaggio attraverso i suoi 24 livelli, in linea con il dato sulla pagina della famiglia Thinking Machines. Poiché i 12 livelli centrali vengono ripetuti tre volte per token, ogni passaggio aggiuntivo aggiunge circa 1.0 miliardi di parametri attivi effettivi. Il totale arriva così a 5.4 miliardi di attivazioni effettive per token, la cifra indicata su Tinker.

Si può eseguire Inkling 2 Mini su un laptop con 16GB di RAM?

La documentazione ufficiale di Thinking Machines Lab al 21 novembre 2026 non indica 16GB di RAM come configurazione supportata. Il checkpoint ufficiale occupa circa 20GB con precisioni miste NVFP4 e MXFP8; le indicazioni ufficiali specificano Mac Apple silicon con almeno 32GB di memoria, GPU con almeno 32GB di VRAM oppure una NVIDIA DGX Spark.

Qual è la differenza tra i limiti di contesto di 1M e 256K di Inkling 2 Mini?

I due numeri indicano rispettivamente la capacità del modello locale e i limiti attuali della versione ospitata. Su Hugging Face, la scheda ufficiale di Inkling 2 Mini afferma che l’architettura supporta finestre di contesto fino a 1 milione di token. Nel catalogo ufficiale Tinker, la versione ospitata ha attualmente un limite massimo di contesto di 256K, come gli altri modelli sulla piattaforma.

Inkling 2 Mini ha davvero pesi aperti ed è gratuito per uso commerciale?

La scheda ufficiale Hugging Face indica che Inkling 2 Mini è pubblicato con la licenza permissiva Apache 2.0, che consente l’uso commerciale e locale alle condizioni di Apache 2.0. Per l’accesso ospitato su Tinker, le pagine ufficiali consultate il 21 novembre 2026 indicano $0.10 per GB al mese per l’archiviazione dei checkpoint e non pubblicano una tabella pubblica completa dei prezzi per token.

Come si confronta Inkling 2 Mini con Inkling 2 Small?

Inkling 2 Small è molto più grande, con 594 miliardi di parametri totali e 17 miliardi di parametri attivi, mentre Inkling 2 Mini ne ha 26.4 miliardi in totale e 3.4 miliardi attivi per passaggio. Secondo Thinking Machines, Mini riprende i punti di forza di Small nella programmazione agentica, ma resta indietro nel richiamo fattuale, nella conoscenza generale del mondo e nei benchmark di ragionamento impegnativo.

Fonti

Scritto da

Chunyu Cai

Chunyu Cai è l’amministratore delegato di Lotook, LLC e un imprenditore che scrive di modelli di IA, agenti e di come cambiano il lavoro quotidiano. Chunyu Cai ha conseguito un master presso Imperial College London.