Inkling 2 Miniは、Thinking Machines Labが2026年11月20日に公開した、264億パラメータのオープンウェイトのループ型Mixture-of-Expertsモデルです。Apache 2.0ライセンスの約20GBのチェックポイントはNVFP4とMXFP8を混用し、32GB以上のメモリを搭載したApple silicon、32GB以上のVRAMを持つGPU、またはNVIDIA DGX Sparkでのローカルなエージェント型コーディングを対象としています。
Thinking Machines Labは2026年11月20日に何を発表したのか?
Thinking Machines Labは2026年11月20日、公式発表ブログ記事、同日のXでの公開スレッド、そしてHugging Faceのモデルカード上のApache 2.0ライセンスによるオープンウェイトを通じてInkling 2 Miniを公開しました。Xの投稿でThinking Machinesは次のように書いています。「Inkling 2 Smallは594Bパラメータで大きすぎるという声がありました。その声を受け、Inkling 2 Miniはわずか26Bパラメータのループ型Transformerになりました。ノートPCで動くほど小さく、AA Indexで20.1を記録する、エージェントの作業に十分な能力を備えています。」
Xの投稿では「わずか26B」と丸めていますが、公式ブログ、モデルカード、Inklingファミリーのページ、Tinkerカタログはいずれも総パラメータ数26.4Bとしています。2026年のオープンウェイトモデル全体の中で、Inkling 2 Miniは3モデルからなるファミリーの入門モデルに位置付けられます。
- Inkling 2 Mini: 総パラメータ数26.4B、1回のパスで3.4Bがアクティブ。エージェント型コーディング向けのノートPCサイズのループ型Transformer。
- Inkling 2 Small: 総パラメータ数594B、17Bがアクティブ。エージェント型コーディングと画像理解に向けた第2世代の主力モデル。
- Inkling: 総パラメータ数975B、41Bがアクティブ。テキスト、画像、音声を扱います。
Inkling 2 Miniのループ型MoEアーキテクチャはどう動くのか?
Inkling 2 MiniはMixture-of-Experts(MoE)設計と、重みを共有する層のループ処理を組み合わせています。これにより26.4Bモデルがメモリ使用量を増やさず、トークンごとに追加の計算を行えます。デコーダーのみの24層を1回通過するとき、各トークンはローカルおよびグローバルのアテンション層を組み合わせた構成で128個中8個のエキスパートに振り分けられ、3.4Bパラメータが活性化します。
24層はそれぞれ6層の4ブロックに分かれます。最初と最後のブロックは1回実行され、中央の12層は重みを共有して3回ループします。その結果、24層分の重みからトークンごとに48回の層の適用が生じます。中央の層を追加で1回通るたびに実効的なアクティブパラメータが約1.0B増え、合計はトークンあたり5.4Bの重みの活性化になります。このため、ファミリーページではアクティブパラメータが3.4B、Tinkerプラットフォームのカタログでは5.4Bと記載されています。前者は1回のパスのエキスパートを数え、後者は3回のループパスすべてを反映しています。
Thinking Machinesは、より大きな疎なネットワークをプルーニングし、回復させることでInkling 2 Miniを構築しました。学習は各層384個中8個のエキスパートをアクティブにして始まり、その後エキスパートの3分の2を削り、各層で最も使われた128個を残しました。プルーニング後のモデルは、より大きな社内Inklingモデルからのモデル蒸留による1Tトークンの「回復」、教師ありファインチューニング、2,000ステップにわたる2.2Tトークンの強化学習、アラインメントのためのオンポリシー蒸留を経ました。
学習後に圧縮されたチェックポイントとは異なり、Inkling 2 Miniは混合低精度でネイティブに学習、展開されています。20層が4ビットのNVFP4、最後の4層が8ビットのMXFP8であり、AIの量子化の解説で取り上げた学習後の変換損失を避けています。結果は約20GBの単一チェックポイントで、テキストとピクセル画像を入力でき(推奨は40pxから4096px)、英語のテキストを出力し、一般的な多言語にも対応します。ただしモデルカードは、中国語のテストで文言の途切れや言語の混在が見られたと警告しています。
公式のハードウェア要件、コンテキスト上限、Inkling 2 Miniの入手先
2026年11月21日時点のThinking Machines Labの公式文書によると、Inkling 2 Miniのネイティブチェックポイントには約20GBが必要で、少なくとも32GBのユニファイドメモリまたはVRAMを持つハードウェアが対象です。
公式のハードウェア指針とMacBook Proでのデモ
公式モデルカードには、サポート対象のローカルハードウェアとして次の3種類が挙げられています。
- Apple silicon搭載Mac: 32GB以上のユニファイドメモリを搭載したMacBook、Mac mini、Mac Studio。
- ディスクリートGPUとその他のプラットフォーム: 32GB以上のVRAMを推奨。
- ワークステーション用ハードウェア: NVIDIA DGX Spark 1台。加えて、NVFP4/MXFP8実行向けにNVIDIAのGB300プラットフォームでカーネルアクセラレーションを利用可能。
Thinking Machinesはオフラインの「PlaneBenchフライトシミュレーターデモ」も公開しました。研究者がMacBook Pro(M5 Pro、48GB)を機内モードにしてInkling 2 Miniを実行し、数分でプレイ可能なフライトシミュレーターを作る様子を示しています。映像の大部分は15倍速です。この動画は1回のオフラインセッションを示すもので、最低要件や標準化された速度ベンチマークではありません。
コンテキスト上限とウェイトの実行場所
公式文書には、モデルを実行する場所に応じて2種類のコンテキスト上限が記載されています。Hugging FaceのモデルカードはInkling 2 Miniが最大1Mトークンのコンテキストウィンドウをサポートするとしています。一方、公式Tinkerモデルカタログでは現在、ホスト版Inkling 2 Miniの最大コンテキストは256Kに制限されています。
開発者は、Inkling-2-MiniのApache 2.0ウェイトと、研究専用の可変ループ版TML-d24-varloop-researchをHugging Faceから直接ダウンロードできます。Thinking MachinesはSGLang、vLLM、Ollama、Unsloth、NVIDIA Dynamo、TokenSpeed、Llama Appでのオープンソース推論サポートを挙げています。モデルカードにはさらに、量子化されたGGUFビルド用のllama.cpp、Apple silicon上のExo Labs、RLによる事後学習用のSkyRL、Miles、NVIDIA AutoModelも記載されています。ホスト型推論、ファインチューニング、対話型チャットはTinkerとTinker Playgroundで利用できます。本記事のために確認した2026年11月21日時点の公式公開ページには、Tinkerのチェックポイント保存料金が1GBあたり月額$0.10と記載され、学習と推論の料金はモデルとコンテキスト長によって異なるとされています。Inkling 2 Miniのトークン単位の完全な料金表は公開されていません。
Inkling 2 Miniの公式ベンチマークの成績は?
Thinking Machines Labによると、Inkling 2 MiniはDeepSWE v1.1とVals Index v2.2で総パラメータ数100B未満のオープンウェイトモデルをリードし、コーディング、ブラウジング、ツール使用の各テスト群でQwen3.8-27BやNemotron 3.5 Super VL(総数124.5B)と僅差で競っています。以下の数値はすべて2026年11月21日時点のThinking Machinesの公式ブログとモデルカードに基づき、評価環境はモデルによって異なります。
| ベンチマーク(公式評価環境の注記) | 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 (bashのみ) | 79.2% | 77.8% | 71.1% |
| Terminal Bench v2.1 (Miniはpi v0.83.0) | 71.6% | 73.0% | 60.7% |
| PMPP-Hard (AUC, 0–10h, pi v0.83.0) | 455.82 | 262.50 | — |
| BrowseComp (Miniは圧縮あり) | 79.0% | 61.6% | 78.9% |
| DeepSearchQA (Miniは圧縮あり) | 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% |
公式ブログが引用した初期の学術テストでは、StanfordのHazy Research LabとScaling Intelligence Labの研究者も、NVIDIA DGX Spark(128GB)を使い、MXFP8で推論努力を低く設定したInkling 2 Miniの「Intelligence per Watt」指標を0.703と測定しました。これはNVFP4とINT4でテストされたQwen3.6-35B-A3B(0.430)、Gemma-4-26B-A4B(0.159)、Qwen3.5-27B(0.036)を上回りました。
Inkling 2 Miniの制限と監視可能性に関する知見は?
Thinking Machines Labの公式情報によると、Inkling 2 Miniは幅広い事実の想起と複数ターンにわたる厳密な指示遵守を犠牲にして、エージェント型コーディングとツール実行を強化しています。
実用上の制限とエージェントの安全策
公式ブログは明確に次のように述べています。「Inkling 2 Miniは複数ターンのチャットや多くの制約を含む指示において、最も強力な小型モデルではありません。MultiChallengeでは50.0%、ComplexConstraints v1.1では33.4%で、どちらもQwen3.8-27Bを下回ります。CritPt v2やHLE-Diamondなど推論負荷の高いベンチマークでも、より大きなモデルに劣ります。」(参考として、モデルカードの表にはComplexConstraints v1.1でQwen3.8-27Bが30.1%、Muse Glimmerが35.6%と別途記載されています。)
モデルカードは、ローカルエージェントを展開する前に知っておくべき追加の制約を挙げています。
- 知識の欠落: ループによって重みに追加の事実を保存することはできません。そのためInkling 2 Miniは事実の想起でInkling 2 Smallに劣り(AA-Omniscience v1.1スコアは-8.6、非ハルシネーション率は63.4%)、検索ツールがないと自信を持って誤答する傾向が強くなります。
- デバッグのループ: 内部テストでは、コードを再確認し続けたり、無限にループしたりする場合がありました。このためThinking Machinesは出力トークン数とエージェントのターン数に厳格な上限を設けるよう推奨しています。
- 破壊的なツール操作のリスク: モデルカードは「確認なしにファイルの削除や上書きなどの破壊的な操作を行う可能性がある」と明確に警告しています。
- 最低限の計算量: 推論努力を最小に設定しても推論は完全には無効になりません。中央層を3回通るため、トークンあたりの計算量はアクティブな3.4Bパラメータから想像される量を上回ります。また、ループ型モデルのローカル実行環境によるサポートはまだ新しいものです。
ループとchain-of-thoughtの監視可能性
ループ型Transformerはすべてを書き出さずに複数のパスにわたって内部で推論するため、Thinking Machinesは監視可能性のテスト用にTML-d24-varloop-research(1〜5回のパス、主に3回で学習)を公開しました。chain of thoughtなしでは、時間軸に関する能力は1回のパスで16秒から3回で37秒に上昇し、連続したN-Hop Lookupの性能は10ループまで上がり続けました。5種類すべてのパス回数で正しく解かれたGPQA Diamondのトレースでは、平均推論長が1回のパスで3,703トークンから5回で1,661トークンに減少し、文の長さと語彙の選択は変わりませんでした。また、エージェントによる妨害のテストではループが増えても増加傾向は見られませんでした。
Thinking MachinesはXで、この結果を「監視可能性の意味のある低下はない」とまとめました。一方でInkling 2 Miniと3回パスの可変ループモデルはいずれも自分のchain of thoughtをうまく制御できず、750〜1,250トークンのトレースでCoT指示に従った割合は最大でも0.1%でした。これらの観察は26.4B規模の挙動を示すものであり、監視なしの展開の安全性を保証するものではありません。
Inkling 2 Miniは実際には誰のためのモデルか?
Inkling 2 Miniは、32GB以上のApple silicon搭載Mac、32GB以上のVRAMを持つGPU、またはDGX Sparkで、ローカルのコーディング、検索、MCPツール使用エージェントを実行し、検査やファインチューニングが可能なApache 2.0ウェイトを求める開発者向けです。リリースノートを読む限り、最も適しているのは、ツールの出力、テスト、検索がモデルの回答の根拠となり、ターン数の上限でループを抑える、構造化されたソフトウェア開発タスクです。
主に複数ターンの会話、検索を伴わない密度の高い事実確認、監視なしのファイルシステム操作のためにAIモデルの選び方を検討している場合は、Inkling 2 Smallのような大きなモデルや、チャットに特化した代替モデルのほうが安全な選択肢です。
Inkling 2 Miniに関するよくある質問
なぜThinking MachinesはInkling 2 Miniのアクティブパラメータを3.4Bと5.4Bの両方で示すのか?
Inkling 2 Miniは24層を1回通過すると34億パラメータを活性化します。これはThinking Machinesのファミリーページの数字と一致します。中央の12層はトークンごとに3回ループするため、追加の各パスで実効的なアクティブパラメータが約10億増えます。その結果、トークンあたりの実効的な活性化の合計は54億となり、これがTinkerに記載された数字です。
16GBのRAMを持つノートPCでInkling 2 Miniを実行できるか?
Thinking Machines Labは2026年11月21日時点の公式文書で、16GBのRAMをサポート対象の構成として挙げていません。公式チェックポイントはNVFP4とMXFP8の混合精度で約20GBあり、公式指針は32GB以上のメモリを持つApple silicon搭載Mac、32GB以上のVRAMを持つGPU、またはNVIDIA DGX Sparkを指定しています。
Inkling 2 Miniの1Mと256Kのコンテキスト上限の違いは?
2つの数字はそれぞれローカルモデルの能力と現在のホスト版の制限を表します。Hugging Faceの公式Inkling 2 Miniモデルカードによると、アーキテクチャは最大100万トークンのコンテキストウィンドウをサポートします。公式Tinkerカタログでは、ホスト版Inkling 2 Miniの最大コンテキストは現在256Kに制限されており、同プラットフォームの他のモデルと同じです。
Inkling 2 Miniは本当にオープンウェイトで、商用利用も無料か?
公式Hugging Faceモデルカードによると、Inkling 2 Miniは寛容なApache 2.0ライセンスで公開され、Apache 2.0の条件に従って商用利用とローカル利用が認められています。Tinkerでのホスト型アクセスについて、2026年11月21日に確認した公式ページにはチェックポイント保存料金として1GBあたり月額$0.10が記載されており、トークン単位の完全な公開料金表はありません。
Inkling 2 MiniはInkling 2 Smallと比べてどうか?
Inkling 2 Smallは総パラメータ数が5,940億、アクティブパラメータが170億とはるかに大きく、Inkling 2 Miniは総数264億、1回のパスで34億がアクティブです。Thinking Machinesによると、MiniはSmallのエージェント型コーディングの強みを受け継ぐ一方、事実の想起、幅広い世界知識、負荷の高い推論ベンチマークでは劣ります。



