Inkling 2 Mini is een loopmodel met Mixture-of-Experts-architectuur, open gewichten en 26.4 miljard parameters, uitgebracht door Thinking Machines Lab op 20 november 2026. Het checkpoint van circa 20GB combineert NVFP4 en MXFP8, valt onder Apache 2.0 en is bedoeld voor lokaal agentisch programmeren op Apple silicon met minstens 32GB geheugen, GPU’s met minstens 32GB VRAM of NVIDIA DGX Spark.
Wat kondigde Thinking Machines Lab op 20 november 2026 aan?
Thinking Machines Lab bracht Inkling 2 Mini op 20 november 2026 uit met een officieel aankondigingsbericht, een lanceringsdraad op X op dezelfde dag en open gewichten onder Apache 2.0 op de Hugging Face-modelkaart. Op X schreef Thinking Machines: ‘Sommigen vonden Inkling 2 Small met 594B parameters te groot. We hebben geluisterd: Inkling 2 Mini is een looped transformer met slechts 26B parameters, klein genoeg voor je laptop en krachtig genoeg voor agentisch werk, met een score van 20.1 op AA Index.’
Hoewel het bericht op X het getal afrondt op ‘slechts 26B’, vermelden de officiële blog, de modelkaart, de pagina van de Inkling-familie en de Tinker-catalogus allemaal 26.4B parameters in totaal. Binnen het bredere aanbod van modellen met open gewichten in 2026 vormt Inkling 2 Mini het instapmodel van een familie met drie modellen:
- Inkling 2 Mini: 26.4B parameters in totaal, 3.4B actief per doorgang; een looped transformer op laptopschaal voor agentisch programmeren.
- Inkling 2 Small: 594B parameters in totaal, 17B actief; het vlaggenschip van de tweede generatie voor agentisch programmeren en beeldverwerking.
- Inkling: 975B parameters in totaal, 41B actief; voor tekst, beelden en audio.
Hoe werkt de MoE-looparchitectuur van Inkling 2 Mini?
Inkling 2 Mini combineert een Mixture-of-Experts-ontwerp (MoE) met herhaalde lagen die gewichten delen. Zo kan een model van 26.4B meer rekenkracht per token gebruiken zonder meer geheugen in beslag te nemen. Bij één doorgang door de 24 decoder-only lagen wordt elk token naar 8 van de 128 experts geleid, in een combinatie van lokale en globale attentionlagen, waarbij 3.4B parameters worden geactiveerd.
Deze 24 lagen zijn verdeeld in vier blokken van zes lagen. Het eerste en het laatste blok worden eenmaal uitgevoerd, terwijl de middelste 12 lagen drie keer worden doorlopen met gedeelde gewichten. Dat levert 48 laagtoepassingen per token uit de gewichten van 24 lagen op. Elke extra doorgang door de middelste lagen voegt ongeveer 1.0B effectief actieve parameters toe, voor een totaal van 5.4B gewichtsactivaties per token. Daarom vermeldt de familiepagina 3.4B actieve parameters en de catalogus van het Tinker-platform 5.4B: het ene getal telt de experts per doorgang, het andere weerspiegelt alle drie de doorgangen van de lus.
Thinking Machines bouwde Inkling 2 Mini door een groter dun bezet netwerk te snoeien en te herstellen. De training begon met 8 van de 384 actieve experts per laag. Vervolgens werden twee derde van de experts verwijderd, zodat de 128 meest gebruikte experts per laag overbleven. Het gesnoeide model onderging daarna een ‘herstel’ met 1T tokens via modeldistillatie uit een groter intern Inkling-model, supervised fine-tuning, reinforcement learning met 2.2T tokens over 2,000 stappen en on-policy-distillatie voor alignment.
Anders dan checkpoints die na de training zijn gecomprimeerd, is Inkling 2 Mini van oorsprong getraind en ingezet met gemengde lage precisie: 20 lagen in 4-bit NVFP4 en de laatste 4 lagen in 8-bit MXFP8. Daardoor wordt conversieverlies na de training vermeden, zoals beschreven in onze uitleg over AI-kwantisatie. Het resultaat is één checkpoint van circa 20GB dat tekst en pixelafbeeldingen accepteert (40px tot 4096px aanbevolen) en tekst in het Engels produceert, met algemene meertalige ondersteuning. De modelkaart waarschuwt wel dat tests in het Chinees afgebroken formuleringen en gemengde talen lieten zien.
Officiële hardwarevereisten, contextlimieten en waar je Inkling 2 Mini vindt
Volgens de officiële documentatie van Thinking Machines Lab op 21 november 2026 heeft Inkling 2 Mini ongeveer 20GB nodig voor het oorspronkelijke checkpoint en is het gericht op hardware met minstens 32GB gedeeld geheugen of VRAM.
Officieel hardwareadvies en de MacBook Pro-demo
De officiële modelkaart noemt drie ondersteunde lokale hardwaredoelen:
- Macs met Apple silicon: MacBooks, Mac mini’s en Mac Studios met 32GB of meer gedeeld geheugen.
- Afzonderlijke GPU’s en andere platforms: 32GB of meer VRAM aanbevolen.
- Workstationhardware: 1x NVIDIA DGX Spark, naast kernelversnelling op NVIDIA’s GB300-platform voor de uitvoering van NVFP4/MXFP8.
Thinking Machines publiceerde ook een offline ‘PlaneBench-vluchtsimulatordemo’. Daarin draaien onderzoekers Inkling 2 Mini in vliegtuigmodus op een MacBook Pro (M5 Pro, 48GB) om in enkele minuten een speelbare vluchtsimulator te bouwen; het grootste deel van de beelden is 15 keer versneld. De clip toont één offline sessie en is geen minimale specificatie of gestandaardiseerde snelheidstest.
Contextlimieten en waar de gewichten kunnen draaien
De officiële documentatie noemt twee verschillende contextlimieten, afhankelijk van waar het model draait. Volgens de Hugging Face-modelkaart ondersteunt Inkling 2 Mini een contextvenster van maximaal 1M tokens, terwijl de officiële Tinker-modelcatalogus de gehoste versie momenteel beperkt tot maximaal 256K context.
Ontwikkelaars kunnen de Apache 2.0-gewichten voor Inkling-2-Mini en de variant met variabel aantal lussen die alleen voor onderzoek is bedoeld, TML-d24-varloop-research, rechtstreeks downloaden van Hugging Face. Thinking Machines noemt opensource-inferentieondersteuning voor SGLang, vLLM, Ollama, Unsloth, NVIDIA Dynamo, TokenSpeed en Llama App. De modelkaart noemt daarnaast llama.cpp voor gekwantiseerde GGUF-builds en Exo Labs op Apple silicon, plus SkyRL, Miles en NVIDIA AutoModel voor RL-natraining. Gehoste inferentie, fine-tuning en interactieve chat zijn beschikbaar via Tinker en Tinker Playground. De voor dit artikel geraadpleegde officiële openbare pagina’s vermelden op 21 november 2026 $0.10 per GB per maand voor opslag van Tinker-checkpoints en geven aan dat trainings- en inferentietarieven verschillen per model en contextlengte. Ze publiceren geen volledige prijstabel per token voor Inkling 2 Mini.
Hoe scoort Inkling 2 Mini op officiële benchmarks?
Thinking Machines Lab meldt dat Inkling 2 Mini onder modellen met open gewichten en minder dan 100B totale parameters vooroploopt op DeepSWE v1.1 en Vals Index v2.2. Het concurreert daarbij nauw met Qwen3.8-27B en Nemotron 3.5 Super VL (124.5B totaal) op tests voor programmeren, browsen en toolgebruik. Alle onderstaande cijfers komen uit de officiële blog en modelkaart van Thinking Machines op 21 november 2026; de testomgevingen verschillen per model.
| Benchmark (opmerking over officiële testomgeving) | 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 (alleen bash) | 79.2% | 77.8% | 71.1% |
| Terminal Bench v2.1 (pi v0.83.0 voor Mini) | 71.6% | 73.0% | 60.7% |
| PMPP-Hard (AUC, 0–10h, pi v0.83.0) | 455.82 | 262.50 | — |
| BrowseComp (Mini met compactie) | 79.0% | 61.6% | 78.9% |
| DeepSearchQA (Mini met compactie) | 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% |
Bij vroege academische tests die in de officiële blog worden aangehaald, maten onderzoekers van Stanford’s Hazy Research Lab en Scaling Intelligence Lab voor Inkling 2 Mini ook 0.703 op hun maatstaf ‘Intelligence per Watt’. Ze gebruikten een NVIDIA DGX Spark (128GB) in MXFP8 met een lage redeneerinspanning. Het model scoorde daarmee hoger dan Qwen3.6-35B-A3B (0.430), Gemma-4-26B-A4B (0.159) en Qwen3.5-27B (0.036), getest in NVFP4 en INT4.
Wat zijn de beperkingen en bevindingen over de controleerbaarheid van Inkling 2 Mini?
Volgens de officiële informatie van Thinking Machines Lab levert Inkling 2 Mini brede feitenkennis en strikte naleving van instructies over meerdere beurten in voor sterker agentisch programmeren en betere uitvoering van tools.
Praktische beperkingen en beveiligingen voor agents
De officiële blog stelt duidelijk: ‘Inkling 2 Mini is niet het sterkste kleine model voor chats met meerdere beurten of instructies met veel beperkingen: het scoort 50.0% op MultiChallenge en 33.4% op ComplexConstraints v1.1, bij beide achter Qwen3.8-27B. Ook op benchmarks die veel redeneren vereisen, zoals CritPt v2 en HLE-Diamond, blijft het achter bij grotere modellen.’ (Ter vergelijking vermeldt de tabel in de modelkaart voor Qwen3.8-27B afzonderlijk 30.1% op ComplexConstraints v1.1 en voor Muse Glimmer 35.6%.)
De modelkaart benadrukt aanvullende beperkingen die relevant zijn voordat je lokale agents inzet:
- Kennishiaten: lussen kunnen geen extra feiten in gewichten opslaan. Daardoor blijft Inkling 2 Mini achter bij Inkling 2 Small in het ophalen van feiten (AA-Omniscience v1.1-score -8.6, percentage zonder hallucinaties 63.4%) en doet het zonder zoektools eerder zelfverzekerde onjuiste uitspraken.
- Debuglussen: interne tests toonden dat het model soms vastliep bij het opnieuw controleren van code of eindeloos bleef herhalen. Daarom adviseert Thinking Machines strikte limieten voor uitvoertokens en agentbeurten.
- Risico van destructieve toolacties: de modelkaart waarschuwt expliciet: ‘Het kan zonder bevestiging destructieve acties ondernemen, zoals bestanden verwijderen of overschrijven.’
- Minimale rekenlast: de redeneerinspanning op het minimum zetten schakelt redeneren niet volledig uit. Door drie doorgangen door de middelste lagen is de rekenlast per token hoger dan 3.4B actieve parameters doen vermoeden; lokale runtimeondersteuning voor loopmodellen is bovendien nog nieuw.
Lussen en controleerbaarheid van de gedachtegang
Omdat looped transformers intern over meerdere doorgangen redeneren zonder alles op te schrijven, bracht Thinking Machines TML-d24-varloop-research uit (getraind op 1 tot 5 doorgangen, voornamelijk 3) om de controleerbaarheid te testen. Zonder gedachtegang steeg de capaciteit voor de tijdshorizon van 16 seconden bij één doorgang naar 37 seconden bij drie doorgangen, en de prestaties op seriële N-Hop Lookup bleven stijgen tot 10 lussen. Bij GPQA Diamond-traces die voor alle vijf aantallen doorgangen correct waren opgelost, daalde de gemiddelde redeneerlengte van 3,703 tokens bij 1 doorgang naar 1,661 tokens bij 5 doorgangen, met ongewijzigde zinslengte en woordkeuze. Tests op agentische sabotage vertoonden geen stijgende trend bij meer lussen.
Thinking Machines vatte het resultaat op X samen als ‘geen betekenisvolle afname van de controleerbaarheid’. Tegelijkertijd hadden zowel Inkling 2 Mini als het variabele-lusmodel met drie doorgangen weinig controle over hun gedachtegang: ze volgden CoT-instructies hoogstens 0.1% van de tijd in traces van 750–1,250 tokens. Deze waarnemingen beschrijven gedrag op een schaal van 26.4B en bevestigen niet dat inzet zonder toezicht veilig is.
Voor wie is Inkling 2 Mini eigenlijk bedoeld?
Inkling 2 Mini is bedoeld voor ontwikkelaars die lokale agents voor programmeren, zoeken en MCP-toolgebruik draaien op Macs met Apple silicon en minstens 32GB, GPU’s met minstens 32GB VRAM of DGX Spark-systemen, en Apache 2.0-gewichten willen die ze kunnen inspecteren of finetunen. Volgens mijn lezing van de releaseopmerkingen past het model het best bij gestructureerde softwareontwikkeling waarbij tooluitvoer, tests en zoekresultaten de antwoorden onderbouwen en beurtlimieten de lussen begrenzen.
Als je bepaalt hoe je een AI-model kiest en vooral gesprekken met meerdere beurten, uitgebreide feitelijke vragen zonder informatieophaling of onbeheerde autonomie op het bestandssysteem wilt, blijven grotere modellen zoals Inkling 2 Small of alternatieven die specifiek op chat zijn gericht veiligere keuzes.
Veelgestelde vragen over Inkling 2 Mini
Waarom noemt Thinking Machines zowel 3.4B als 5.4B actieve parameters voor Inkling 2 Mini?
Inkling 2 Mini activeert 3.4 miljard parameters bij één doorgang door zijn 24 lagen, overeenkomstig het getal op de familiepagina van Thinking Machines. Omdat de middelste 12 lagen per token drie keer worden doorlopen, voegt elke extra doorgang ongeveer 1.0 miljard effectief actieve parameters toe. Het totaal komt daarmee op 5.4 miljard effectieve activaties per token, het getal dat Tinker vermeldt.
Kun je Inkling 2 Mini draaien op een laptop met 16GB RAM?
Thinking Machines Lab noemt 16GB RAM in zijn officiële documentatie van 21 november 2026 niet als ondersteunde configuratie. Het officiële checkpoint is ongeveer 20GB groot in gemengde NVFP4- en MXFP8-precisie. Het officiële advies noemt Macs met Apple silicon en minstens 32GB geheugen, GPU’s met minstens 32GB VRAM of een NVIDIA DGX Spark.
Wat is het verschil tussen de contextlimieten van 1M en 256K van Inkling 2 Mini?
De twee getallen geven respectievelijk de lokale modelcapaciteit en de huidige limiet voor hosting weer. Op Hugging Face stelt de officiële modelkaart van Inkling 2 Mini dat de architectuur contextvensters tot 1 miljoen tokens ondersteunt. In de officiële Tinker-catalogus heeft de gehoste versie momenteel een maximale contextlimiet van 256K, net als andere modellen op dat platform.
Heeft Inkling 2 Mini echt open gewichten en is commercieel gebruik gratis?
Volgens de officiële Hugging Face-modelkaart is Inkling 2 Mini uitgebracht onder de ruime Apache 2.0-licentie, die commercieel en lokaal gebruik toestaat onder de voorwaarden van Apache 2.0. Voor gehoste toegang via Tinker vermelden de op 21 november 2026 geraadpleegde officiële pagina’s $0.10 per GB per maand voor checkpointopslag. Ze publiceren geen volledige openbare prijstabel per token.
Hoe verhoudt Inkling 2 Mini zich tot Inkling 2 Small?
Inkling 2 Small is veel groter, met in totaal 594 miljard parameters en 17 miljard actieve parameters. Inkling 2 Mini heeft in totaal 26.4 miljard parameters, waarvan 3.4 miljard actief per doorgang. Volgens Thinking Machines weerspiegelt Mini de sterke punten van Small bij agentisch programmeren, maar blijft het achter bij het ophalen van feiten, brede wereldkennis en zware redeneerbenchmarks.



