20 ноября 2026 г.
Inkling 2 Mini: модель для кода и изображений можно запустить на Mac с 32 ГБ памяти
Thinking Machines Lab 20 ноября выпустила Inkling 2 Mini с открытыми весами: модель работает на Mac с памятью от 32 ГБ.

Inkling 2 Mini превратила фото эскиза Trip Split в HTML-приложение через ИИ-агент Pi. Первый из 3 запусков прошёл все 13 проверок Playwright.
В демо Hugging Face от 20 ноября проверки включали пересчёт расходов с $405 до $495. Модель принимает текст и изображения, отвечает текстом и поддерживает контекст до 1 млн токенов: ей можно передать эскиз интерфейса вместе с описанием задачи.
Не хотите разбираться сами? Внедряем ИИ в ваш бизнес: задачи без лимита, одна цена в месяц, отмена в любой момент.
Запуск на своём компьютере. Веса доступны в `thinkingmachines/Inkling-2-Mini` под Apache 2.0. Чекпойнт занимает около 20 ГБ. В карточке указаны Mac на Apple silicon с памятью от 32 ГБ и один NVIDIA DGX Spark. Для других GPU рекомендовано от 32 ГБ видеопамяти.
Для llama.cpp Hugging Face приводит команду `llama serve -hf ggml-org/Inkling-2-Mini-GGUF:IQ4_NL`. Доступны GGUF в 4 битах, IQ4_NL, и в 8 битах, Q8_0. На Apple silicon MLX загружает исходную смесь NVFP4 и MXFP8 без переконвертации из `thinkingmachines/Inkling-2-Mini`. В блоге есть пример запуска из командной строки с изображением.
Меньше хранимых слоёв. Вместо 48 отдельных слоёв Mini хранит 24 и проходит средние 12 слоёв трижды с общими весами. Thinking Machines Lab также уменьшила ширину декодера с 4608 у Inkling 2 Small до 2304 у Mini. Всего у Mini 26,4 млрд параметров, из них на каждом шаге работают 3,4 млрд. С учётом повторных проходов эффективное число активных параметров достигает 5,4 млрд на токен.
В замерах Thinking Machines Lab от 20 ноября Mini немного опередила Qwen3.8-27B на задачах исправления кода, но уступила на задачах работы в терминале.
| Проверка | Inkling 2 Mini | Qwen3.8-27B | | --- | --- | --- | | SWE-bench Verified, только bash | 79,2% | 77,8% | | Terminal Bench v2.1 | 71,6% | 73,0% |
Отдельный исследовательский чекпойнт `thinkingmachines/TML-d24-varloop-research` даёт менять число повторных проходов. В Transformers настройка `text_config={"loop_num_passes": 2}` задаёт два прохода вместо трёх.
Один или два прохода вместо трёх ускоряют генерацию исследовательского чекпойнта с возможным снижением качества.
Первоисточник