跳到正文
热点事件持续更新

Inkling 2 Mini开放权重并获多项评测验证

14 篇报道2 个报道来源44 分钟前更新

先了解这件事

AI 综述

Thinking Machines Lab发布并以Apache 2.0开放Inkling 2 Mini权重。这是一款总参数26.4B、激活参数3.4B的MoE循环Transformer,每个token将12个共享核心层运行三轮,计入循环后激活参数为5.4B;支持文本、图像输入及100万token上下文,可在至少32GB内存的Mac上通过Ollama运行,也可用于Tinker推理和微调。vLLM已提供首日支持,GB200解码延迟最高加速2.68倍。 Artificial Analysis评测其智能指数为20、排名第2,处于智能与激活参数Pareto前沿;称其以约五分之一激活参数追平Qwen3.8 27B和Nanbeige4.3-33B,按官方价测算每项任务成本0.59美元、耗时9分钟,但回答偏冗长。Vals AI另测得其在CyberBench v1.1准确率为74.58%,与Claude Opus 5.5并列第9至10位,单次测试成本0.93美元,低于后者4.17美元,但耗时33分2秒、速度较慢。

AI 根据报道生成 · 4 分钟前更新

事件进展

8 个进展

  1. 11月21日 04:35 · 1 篇报道
    公布Inkling 2 Mini成本与速度数据
    AGI Hunt:Inkling 2 Mini 评测显示成本约为 Qwen3.8 27B 的六分之一、速度约快四倍
  2. 11月21日 04:35 · 1 篇报道
    公布Inkling 2 Mini计算效率分析
    AGI Hunt:Inkling 2 Mini 用 1/5 参数追平 Qwen3.8 27B,计算效率大增
  3. 11月21日 04:35 · 2 篇报道
    公布Inkling 2 Mini评测结果
    AGI Hunt:Thinking Machines 开源 Inkling 2 Mini,5.4B 激活参数获智能指数 20 分
  4. 11月21日 04:28 · 1 篇报道
    Vals AI实测Inkling 2 Mini网络安全基准
    AGI Hunt:第三方实测:Inkling 2 Mini 网络安全基准追平 Claude Opus 5.5,成本不到四分之一
  5. 11月21日 04:20 · 1 篇报道
    Goodfire研究Inkling 2 Mini内部机制
    AGI Hunt:Goodfire 解剖 Inkling 2 Mini:循环 Transformer 的层如何读写“未来”的自己
  6. 11月21日 04:19 · 1 篇报道
    发布 Inkling 2 Mini 本地运行指南
    AGI Hunt:Inkling 2 Mini 本地运行指南:26.4B MoE 支持 1M 上下文
  7. 11月21日 04:14 · 2 篇报道
    vLLM 首日支持 Inkling 循环模型
    AGI Hunt:vLLM 首日支持 Thinking Machines 循环 Inkling 模型
  8. 11月21日 04:06 · 3 篇报道
    发布并开放Inkling 2 Mini权重
    Hacker News:Thinking Machines 发布 Inkling 2 Mini 开放权重模型

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. AGI Hunt
    Artificial Analysis 评测 Inkling 2 Mini:智能排名第 2 但回答啰嗦

    Artificial Analysis 发布 Thinking Machines 开源模型 Inkling 2 Mini 的完整评测,模型在 Intelligence Index 中排名第 2。评测涵盖 Briefcase、Omni 等子项,结果显示其智能表现突出,但回答过于啰嗦、输出冗长。

  2. AGI Hunt
    Inkling 2 Mini 评测显示成本约为 Qwen3.8 27B 的六分之一、速度约快四倍

    Artificial Analysis 的评测显示,Inkling 2 Mini 每个 Intelligence Index 任务成本为 $0.59、耗时 9.0 分钟,较 Qwen3.8 27B 的 $3.53 和 38.2 分钟便宜约 6 倍、快约 4 倍。

  3. AGI Hunt
    Inkling 2 Mini 用 1/5 参数追平 Qwen3.8 27B,计算效率大增

    Thinking Machines 的 Inkling 2 Mini 仅用约 1/5 激活参数,就在 Intelligence Index 上追平 Qwen3.8 27B(xhigh)和 Nanbeige4.3-33B。Artificial Analysis 的分析显示,其输出 token 数比 Qwen3.8 27B 多约 38%,但总计算量省 2.8 倍,循环层架构以更长输出换取计算效率优势。

  4. AGI Hunt
    Thinking Machines 开源 Inkling 2 Mini,5.4B 激活参数获智能指数 20 分

    Artificial Analysis 评测了 Thinking Machines 新发布的开源模型 Inkling 2 Mini,其在 Artificial Analysis Intelligence Index 上获得 20 分,跻身智能与激活参数的 Pareto 前沿。

  5. AGI Hunt
    Inkling-2-Mini 在断网 MacBook 上驱动 20 个 AI 村民搭建 Thinkyville

    Inkling-2-Mini 在关闭 Wi-Fi 的 MacBook 上完全本地运行,驱动 20 个 AI 村民在像素小镇 Thinkyville 中自主生活并互相邀请参加派对。演示共记录 18.8 万次模型调用,平均响应为 1387ms。Mira Murati 称其采用循环 Transformer 架构,让模型多想少写,并提到团队发布了可变循环研究模型。

  6. AGI Hunt
    第三方实测:Inkling 2 Mini 网络安全基准追平 Claude Opus 5.5,成本不到四分之一

    评测机构 Vals AI 实测 Thinking Machines 的 Inkling 2 Mini,其在 CyberBench v1.1 网络安全基准上以 74.58% 准确率追平 Claude Opus 5.5 (CVP),并列第 9-10 位。

  7. AGI Hunt
    llama.cpp 新增 llama serve 命令支持 Inkling 2 Mini 一行启动服务

    llama.cpp 新增 llama serve 命令,可通过 `llama serve -hf ggml-org/Inkling-2-Mini-GGUF:IQ4NL` 从 Hugging Face 拉取 Inkling 2 Mini 的 IQ4NL 量化版并启动本地服务。

  8. AGI Hunt
    Goodfire 解剖 Inkling 2 Mini:循环 Transformer 的层如何读写“未来”的自己

    Goodfire 获得 Thinking Machines 的 26B 循环 Transformer 模型 Inkling 2 Mini 早期权重访问,研究其内部信息流。逐层分解显示,循环模型的层既可写入自身,也能直接读取“未来”层的信息,其层间、块间与循环间协调方式有别于传统 Transformer 直觉。

  9. AGI Hunt精选
    Inkling 2 Mini 本地运行指南:26.4B MoE 支持 1M 上下文

    Unsloth 发布 Inkling 2 Mini 的 GGUF 量化与本地运行指南,展示这款 26.4B 总参数、5.4B 激活参数的 MoE 模型通过 Unsloth 和 llama.cpp 运行。

  10. AGI Hunt
    vLLM 首日支持 Inkling 循环模型,GB200 解码最高加速 2.68 倍

    vLLM 宣布首日支持 Thinking Machines 的 Inkling 循环模型,并针对其循环架构进行专门优化。Inkling 含 12 个共享核心层,每个 token 运行 3 次循环,各轮 KV 状态彼此独立;在 GB200 上,解码延迟最高实现 2.68 倍加速。

  11. AGI Hunt
    vLLM 首日支持 Thinking Machines 循环 Inkling 模型

    vLLM 宣布对 Thinking Machines 新发布的循环 Inkling 模型提供首日支持。Inkling 包含 12 个共享核心层,每 token 重复运行 3 次,并通过门控在循环之间传递信息;后续帖子列出了具体的 kernel 与延迟优化数据。

  12. AGI Hunt
    Thinking Machines 发布 26.4B 循环 Transformer 开源模型 Inkling 2 Mini

    Thinking Machines Lab 发布开源权重模型 Inkling 2 Mini,总参数 26.4B、激活参数 3.4B,通过循环机制增强无 CoT 推理能力。

  13. Hacker News精选
    Thinking Machines 发布 Inkling 2 Mini 开放权重模型

    Thinking Machines 发布 Inkling 2 Mini,一款采用循环 Transformer 架构的开放权重模型,总参数量为 26.4B、激活参数量为 3.4B。

  14. AGI Hunt
    Thinking Machines Lab 发布 26.4B 参数循环 Transformer 模型 Inkling 2 Mini

    Thinking Machines Lab 发布开源权重模型 Inkling 2 Mini,采用 MoE 架构,总参数 26.4B、激活参数 3.4B,计入循环后每个 token 的权重激活为 5.4B。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。