Модель Inkling 2 Mini: Thinking Machines открыла веса нейросети на 26,4 млрд параметров для ноутбука — 20 ГБ, миллион токенов контекста и «петля» из слоёв
Thinking Machines Lab выложила открытые веса Inkling 2 Mini — компактной модели с петлёй из слоёв для локального запуска. Разбираем архитектуру, требования к железу и что пока не подтверждено.

- 26,4 млрд параметров всего и 3,4 млрд активных на токен, контекст до 1 млн токенов, вход — текст и картинки.
- Средние 12 слоёв из 24 прогоняются трижды с общими весами — отсюда название «петлевой трансформер».
- Через сутки после релиза на Hugging Face уже лежат десятки сторонних сборок, включая «расцензуренные» — к ним стоит относиться осторожно.
Модель Inkling 2 Mini от Thinking Machines Lab вышла 20 ноября с открытыми весами под Apache 2.0, и это, пожалуй, главный локальный релиз недели. Компания Миры Мурати называет её самой маленькой в линейке: около 20 ГБ весов, запуск на MacBook с 32 ГБ памяти и упор на агентное программирование. Разбираем, что внутри, на чём её реально запустить и где пока только обещания.
Что произошло
Thinking Machines Lab выложила модель на Hugging Face с датой релиза 20 ноября 2026 года и лицензией Apache 2.0 — её можно использовать и дорабатывать, в том числе в коммерческих продуктах. Официальное описание короткое: «самая маленькая модель, петлевой трансформер, который работает на ноутбуке и силён в агентном кодинге». Кроме скачивания весов, модель доступна через платформу Tinker — там есть API и песочница.
Это младшая сестра Inkling 2 Small на 594 млрд параметров, которую компания показала в начале ноября. Small рассчитана на серверы, Mini — на твой компьютер. За первые сутки карточка модели собрала больше 860 лайков, а сообщество успело выпустить сборки GGUF для llama.cpp и версии для Apple MLX.
Модель Inkling 2 Mini изнутри: что такое петля
У модели 24 слоя декодера, но слои с 6-го по 17-й выполняются три раза подряд с одними и теми же весами. Получается 48 проходов по слоям на каждый токен при весах всего от 24 слоёв. Между проходами слои обмениваются «сообщениями», а небольшой управляющий механизм решает, что из прошлого прохода оставить, а что забыть.
Вторая часть — смесь экспертов: в каждом слое токен уходит к 8 из 128 экспертов. Поэтому из 26,4 млрд параметров на каждом шаге работает лишь 3,4 млрд, а с учётом трёх проходов — около 5,4 млрд эффективных активных параметров, по данным карточки модели. Внимание гибридное: в каждом блоке из шести слоёв пять смотрят на локальное окно до 1 024 токенов и один — на весь контекст.
Отдельно выложен исследовательский вариант, где число проходов можно менять: один или два вместо трёх. Так модель отвечает быстрее, но, по словам команды Hugging Face, качество может немного падать — глубоко этот режим ещё не проверяли.
Петля — это способ получить глубину большой модели, храня веса маленькой.
Что говорят цифры
По данным блога Hugging Face, Inkling 2 Mini лидирует в 32 бенчмарках из 48 в сравнении с Gemma 4 31B, Muse Glimmer, Qwen3.8-27B и Nemotron 3.5 Super VL. В программировании картина смешанная: первое место во FrontierCode v2.0, ничья с Qwen3.8-27B в Terminal-Bench 4.0 и отставание от Qwen в AutomationBench-AA. Важно: это цифры разработчика и партнёров, независимых замеров пока почти нет, о чём прямо пишут и обозреватели Shattered.
По железу ориентиры такие: один чекпойнт около 20 ГБ в смешанной точности NVFP4 и MXFP8, официально поддерживаются NVIDIA DGX Spark, Mac на Apple silicon от 32 ГБ памяти и видеокарты от 32 ГБ видеопамяти. Запускать можно через transformers, llama.cpp, MLX, vLLM, SGLang, Ollama и другие привычные инструменты. Помни, что контекст на миллион токенов — это предел, а не обычный режим: длинная сессия съедает память сверх самих весов.
Что это значит для тебя и что делать
Если ты пишешь ботов, скрипты для трейдинга или парсеры ончейн-данных, новинка даёт вариант держать помощника локально. Код твоих стратегий и приватные данные не уходят на чужой сервер, нет подписки и лимитов. Минус — нужен дорогой компьютер: 32 ГБ общей памяти на Mac или видеокарта такого же класса.
Есть и риск. Уже в день релиза на Hugging Face появились «Uncensored»-версии — переделки, где сняты ограничения безопасности. Неизвестный автор, непрозрачная доработка и файлы на десятки гигабайт — идеальная упаковка для сюрприза. Качай веса только из официального репозитория или проверенных сборщиков. А если подключаешь локального агента к кошельку или бирже, держи права минимальными — мы разбирали это в гайде как подключить ИИ-агента к бирже.
Практические шаги:
- Проверь железо: меньше 32 ГБ памяти — смотри на 4-битные квантизации и готовься к компромиссу по качеству.
- Начни с песочницы Tinker или с Llama App, чтобы понять, подходит ли модель под твои задачи, прежде чем тянуть 20 ГБ.
- Сравни с тем, чем уже пользуешься: недавно мы разбирали локальную SenseNova-Loop-9B — она легче, но и слабее.
- Не давай локальному агенту приватные ключи и сид-фразы ни в каком виде.
FAQ
Модель Inkling 2 Mini бесплатная? Да, веса открыты под Apache 2.0. Платишь только за своё железо или за использование через Tinker.
Пойдёт ли она на обычном ноутбуке? Официально — на Mac с Apple silicon от 32 ГБ памяти. На машинах слабее помогут только сильные квантизации с потерей качества.
Понимает ли она русский? В карточке указан английский и «общая мультиязычная поддержка» без списка языков — проверяй сам на своих задачах.
Можно ли верить бенчмаркам? Пока это цифры разработчика. Независимые тесты только начинаются.
Вывод
Модель Inkling 2 Mini — сильная заявка на звание лучшей локальной нейросети своего размера: открытая лицензия, миллионный контекст и интересная архитектура с петлёй. Но громкие цифры пока подтверждены только самой компанией, а под хайп уже лезут сомнительные переделки — пробуй, но качай из первоисточника.
Материал не является инвестиционной рекомендацией. Крипта — высокий риск, решения принимаешь сам.


