Vor zwei Wochen hat Mira Muratis Thinking Machines Lab Inkling 2 Small vorgestellt, mit 594 Milliarden Parametern. Am Freitag folgte die kleine Schwester. Inkling 2 Mini hat offene Gewichte, steht unter Apache-2.0-Lizenz und ist laut Thinking Machines klein genug für einen Laptop.
Ein Transformer mit Schleife
Das Besondere ist die Bauart. Inkling 2 Mini ist ein sogenannter Looped Transformer: Die mittleren Schichten laufen für jedes Token dreimal durch. Artificial Analysis beziffert das genauer, zwölf der 24 Schichten werden wiederholt. Das Modell soll so mehr Rechenarbeit in eine Antwort stecken und mit weniger Token zum richtigen Ergebnis kommen, vor allem beim agentischen Programmieren.
Technisch ist es ein Mixture-of-Experts-Modell mit 26,4 Milliarden Parametern, davon 3,4 Milliarden aktiv. Rechnet man die Schleifen mit, sind es 5,4 Milliarden Gewichtsaktivierungen pro Token. Es verarbeitet Text und Bilder und hat ein Kontextfenster von einer Million Token.
Die Zahlen
Thinking Machines nennt Inkling 2 Mini das beste offene Modell unter 100 Milliarden Parametern, unter anderem auf DeepSWE v1.1 mit 48,2 Prozent und im Vals Index v2.2 mit 46,5 Prozent. Unabhängig gemessen hat Artificial Analysis. Dort kommt das Modell im Intelligence Index auf 20 Punkte, genauso viel wie Qwen3.8 27B in der stärksten Einstellung, aber mit etwa einem Fünftel der aktiven Parameter.
Pro Aufgabe des Index kostet Inkling 2 Mini laut Artificial Analysis 0,59 Dollar und braucht 9 Minuten. Qwen3.8 27B liegt bei 3,53 Dollar und 38,2 Minuten. Inkling schreibt dabei zwar rund 38 Prozent mehr Ausgabe-Token, braucht aber insgesamt etwa 2,8-mal weniger Rechenleistung. Zum Vergleich nach oben: GPT-6 Luna erreicht in der höchsten Stufe 28 Punkte für 0,15 Dollar pro Aufgabe. Thinking Machines verlangt über die eigene Plattform 0,15 Dollar pro Million Eingabe-Token und 0,50 Dollar für die Ausgabe.
Schleifen erschweren das Mitlesen
Spannender als die Benchmarks finde ich, was Thinking Machines selbst über die Schleifen schreibt. Ein Modell, das intern mehrfach rechnet, kann länger nachdenken, ohne diese Gedanken aufzuschreiben. Genau das Aufschreiben ist aber bisher eines der wichtigsten Werkzeuge, um Modelle zu überwachen. Das Labor hat deshalb eine Forschungsvariante mit variabler Schleifenzahl mitveröffentlicht. Deren Zeithorizont ohne Gedankenkette stieg von 16 Sekunden bei einem Durchlauf auf 37 Sekunden bei dreien. Für ein Modell, das auf jedem Laptop läuft, ist das eine Zahl, die man im Auge behalten sollte.