Thinking Machines, la société de Mira Murati, publie Inkling 2 Mini, un modèle open-weight gratuit de 26,4 milliards de paramètres qui tient dans 20 Go de mémoire.
Thinking Machines Lab, la start-up de San Francisco fondée par l'ancienne directrice technique d'OpenAI Mira Murati, a publié Inkling 2 Mini le 20 novembre. Il s'agit d'un modèle open-weight : n'importe qui peut télécharger ses fichiers et le faire tourner sur son propre matériel. Il est disponible sur Hugging Face sous licence Apache 2.0. Le modèle compte 26,4 milliards de paramètres au total, mais n'en utilise que 3,4 milliards par token, c'est-à-dire par petit fragment de texte, grâce à une architecture à mélange d'experts. Sa particularité est la boucle : sur ses 24 couches, les 12 du milieu sont exécutées trois fois pour chaque token, ce qui donne plus de profondeur de raisonnement sans ajouter de poids. Selon le laboratoire, le modèle entier tient dans environ 20 Go de mémoire.
Thinking Machines affirme qu'Inkling 2 Mini devance tous les modèles open-weight de moins de 100 milliards de paramètres sur plusieurs tests de programmation agentique, avec 48,2 % sur DeepSWE v1.1 et 79,2 % sur SWE-bench Verified, contre 77,8 % pour Qwen3.8-27B d'Alibaba sur ce dernier. L'évaluateur indépendant Artificial Analysis lui attribue 20 points sur son Intelligence Index, à égalité avec Qwen3.8-27B selon VentureBeat, mais relève qu'il accomplit chaque tâche de test pour environ 0,59 dollar, contre 3,53 dollars pour le modèle de Qwen. Le laboratoire reconnaît ses faiblesses : le modèle est derrière Qwen en conversation à plusieurs tours et sur les consignes complexes, et sa mémoire factuelle est limitée par sa taille. Artificial Analysis le juge très verbeux, et VentureBeat signale des formulations tronquées dans certaines langues autres que l'anglais. Cette sortie suit celle d'Inkling 2 Small, bien plus grand avec 594 milliards de paramètres, lancé le 5 novembre.
Les développeurs peuvent télécharger gratuitement les poids sur Hugging Face et les utiliser avec des outils locaux populaires comme Ollama, vLLM et llama.cpp. D'après les comptes rendus, un Mac doté d'au moins 32 Go de mémoire suffit, tandis que des versions GGUF communautaires d'Unsloth visent des machines plus modestes. Côté cloud, Thinking Machines propose le modèle via sa propre API à 0,15 dollar par million de tokens en entrée et 0,50 dollar par million en sortie, selon Artificial Analysis et VentureBeat, et il peut être personnalisé sur la plateforme d'ajustement Tinker de l'entreprise. Aucune liste officielle des langues prises en charge n'a été publiée : les utilisateurs arabophones au Maroc et dans la région ont donc intérêt à le tester d'abord sur leurs propres tâches. La licence Apache 2.0 autorise l'usage commercial, avec une politique d'utilisation acceptable.



