ThinkingMachine 开源 Inkling-2-Mini:26B 总参数的本地小模型
美国团队 ThinkingMachine 开源了一款本地可跑的小模型,激活参数只有 3.4B 却能和 Qwen 27B 级别的模型打平成绩,还带图文输入和 1M 上下文。想在笔记本上跑多模态长文本模型的人可以直接下载试试,跟 Qwen 同级模型比速度有优势。
ThinkingMachine 开源了 Inkling-2-Mini,总参数 26B,激活参数仅 3.4B,定位为可本地部署的小型模型。它采用 MoE 架构,中间 12 层权重会循环执行三遍,等效激活参数达到 5.4B。模型支持图文多模态输入,上下文长度最高 1M token。
在基准成绩上,Inkling-2-Mini 与 Qwen 3.8 27B 打平,但凭借 MoE 结构推理速度更快。这意味着在相近的评测表现下,用户本地运行时能获得更低的延迟和更高的吞吐。
有评论将 ThinkingMachine 的做法类比为美国版的 Qwen 与 DeepSeek 结合体:总参数不大但通过层级复用拉满等效算力,同时走开源路线。对想在自己设备上跑模型、又看重多模态与长上下文的开发者来说,这是一款可以直接对比 Qwen 27B 级别模型的候选。
ThinkingMachine开源Inkling-2-Mini,新的本地最佳小模型
总参数26B,激活参数3.4B,中间12层权重会循环跑三遍,等效激活参数5.4B。支持图文输入和1M上下文,评分跟Qwen 3.8 27B平分秋色,但是MoE速度更快。
ThinkingMachine是美国的千问+DeepSeek了。
模型:https://t.co/Us9Bgh6Ikn https://t.co/6pE0eESzOm
本条情报归属 AITOP「模型」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「中美大模型技术代差与商业化对照」「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Inkling-2-Mini、ThinkingMachine、Qwen、开源模型,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「Gorden Sun」(@Gorden_Sun),经 AITOP 多维评分管线结构化提炼。