# Inkling 2 Mini 以迴圈方式重複運算部分層數，少寫字也能推理，筆電就能跑

> **TL;DR:** Thinking Machines 發表 Inkling 2 Mini，這是一款開放模型，每個 token 會將 24 層中的 12 層重複運算三次 總參數 26.4 B，每個 token 實際啟用 5.4 B，可處理文字與影像，脈絡長度達 100 萬個 token 在 100B 參數以下的開放模型中，agentic 程式開發表現居冠：DeepSWE v1.1 為 48.2%，Vals Index v2.2 為 46.5% 可在 32 GB 以上記憶體的 Mac 或 NVIDIA DGX Spark 上於本機執行，可從 Hugging Face 下載

- 原文: https://migovi.com/tw/inkling-2-mini-looped-transformer-laptop/
- 作者: [duongchautantuan](https://migovi.com/tw/author/duongchautantuan/)
- 發布日期: 2026-11-21T19:03:00+07:00
- 分類: 人工智慧, 新聞
- 來源: [The Decoder (AI)](https://the-decoder.com/new-open-model-inkling-2-mini-thinks-in-loops-to-solve-problems-with-fewer-words-and-still-runs-on-a-laptop/)

---

Inkling 2 Mini 在 100B 參數以下的開放模型中，於 agentic 程式開發測試拿下第一，採用 Apache 2.0 授權，並可在 32 GB 的 Mac 上執行。

## Looped transformer 的運作方式

Thinking Machines 近日發表 Inkling 2 Mini，這是一款 looped transformer 模型，也就是讓部分層數針對每個 token 重複運算多次。在 Inkling 2 Mini 中，24 層裡有 12 層會連續跑三次。官方表示，這種做法能讓模型在內部多出一段推理時間，而不必額外輸出任何文字，因此用更少的 token 就能找到正確答案。

在架構方面，這是一款開放的混合專家（MoE）模型，總參數為 26.4 B。官方指出，由於採用這種層數迴圈的設計，每個 token 實際啟用的參數只有 5.4 B。模型可同時處理文字與影像，脈絡視窗長達 100 萬個 token，並採用 Apache 2.0 授權，使用者可以相當自由地下載與使用。

## 測試結果

在 agentic 程式開發方面，Inkling 2 Mini 位居 100B 參數以下開放模型之首，DeepSWE v1.1 得分為 48.2%，Vals Index v2.2 則為 46.5%。值得留意的是，這個成績出自一款離 100B 門檻還有相當距離的模型，因為它的總參數只有 26.4 B。

![Inkling 2 Mini 在 Artificial Analysis 的 Intelligence Index 取得 20 分，與 Qwen3.8 27B 相當](https://migovi.com/wp-content/uploads/2026/11/inkling-2-mini-looped-transformer-laptop-1.jpg)

*Inkling 2 Mini 在 Artificial Analysis 的 Intelligence Index 取得 20 分*

在 Artificial Analysis 的 Intelligence Index 上，Inkling 2 Mini 拿到 20 分，與 Qwen3.8 27B 相當，但成本約低六倍，速度則快四倍。這顯示讓模型重複運算部分層數，可能是不必堆高參數量、同樣能換取更好品質的做法。

## 本機執行與下載方式

在本機執行方面，Inkling 2 Mini 可在 32 GB 以上記憶體的 Mac 以及 NVIDIA DGX Spark 上運作。你可以從 Hugging Face 下載權重（weights），另有一個可調整迴圈次數的研究版本。若只想先看看模型能做什麼，也可以使用 Tinker Playground 上現成的版本。

**MIGOVI 觀點**

Migovi 認為，Inkling 2 Mini 的價值在於它的方向，而不只是那些數字：讓一半的層數重複運算，使模型思考得更久，再用更少的 token 找出答案，這是一種不必靠龐大模型來換取品質提升的做法。不過，這些領先的分數才剛公布，還需要更多人在實際工作中試用，才能下定論。對越南使用者而言，這款採 Apache 2.0 授權、可在 32 GB Mac 上執行的開放模型，很值得想把程式開發助手直接放在自己電腦上的人嘗試；至於記憶體較少的機器，建議先等官方或社群公布最低配置需求，再決定是否下載。

來源：[The Decoder (AI)](https://the-decoder.com/new-open-model-inkling-2-mini-thinks-in-loops-to-solve-problems-with-fewer-words-and-still-runs-on-a-laptop/)