Inkling 2 Mini: Offenes KI-Modell läuft auf dem Laptop
Kurz gesagt: Inkling 2 Mini von Thinking Machines ist ein offenes Mixture-of-Experts-Modell mit 26,4 Milliarden Parametern unter Apache-2.0-Lizenz. Es durchläuft mittlere Schichten dreimal pro Token und rechnet so intern länger. Laut Artificial Analysis erreicht es 20 Punkte im Intelligence Index, so viel wie Qwen3.8 27B, bei rund sechsfach geringeren Kosten je Aufgabe.
Symbolbild: KI-generiert
Thinking Machines Lab hat am 20. November 2026 Inkling 2 Mini veröffentlicht, ein Modell mit offenen Gewichten, das nach Angaben des Herstellers klein genug für einen Laptop* ist. Die Gewichte liegen auf Hugging Face, ein Chat-Test ist im Tinker Playground möglich. Wir stützen uns auf die Ankündigung von Thinking Machines, die Analyse von Artificial Analysis und den Bericht von The Decoder.
Was ist neu: Denken in Schleifen
Inkling 2 Mini ist ein sogenannter Looped-Transformer. Die mittleren Schichten des Netzes werden pro Token dreimal hintereinander durchlaufen, Anfangs- und Endblock nur einmal. Das Modell rechnet damit intern länger nach, ohne zusätzlichen Text auszugeben, und braucht dafür keine zusätzlichen Parameter. Insgesamt hat das Mixture-of-Experts-Modell 26,4 Milliarden Parameter, pro Token werden mit Schleifen rund 5,4 Milliarden Gewichte aktiviert. Es verarbeitet Text und Bilder und hat ein Kontextfenster von einer Million Token.
Benchmarks: stark beim Coding, schwächer bei Anweisungen
Laut Thinking Machines erreicht das Modell 48,2 Prozent auf DeepSWE v1.1 und 46,5 Prozent auf dem Vals Index v2.2 und führt damit offene Modelle unter 100 Milliarden Parametern bei agentischem Coding an. Auf SWE-bench Verified nennt der Hersteller 79,2 Prozent, auf BrowseComp 79,0 Prozent. Hinter Qwen3.8 27B liegt es dagegen bei MultiChallenge (50,0 Prozent) und ComplexConstraints v1.1 (33,4 Prozent). Das sind Herstellerangaben.
Unabhängig misst Artificial Analysis 20 Punkte im Intelligence Index, gleichauf mit Qwen3.8 27B (xhigh). Das Modell braucht dafür etwa 38 Prozent mehr Ausgabe-Token, aber rund 2,8-mal weniger Rechenaufwand. Pro Aufgabe fallen 0,59 US-Dollar an statt 3,53 US-Dollar bei Qwen, und eine Aufgabe dauert 9,0 statt 38,2 Minuten. Über die Schnittstelle des Herstellers kosten 1 Million Token 0,15 US-Dollar Eingabe und 0,50 US-Dollar Ausgabe.
Was es für Nutzer in Deutschland bedeutet
Die Lizenz ist Apache 2.0, das Modell darf also auch kommerziell genutzt werden, was für Firmen mit Datenschutzauflagen interessant ist, weil Daten den eigenen Rechner nicht verlassen müssen. Der Speicherbedarf liegt bei etwa 20 Gigabyte; unterstützt werden Macs mit mindestens 32 GB Arbeitsspeicher (etwa über Ollama) und Nvidias DGX Spark, quantisierte GGUF-Fassungen gibt es über Unsloth und llama.cpp.
Unsere Einordnung: Interessant ist weniger die Größe als der Ansatz, Rechenleistung über Schleifen statt über mehr Parameter zu gewinnen. Für Entwickler mit einem gut ausgestatteten Mac wird lokales agentisches Coding damit realistischer. Alle Zahlen stammen von Hersteller und einem Benchmark-Anbieter; unabhängige Community-Tests stehen noch aus, und die Kostenvorteile gelten für die genannte Testumgebung.
*Anzeige · Affiliate-Links. Kaufst du darüber, erhalten wir eine Provision – für dich ändert sich der Preis nicht. Die Auswahl im Artikel bleibt davon unberührt.