Thinking Machines 开源 Inkling 2 Mini:26B 参数本地模型,Agent 能力对标旗舰

Thinking Machines Lab 正式发布并开源 Inkling 2 Mini 模型。这是一款总参数量 26B、激活参数约 5B 的多模态模型,权重已上架 Hugging Face,同时提供 unsloth 适配的 GGUF 量化版本,便于用户在本地设备运行。官方公布的基准测试将其与 Gemma 4 31B、Muse Glimmer、Qwen3.8-27B、Nemotron 3.5 Super VL 等同级模型对比。编程能力方面,Inkling 2 Mini 在 SWEBench Verified 取得 79.2%(仅用 bash),SWEBench Pro v2 Hard 达 77.9%,Terminal Bench v2.1 达 71.6%,多项编程基准领先或接近对比模型。智能体能力方面,BrowseComp 得分 79.0%,DeepSearchQA 达 85.3%,MCP Atlas 为 82.7%,显示其在搜索、工具调用与知识工作上表现突出。推理与知识方面,ARC-AGI v1/v2 分别为 84.5% 和 49.3%,LongBench v2 为 66.9%。视觉能力上,MMMU Pro 得分 74.9%,OmniDocBench 达 92.8%,ScreenSpot Pro 原始成绩 76.5%。安全对齐方面,StrongREJECT 达 97.8%,FORTRESS 对抗测试 89.5%,内部评估中的误行为率、隐蔽误行为率等指标均低于多数对比模型。整体来看,该模型以较小的激活参数量实现了接近甚至超越 27B-31B 稠密模型的性能,主打高效本地推理与智能体工作负载场景。

事件分析

技术看点:Inkling 2 Mini 采用 MoE 架构(5B 激活/26B 总参数),以低推理成本实现高基准表现,编程与 Agent 任务成绩尤为突出,部分指标超过参数量更大的稠密模型。官方同步放出 GGUF 量化版本,明确面向本地部署与个人开发者场景。产业影响:Thinking Machines Lab 由前 OpenAI 高管 Mira Murati 创立,此次选择开源中小型模型而非旗舰产品,反映出新锐 AI 公司通过开源生态建立开发者影响力的常见路径。若基准数据经第三方复现验证,该模型将在本地推理与端侧 Agent 应用赛道对 Qwen、Gemma 系列形成直接竞争。后续走向:值得关注的关键点包括第三方评测复现结果、社区微调生态的活跃程度,以及官方是否推出更大参数版本。此外,模型在内部误行为与破坏性动作评估上的低发生率数据,将成为企业级用户评估其安全可靠性的重要参考。

核心观点:小激活参数撬动旗舰级 Agent 性能,开源本地模型正从能跑迈向能干,端侧智能体竞争提前开赛。

原文链接:Linux.do

C code80.ai · AI 编码 API 聚合 Claude / GPT 多模型统一接入,稳定不限速,按量计费,几行配置接入 Claude Code。 了解一下 ›

抢沙发

评论前必须登录!

立即登录   注册