元OpenAI CTOのミラ・ムラティ氏が率いるThinking Machines Labが11月20日、小型モデル「Inkling 2 Mini」の重みをHugging Faceで公開した。総パラメータは264億(26.4B)で、メモリ32GB以上のMacならOllamaで動かせると同社は案内している。11月5日に発表した5,940億パラメータのInkling 2 Smallの、手元の機械向けの弟分にあたる。
独立した計測機関のArtificial Analysisは、この小型機を知能指数20点と測った。同じ20点のQwen3.8 27Bと比べると、試験1問あたりの費用は約6分の1、所要時間は38.2分に対して9.0分だった。一方で、OpenAIの軽量モデルGPT-6 Luna(max)は同じ物差しで28点を取り、1問あたりの費用はさらに安い。
ノートPCで動くこと自体は、もう珍しくない。この記事では、Inkling 2 Miniが何をどれだけ縮めたのかと、ChatGPTやClaudeをクラウドで使っている人にとって、手元で動かす選択肢がどこまで現実的になったのかを整理する。
Inkling 2 Miniとは──中段の層を3回まわす小型モデル
Inkling 2 Miniは、専門家混合(MoE)と呼ばれる作りのモデルだ。全体では264億の重みを持つが、1トークンを処理するたびに実際に使うのはそのうち34億(3.4B)にとどまる。辞書を丸ごと持ち歩きながら、引くのは必要なページだけ、という作りである。
変わっているのは、その先だ。同社はこれを「ループ型トランスフォーマー」と呼ぶ。24層を6層ずつ4つの塊に分け、最初と最後の塊は1回だけ、真ん中の2つの塊(12層)は1トークンごとに3回くり返して通す。同じ重みを3度使うので、ファイルの大きさは増やさずに、計算の深さだけを足せる。くり返し分を数に入れると、1トークンあたりに働く重みは54億(5.4B)相当になる。
兄貴分のInkling 2 Smallは、総パラメータ5,940億・1トークンで使う重み170億という規模で、11月5日に同社のサービスTinker上で公開され、重みも11月12日にHugging Faceで配布が始まった。強みはどちらも、長い手順を自分で進めるエージェント型の仕事にあると同社は説明している。
「32GBのMacで動く」の中身
重みの大部分は4ビット相当の形式(NVFP4)で、最後の4層だけを8ビット相当(MXFP8)で持つ。これでファイル全体は約20GBに収まる。最初からこの精度で学習しているので、後から圧縮したときのような劣化は無いと同社は説明する。
動かせる機械として同社が挙げているのは、メモリ32GB以上のMac(MacBook・Mac mini)でのOllama、NVIDIAの小型AIコンピュータDGX Spark、そしてVRAM 32GB以上のGPUだ。言い換えると、メモリ16GBのノートPCや、VRAM 24GBのGPUは推奨の範囲から外れる。軽量化した派生版はUnslothやllama.cppの形式でも配られている。
| 項目 | Inkling 2 Mini |
|---|---|
| ライセンス | Apache 2.0(商用利用・改変が可能) |
| 文脈の長さ | 最大100万トークン |
| 入力 | 文章と画像(出力は文章のみ) |
| ファイルの大きさ | 約20GB |
| 推奨する機械 | メモリ32GB以上のApple silicon機/DGX Spark/VRAM 32GB以上のGPU |
| クラウドで使う場合 | 同社のTinkerで推論・追加学習・チャット画面 |
ライセンスと文脈の長さは、Hugging Faceのモデルカードに記載がある。Apache 2.0は、表示さえ守れば社内システムに組み込むのも、追加学習して自社製品にするのも自由な、制約の少ない部類のライセンスだ。10月に出たMeta Muse Spark Openのように、売上や表示の条件が付くライセンスとは扱いやすさが違う。
同じ点数を、5分の1の動く部品で取った
Artificial Analysisの知能指数は、推論・知識・コーディングなど複数の試験をまとめた総合点である。Inkling 2 Miniの点数は20点で、8月に紹介したQwen3.8-27B(xhigh設定)、Nanbeige4.3-33Bと同点だった。違いは、そこに至るまでの体の大きさだ。Artificial Analysisによれば、1トークンで働く重みはQwen3.8 27Bの約5分の1、Nanbeige4.3-33Bの約6分の1で済んでいる。
費用と時間にも差が出た。Artificial Analysisが知能指数の試験1問を解かせたときの平均は次のとおりだ。
Inkling 2 Miniは1問あたり0.59ドル・9.0分、Qwen3.8 27Bは3.53ドル・38.2分。費用は約6分の1になった。おもしろいのは、Inkling 2 Miniのほうが答えを出すまでに書く文章は長い点だ。1問あたりの出力はInkling 2 Miniが約15万2,000トークン、Qwen3.8 27Bが約11万トークンで、約38%多い。それでも1トークンを作る計算が軽いので、計算量の合計ではQwen3.8 27Bの約2.8分の1に収まっている。
同社の自己申告の成績も並べておく。プログラムの修正を自力で進める試験DeepSWE v1.1では48.2%で、Qwen3.8-27Bの42.2%を上回り、同社は総パラメータ1,000億未満の公開モデルで首位だとしている。逆に、何往復も続く会話や、条件をたくさん付けた指示は苦手だと同社自身が認めている。会話の続け方を測るMultiChallengeは50.0%、多数の制約を守れるかを測るComplexConstraints v1.1は33.4%だ。同社は文中で「どちらもQwen3.8-27Bに及ばない」と書いているが、同じ発表の表ではComplexConstraints v1.1のQwen3.8-27Bは30.1%で、Inkling 2 Miniのほうが上になっている(この試験の首位はMuse Glimmerの35.6%)。発表の文と表が食い違っている点は、割り引いて読んでおきたい。
それでもGPT-6 Lunaには届かない
ここで、クラウドの軽量モデルと並べてみる。Artificial Analysisは同じ記事の中で、OpenAIのGPT-6 Luna(max)が知能指数28点、1問あたり0.15ドルだと書き添えている。点数は8点上で、費用はInkling 2 Miniの0.59ドルより安い。
つまり、「安く賢い答えがほしい」だけなら、いまはまだChatGPTの運営元のAPIを呼ぶほうが有利だ。Inkling 2 Miniを選ぶ理由は、値段ではなく別のところに置く必要がある。
手元の機械で完結するので、文章やコードがネットワークの外に出ない。社外のサービスに渡せない資料を扱う職場では、性能差より先にこの条件が決め手になる。
同社は、ネットにつながないMacBook Proの上で、簡単なフライトシミュレーターを数分で作らせた例を示している。移動中や回線の細い現場でも使える。
Apache 2.0の重みなので、社内の書式や用語に合わせた追加学習ができ、その成果物を自社の製品に組み込める。クラウドのモデルでは、ここまでは手が届かない。
手元で動かす意味がある人、ない人
判断の入口は、手元の機械のメモリである。32GBに届かないなら、この記事の話はひとまず関係がない。届いているなら、次に「その仕事のデータは社外へ出してよいか」を考える。
出してよいデータで、会話しながら考えをまとめる使い方が中心なら、ChatGPTやClaudeの月額プランを替える理由は見当たらない。Inkling 2 Miniが苦手だと自己申告しているのは、まさにその何往復も続く会話だからだ。
出せないデータで、コードの修正や調べものを手順どおりに進めさせたい場合は、試す価値が出てくる。GitHub CopilotやCursorのようなクラウド経由のコーディング支援を、社内規定の都合で使えずにいる開発者がいちばんの読者になる。10月に紹介したRecursive Flintと同じ棚に並ぶ選択肢で、Inkling 2 Miniは、知能指数と費用を第三者のArtificial Analysisが測っている点が判断材料になる。
編集部の見立て
Inkling 2 Miniで目を引くのは、点数そのものより、同じ20点に届くまでの道のりの短さです。1トークンで動かす重みを絞った専門家混合の作りのおかげで、Artificial Analysisの推計では計算量の合計がQwen3.8 27Bの約2.8分の1に収まりました。同じ層を3回通す工夫は、ファイルを大きくせずに計算の深さを足すためのものです。手元の機械で動かすモデルにとって、これは性能表の1行以上の意味を持ちます。電池の持ちも、ファンの音も、待ち時間も、計算量で決まるからです。
一方で、GPT-6 Lunaが28点を0.15ドルで出している以上、「手元で動くから安い」という売り方はもう通りません。クラウドの軽量モデルは、点数でも値段でも先を走っています。手元で動かすモデルの価値は、データを外に出さないこと、回線が要らないこと、作り変えられることの3つに絞られてきたと考えます。
9月に評価額400億ドルでの調達交渉が報じられた同社にとって、小さな公開モデルは売上の柱ではないはずです。それでも7月の初代Inklingから数えて半年たたないうちに大小をそろえてきたのは、自社のTinkerで追加学習してもらう入口を広げたいからでしょう。Inkling 2 MiniがTinkerのサーバーレス推論の対象に加わる日が、その狙いがはっきりする日になると見ています。
まとめ
Thinking Machines Labが2026年11月20日、Inkling 2 Miniの重みをApache 2.0で公開しました。総パラメータは264億、1トークンで使う重みは34億で、中段の12層を3回くり返して通す作りです。ファイルは約20GBで、同社はメモリ32GB以上のMacならOllamaで動かせると案内しています。
Artificial Analysisの知能指数は20点で、Qwen3.8 27Bと同点でした。試験1問あたりの費用は0.59ドルと3.53ドルで約6分の1、所要時間は9.0分と38.2分です。ただしGPT-6 Luna(max)は28点を1問0.15ドルで出しており、賢さと費用の両方で先を行っています。
何往復も続く会話と、条件の多い指示は苦手だと同社自身が認めています。データを外に出せない仕事で、コードの修正や調べものを手順どおりに進めさせる用途が、このモデルのいちばんの持ち場です。
次の焦点は、Tinkerのサーバーレス推論の一覧です。10月19日時点の版では、Inkling 2 Miniは学習・サンプリング用の単価(入力0.15ドル・出力0.50ドル)にだけ載っていて、呼び出すだけの従量推論の対象にはまだ入っていません。