AI Aulis

AI-UUTISET SUOMEKSI · 21.11.2026

Tekoälyalan tärkeimmät uutiset joka aamu. Tekoäly kirjoittaa ja tarkastaa jutut alkuperäisiä lähteitä vasten – tarkista tärkeät tiedot lähteistä.

← Numero 21.11.2026Lehti

Inkling 2 Mini yltää Artificial Analysisin indeksissä Qwen3.8 27B:n tasolle

Tekoälyn tuottama sisältöTekoälyn kirjoittama

huggingface.co, vllm.ai, github.com, goodfire.com, artificialanalysis.ai, x.com, superpowerdaily.com · 8 lähdettä · Lähteet julkaistu: 20.11.2026–21.11.2026

Thinking Machinesin avointen painojen malli Inkling 2 Mini sai Artificial Analysisin Intelligence Indexissä 20 pistettä, saman verran kuin Qwen3.8 27B. Malli ajaa keskikerroksensa kolmesti, joten sen aktiivisten parametrien määrä riippuu laskutavasta.

Thinking Machines julkaisi Inkling 2 Minin 20. marraskuuta, ja sen painot voi ladata Hugging Facesta. Artificial Analysisin mukaan malli on julkaistu Apache 2.0 -lisenssillä. Se ottaa vastaan tekstiä ja kuvia, ja sen konteksti-ikkuna on miljoona tokenia. Inkling 2 Mini on MoE-malli: se käyttää kullekin tokenille vain osaa 26 miljardista parametristaan.

Mallin erikoisuus on silmukka. Hugging Facen julkaisublogin mukaan mallissa on 24 kerrosta. Ensimmäiset ja viimeiset kuusi kerrosta ajetaan kerran, keskimmäiset 12 kolmesti samoilla painoilla. Toisella ja kolmannella kierroksella kerrokset saavat viestejä edelliseltä kierrokselta. Toisto lisää laskentaa, mutta mallin ei tarvitse tallentaa uusia painoja.

Siksi aktiivisten parametrien määrä riippuu siitä, miten ne lasketaan. Hugging Face ilmoittaa noin 3 miljardia ja vLLM:n blogi 3,5 miljardia aktiivista parametria. Artificial Analysis laskee mukaan kaikki kolme kierrosta ja saa tulokseksi 5,4 miljardia. Sen mukaan malli käyttää tokenia kohden 3,1 miljardia erillistä painoa. Suurempaan lukuun perustuu Artificial Analysisin vertailu, jonka mukaan Inkling 2 Mini yltää Qwen3.8 27B:n tasolle noin viidesosalla Qwenin aktiivisista parametreista.

Taulukossa ovat Artificial Analysisin mittaamat erot samoissa indeksin tehtävissä.

Mittari Inkling 2 Mini Qwen3.8 27B (xhigh)
Intelligence Index -pisteet 20 20
Tulostetokeneita tehtävää kohden n. 152 000 n. 110 000
Kustannus tehtävää kohden 0,59 $ 3,53 $
Aika tehtävää kohden 9,0 min 38,2 min

Lähde: Artificial Analysis. Inklingin kustannus on laskettu Thinking Machinesin omilla rajapintahinnoilla.

Halvemmasta hinnasta ei voi päätellä, mitä mallin ajaminen omalla koneella maksaa. Inkling 2 Mini tuottaa myös noin 38 prosenttia enemmän tulostetokeneita kuin Qwen3.8 27B. Artificial Analysisin laskentamittarilla, jossa aktiiviset parametrit kerrotaan tokenien määrällä, se käyttää silti noin 2,8 kertaa vähemmän laskentaa. Superpower Daily -uutissivuston mukaan Thinking Machines kertoo itse, että malli jää Qwen3.8 27B:stä jälkeen monen vuoron keskusteluissa ja runsaasti rajoitteita sisältävissä ohjeissa.

Artificial Analysisin mukaan malli on niin pieni, että se toimii MacBookilla tai DGX Sparkilla. Mallia tukevat esimerkiksi transformers, llama.cpp, MLX, vLLM ja SGLang. Tuki tuli llama.cpp:hen versiossa b12600, ja vLLM:lle on julkaistu oma Docker-kuva vllm/vllm-openai:inkling-2-mini. Hugging Face tarjoaa llama.cpp:lle 4- ja 8-bittiset versiot. Erillisessä tutkimusversiossa kierroksia voi vähentää yhteen tai kahteen, jolloin malli toimii nopeammin mutta vastaukset voivat heiketä hieman. Hugging Face ei ole vielä arvioinut versiota perusteellisesti.

Aiemmin aiheesta

Ilmoita virheestä tässä jutussa