AI Aulis

AI-NYHETER PÅ SVENSKA · 21 november 2026

De viktigaste AI-nyheterna varje morgon. AI skriver och granskar artiklarna mot originalkällorna – kontrollera viktiga uppgifter i källorna.

← Numret 21 november 2026Tidningen

Inkling 2 Mini når Qwen3.8 27B:s nivå i Artificial Analysis index

AI-genererat innehållSkriven av AI

huggingface.co, vllm.ai, github.com, goodfire.com, artificialanalysis.ai, x.com, superpowerdaily.com · 8 källor · Källornas publiceringsdatum: 20–21 november 2026

Inkling 2 Mini, Thinking Machines modell med öppna vikter, fick 20 poäng i Artificial Analysis Intelligence Index, lika mycket som Qwen3.8 27B. Modellen kör sina mellersta lager tre gånger, så antalet aktiva parametrar beror på hur de räknas.

Thinking Machines släppte Inkling 2 Mini den 20 november, och modellvikterna kan laddas ned från Hugging Face. Modellen är släppt under licensen Apache 2.0, uppger Artificial Analysis. Den tar emot text och bilder och har ett kontextfönster på en miljon token. Inkling 2 Mini är en MoE-modell: för varje token använder den bara en del av sina 26 miljarder parametrar.

Modellens särdrag är en loop. Modellen har 24 lager, skriver Hugging Face i sin lanseringsblogg. De första och de sista sex lagren körs en gång, de mellersta 12 tre gånger med samma vikter. Under andra och tredje varvet får lagren meddelanden från föregående varv. Upprepningen ökar beräkningarna, men modellen behöver inte lagra nya vikter.

Därför beror antalet aktiva parametrar på hur de räknas. Hugging Face anger omkring 3 miljarder och vLLM:s blogg 3,5 miljarder aktiva parametrar. Artificial Analysis räknar in alla tre varven och får 5,4 miljarder. Modellen använder 3,1 miljarder unika vikter per token, uppger Artificial Analysis. Företagets jämförelse bygger på det högre talet. Enligt den når Inkling 2 Mini Qwen3.8 27B:s nivå med ungefär en femtedel av Qwens aktiva parametrar.

Tabellen visar de skillnader som Artificial Analysis har mätt i samma uppgifter i indexet.

Mått Inkling 2 Mini Qwen3.8 27B (xhigh)
Intelligence Index-poäng 20 20
Utdatatoken per uppgift ca 152 000 ca 110 000
Kostnad per uppgift 0,59 $ 3,53 $
Tid per uppgift 9,0 min 38,2 min

Källa: Artificial Analysis. Inklings kostnad är beräknad med Thinking Machines egna API-priser.

Det lägre priset säger inget om vad det kostar att köra modellen på en egen dator. Inkling 2 Mini genererar dessutom omkring 38 procent fler utdatatoken än Qwen3.8 27B. Med Artificial Analysis beräkningsmått, där de aktiva parametrarna multipliceras med antalet token, kräver den ändå ungefär 2,8 gånger mindre beräkning. Thinking Machines uppger själv att modellen ligger efter Qwen3.8 27B i samtal med flera turer och i instruktioner med många begränsningar, skriver nyhetssajten Superpower Daily.

Modellen är så liten att den fungerar på en MacBook eller en DGX Spark, enligt Artificial Analysis. Den stöds bland annat av transformers, llama.cpp, MLX, vLLM och SGLang. Stödet kom till llama.cpp i version b12600, och för vLLM har en egen Docker-avbildning släppts, vllm/vllm-openai:inkling-2-mini. Hugging Face erbjuder 4- och 8-bitarsversioner för llama.cpp. I en separat forskningsversion kan antalet varv minskas till ett eller två. Då blir modellen snabbare, men svaren kan bli något sämre. Hugging Face har ännu inte utvärderat versionen grundligt.

Tidigare om ämnet

Anmäl ett fel i artikeln