Black FridayHiggsfield: do 63% taniej przy planie rocznym - Seedance 2.5, Nano Banana Pro, GPT Image Sprawdź ofertę →link partnerski
Przejdź do treści
Sklep

AI

Inkling 2 Mini wraca do tych samych warstw. Na start wystarczy Mac z 32 GB pamięci

Thinking Machines udostępnia wagi Inkling 2 Mini. Pokazuję, jak działa potrójna pętla i co na Macu oznacza deklarowane przez producenta minimum 32 GB.

Tekst: 2 min czytania
Inkling 2 Mini wraca do tych samych warstw. Na start wystarczy Mac z 32 GB pamięci
Spis treści 3
  1. Dwanaście warstw pracuje po trzy razy
  2. Wagi do pobrania, wynik do sprawdzenia
  3. Źródła

👁 111 przeczytań

Producent modeli AI zwykle ma prosty sposób na pokazanie postępu: ogłasza większy model. Thinking Machines zrobiło coś ciekawszego. W opublikowanym 20 listopada Inkling 2 Mini część obliczeń dla każdego tokenu przechodzi jeszcze raz przez te same warstwy. Wagi można pobrać, a firma na start deklaruje obsługę Maców z co najmniej 32 GB pamięci przez Ollama.

Dwanaście warstw pracuje po trzy razy

Rozpisałem architekturę z karty producenta. Model ma 24 warstwy, podzielone na cztery bloki po sześć. Pierwszy i ostatni blok pracują po jednym razie. Środkowe dwa przechodzą wspólnie trzy przebiegi. Daje to łącznie 48 przejść przez warstwy przy przetwarzaniu tokenu. Część parametrów jest wykorzystywana ponownie, więc plik z wagami nie musi zawierać kopii każdej kolejnej operacji.

Jedno przejście przez Inkling 2 Mini
Numery warstw i powtórzenia według Thinking Machines. Razem 6 + 3 × 12 + 6 = 48 przejść.

Po co wracać akurat do środka? Zespół porównał ten wariant z powtarzaniem ostatnich dwunastu warstw. Powtarzanie środka przyniosło większą poprawę dokładności w 27 z 28 ocen. To wynik prób konstruktorów dotyczących miejsca pętli. Nie przekłada się na jednakową przewagę w każdym zadaniu użytkownika.

Nie przepłacaj za te subskrypcje

Prowadzę sklep z rocznymi dostępami do narzędzi AI - te same konta, o których piszę wyżej, tylko taniej niż w cenniku producenta.

Zobacz, co jest dostępne

Wagi do pobrania, wynik do sprawdzenia

W dwóch przywołanych przez producenta ocenach model osiągnął 48,2% w DeepSWE v1.1 i 46,5% w Vals Index v2.2. Pierwszy wynik opisuje rozwiązywanie zadań programistycznych. Każdy zestaw ma własną procedurę. Warto zachować numer wersji przy porównywaniu z innym modelem.

Wyniki podane przez twórców
Dwa różne testy. Wartości procentowe za Thinking Machines, bez uśredniania.

Repozytorium udostępnia wagi na licencji Apache 2.0. Dla osoby z odpowiednim Makiem oznacza to możliwość samodzielnego porównania wyniku z zadaniem z własnego projektu. Nie podaję szybkości w tokenach na sekundę dla całej rodziny Maców. Sama ilość pamięci nie wyznacza takiej liczby.

Stan na 21.11.2026, godz. 19:33 czasu polskiego.

Źródła

Piotr Olszewski

Autor

Twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

O mnie →Wszystkie teksty →

Czytaj dalej

Narzędzia do tego tematu

darmowe, bez kontaWszystkie 29 →
z sieci - nowe teksty w moich serwisach

Wszystkie moje projekty →

Najczęściej czytane

7 dni
  1. 1Okładka GTA 6 z własnym zdjęciem w AI: prompt do ChatGPT i Gemini, test na selfie
  2. 2GPT-6.2 Astra vs Claude Fable 5.2 vs Gemini 4 Carbon: benchmarki i mój test na 7 modelach (z Opus 5.5)
  3. 3Plakat festiwalu z polskim napisem: prompt i test 6 generatorów obrazu (Prompt dnia 14.11)
🛒 Sklep Kinetyka CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Replit Core 119 zł/rok Zobacz wszystko →