Thinking Machines Lab lance Inkling 2 Mini : 26,4 milliards de paramètres, architecture looped MoE, fonctionne localement sur MacBook avec 32 Go RAM. Open-source.
En bref
- Thinking Machines Lab a lancé Inkling 2 Mini le 20 novembre 2026 : un modèle IA open-source de 26,4 milliards de paramètres conçu pour fonctionner localement sur un MacBook Pro avec 32 Go de RAM.
- Le modèle utilise une architecture looped MoE (Mixture-of-Experts en boucle) inédite, où les couches intermédiaires sont exécutées trois fois par token, multipliant la puissance de calcul sans alourdir le poids du modèle.
- Selon les benchmarks publiés par Thinking Machines, Inkling 2 Mini surpasse tous les modèles open-source de moins de 100 milliards de paramètres sur les tâches de programmation autonome.
Ce qui s'est passé
Le 20 novembre 2026, Thinking Machines Lab a rendu publics les poids d'Inkling 2 Mini sur Hugging Face. Ce lancement marque une étape notable dans la démocratisation des modèles de langage avancés : pour la première fois, un modèle atteignant des performances de pointe sur des benchmarks de programmation est conçu pour fonctionner sur du matériel grand public, sans connexion à une API cloud et sans abonnement mensuel. La startup, fondée notamment par Alec Radford — l'un des architectes originaux des modèles GPT chez OpenAI — confirme ainsi son positionnement sur le segment de l'IA locale haute performance.
L'architecture au coeur d'Inkling 2 Mini est ce que Thinking Machines appelle un looped MoE (Mixture-of-Experts en boucle). Dans un modèle standard, les couches neuronales sont traversées une seule fois par token lors de l'inférence. Dans Inkling 2 Mini, les 12 couches intermédiaires du modèle sont exécutées trois fois par token, donnant 48 applications de couches au total à partir de seulement 24 couches stockées. Cette approche inspirée de la recherche sur la depth recurrence permet d'augmenter substantiellement la capacité de raisonnement sans augmenter l'empreinte mémoire — le checkpoint du modèle pèse environ 20 Go.
En termes de spécifications techniques, Inkling 2 Mini totalise 26,4 milliards de paramètres mais n'en active que 3,4 milliards par token grâce à l'architecture MoE. Il accepte du texte et des images en entrée, produit exclusivement du texte, et supporte jusqu'à un million de tokens de contexte avec un effort de raisonnement ajustable. Thinking Machines recommande un minimum de 32 Go de mémoire unifiée sur Apple Silicon (série M) ou de VRAM sur GPU pour une exécution fluide. Le modèle est disponible en téléchargement direct depuis Hugging Face et est compatible avec LM Studio pour une installation sans friction sur Mac, Windows et Linux.
Pour illustrer les capacités du modèle, l'équipe de Thinking Machines a partagé une démonstration remarquée : lors d'un vol sans connexion internet, un chercheur a utilisé Inkling 2 Mini sur un MacBook Pro pour développer un simulateur de vol en temps réel, entièrement hors ligne. Cette démonstration illustre le cas d'usage principal visé : un assistant de programmation autonome, disponible hors ligne, sans coût d'API variable et sans transmission de code source vers des serveurs tiers.
Selon les benchmarks publiés par Thinking Machines Lab, Inkling 2 Mini obtient 48,2 % sur DeepSWE v1.1 et 46,5 % sur Vals Index v2.2, deux benchmarks de référence pour les tâches d'ingénierie logicielle autonome. L'entreprise revendique la première place parmi tous les modèles open-source de moins de 100 milliards de paramètres sur ces métriques. Ces chiffres sont à considérer avec prudence car ils émanent du fabricant lui-même et n'ont pas encore fait l'objet d'une vérification indépendante par des organismes tiers au moment de la publication.
Thinking Machines reconnaît plusieurs limitations dans la documentation officielle du modèle. Inkling 2 Mini n'est pas le meilleur choix pour les conversations multi-tours complexes ou les instructions comportant de nombreuses contraintes simultanées. L'équipe note également une tendance à des raisonnements répétitifs, particulièrement lors des phases de débogage. Ces caractéristiques orientent le modèle davantage vers les tâches de génération de code structurées que vers les usages conversationnels généraux.
En parallèle du lancement open-source, Thinking Machines a rendu Inkling 2 Mini disponible via sa plateforme Tinker, qui propose une interface de test en ligne avec des fonctionnalités d'ajustement de l'effort de raisonnement et de gestion des fichiers multimodaux. La plateforme cible les développeurs souhaitant évaluer le modèle avant de l'intégrer dans leurs workflows locaux.
Ce lancement intervient dans un contexte de compétition intense sur le segment des modèles locaux et open-source. Microsoft avait lancé Aion Instruct (2,3 milliards de paramètres) le 19 novembre, disponible sur Hugging Face et intégré dans le navigateur Edge. Alibaba avait publié Qwen4-Max le 16 novembre, positionné pour les usages cloud. Inkling 2 Mini occupe un créneau distinct : un modèle puissant et open-source explicitement conçu pour l'exécution locale sur du matériel de développeur standard, dans un contexte où la souveraineté des données et la confidentialité du code source deviennent des critères de plus en plus importants pour les entreprises et les équipes de développement.
Pourquoi c'est important
Le lancement d'Inkling 2 Mini représente une évolution significative dans l'accessibilité des modèles d'IA performants. Jusqu'à présent, les modèles capables de tenir la comparaison avec les grands modèles cloud sur des tâches de programmation exigeaient soit des ressources matérielles considérables (plusieurs GPU haut de gamme), soit un accès à des API cloud payantes. Inkling 2 Mini change cette équation en atteignant des performances comparables sur un MacBook Pro grand public, rendant ces capacités accessibles à un développeur individuel sans budget cloud significatif.
Pour les entreprises et les équipes de développement, cela soulève des questions importantes sur la gouvernance des outils IA. D'un côté, des modèles locaux comme Inkling 2 Mini offrent une réponse concrète aux préoccupations de confidentialité du code source : le code ne quitte jamais la machine du développeur, éliminant les risques liés à la transmission vers des serveurs tiers. De l'autre, l'adoption de modèles open-source non supervisés en entreprise exige de nouveaux cadres de gouvernance — contrôle des versions des modèles utilisés, évaluation continue des performances, et gestion des risques liés à la génération de code potentiellement vulnérable.
L'architecture looped MoE introduite par Thinking Machines est également un signal important sur la direction que prend la recherche en modèles de langage efficaces. Plutôt que de poursuivre la course aux paramètres avec des modèles toujours plus grands, plusieurs laboratoires — dont Thinking Machines, DeepSeek et Mistral — explorent des architectures permettant d'augmenter la capacité de raisonnement par des mécanismes de calcul plus efficaces plutôt que par l'accumulation de paramètres. Cette approche pourrait conduire à des modèles encore plus performants dans des formats encore plus compacts dans les prochains mois.
Du point de vue de la sécurité des modèles IA, la prolifération de modèles open-source puissants présente un double enjeu. D'une part, elle favorise l'audit indépendant et la transparence — tout chercheur peut examiner les poids du modèle et détecter des comportements problématiques. D'autre part, elle abaisse la barrière d'entrée pour des usages malveillants potentiels : un modèle fonctionnant hors ligne, sans logs ni surveillance, peut être adapté à des fins non désirées. La communauté de recherche en sécurité IA commence à s'intéresser à l'évaluation systématique des risques spécifiques aux modèles open-source destinés à l'exécution locale.
Ce qu'il faut retenir
- Inkling 2 Mini est le premier modèle open-source rivalisant avec les modèles cloud de référence sur les benchmarks de programmation, fonctionnant localement sur un MacBook Pro avec 32 Go RAM.
- Son architecture looped MoE (3,4 Mds de paramètres actifs sur 26,4 Mds au total) est une innovation technique qui augmente la puissance de raisonnement sans alourdir l'empreinte mémoire.
- Pour les équipes de développement soucieuses de la confidentialité du code, ce modèle représente une alternative concrète aux assistants IA cloud — mais son adoption en entreprise nécessite un cadre de gouvernance adapté.
Inkling 2 Mini est-il utilisable sur Windows ou seulement sur Mac ?
Inkling 2 Mini est compatible avec Windows et Linux, pas uniquement Mac. Thinking Machines recommande 32 Go de mémoire unifiée sur Apple Silicon pour des performances optimales, mais le modèle fonctionne également sur tout système équipé d'une GPU avec au moins 32 Go de VRAM. Le modèle est disponible sur Hugging Face et compatible avec LM Studio qui supporte Windows, macOS et Linux.
Besoin d'un accompagnement expert ?
Ayi NEDJIMI vous accompagne sur vos projets cybersécurité et IA.
Prendre contactÀ propos de l'auteur
Ayi NEDJIMI
Auditeur Senior Cybersécurité & Consultant IA
Expert Judiciaire — Cour d'Appel de Paris
Habilitation Confidentiel Défense
ayi@ayinedjimi-consultants.fr
Ayi NEDJIMI est un vétéran de la cybersécurité avec plus de 25 ans d'expérience sur des missions critiques. Ancien développeur Microsoft à Redmond sur le module GINA (Windows NT4) et co-auteur de la version française du guide de sécurité Windows NT4 pour la NSA.
À la tête d'Ayi NEDJIMI Consultants, il réalise des audits Lead Auditor ISO 42001 et ISO 27001, des pentests d'infrastructures critiques, du forensics et des missions de conformité NIS2 / AI Act.
Conférencier international (Europe & US), il a formé plus de 10 000 professionnels.
Domaines d'expertise
Ressources & Outils de l'auteur
Articles connexes
n0n ransomware : Mastercard confirme une fuite de données clients
Le groupe n0n publie des données clients Mastercard. Visa et JPMorgan confirment aussi des incidents via leurs prestataires tiers en Asie-Pacifique.
CVE-2026-99312 : une VM lit 127 Go de mémoire hôte via KVM AMD
La faille CVE-2026-99312 dans Linux KVM permet à une VM invitée de lire 127 Go de mémoire hôte sur les serveurs AMD. Patch disponible depuis le 17 novembre 2026.
NVIDIA : le groupe Gentlemen revendique une intrusion, deadline 28 nov.
Le groupe Gentlemen revendique une intrusion chez NVIDIA avec deadline de publication au 28 novembre 2026. NVIDIA enquête sur un possible breach tiers. Aucune preuve publiée à ce stade.
Un projet cybersécurité ? Parlons-en.
Pentest, conformité NIS 2, ISO 27001, audit IA, RSSI externalisé… nos experts répondent sous 24h pour évaluer votre besoin et vous proposer un accompagnement sur mesure.
Commentaires
Aucun commentaire pour le moment. Soyez le premier à commenter !
Laisser un commentaire