Thinking Machines Lab, 20 Kasım 2026'da Inkling 2 Mini adlı yeni modelini açık ağırlıklı olarak yayımladı. Açık ağırlıklı model, eğitilmiş parametreleri herkesin indirebildiği model demek. Inkling 2 Mini nasıl çalışıyor?
- Thinking Machines Lab, 20 Kasım 2026'da Inkling 2 Mini adlı yeni modelini açık ağırlıklı olarak yayımladı.
- Açık ağırlıklı model, eğitilmiş parametreleri herkesin indirebildiği model demek.
- Inkling 2 Mini nasıl çalışıyor?
Thinking Machines Lab, 20 Kasım 2026'da Inkling 2 Mini adlı yeni modelini açık ağırlıklı olarak yayımladı.
Lab, 20 Kasım 2026’da 2 Mini adlı yeni modelini açık ağırlıklı olarak yayımladı. Şirkete göre model, bir dizüstü bilgisayarda çalışacak kadar küçük. Buna rağmen kodlama ve ajan görevlerinde kendi boyutundaki açık modellerin önünde. Modelin en ilginç yanı ise mimarisi: Katmanlarının bir kısmını her token için üç kez çalıştırıyor.
Açık ağırlıklı model, eğitilmiş parametreleri herkesin indirebildiği model demek. Inkling 2 Mini, Hugging Face’te Apache 2.0 lisansıyla sunuluyor. Bu lisans ticari kullanıma da izin veriyor.
Inkling 2 Mini nasıl çalışıyor?
Model, “döngülü transformer” (looped transformer) denen bir yapı kullanıyor. Hugging Face’in teknik yazısına göre modelde 24 fiziksel katman var. İlk altı ve son altı katman bir kez çalışıyor. Ortadaki 12 katman ise aynı ağırlıklarla üç tur dönüyor. Böylece model, her token için 48 katman geçişi yapıyor.
Bunun amacı şu: Model, düşüncesini uzun uzun yazmadan “kafasında” daha fazla hesap yapabiliyor. Thinking Machines’e göre bu sayede doğru cevaba daha az token ile ulaşıyor. Özellikle iyi akıl yürütme isteyen kodlama işlerinde fark ortaya çıkıyor.
Öne çıkan teknik bilgiler şöyle:
- Uzman karışımı (MoE) yapısı: Her token için modelin sadece bir kısmı devreye giriyor.
- Toplam 26,4 milyar parametre, token başına 3,4 milyar aktif parametre.
- Döngüler hesaba katıldığında token başına 5,4 milyar ağırlık kullanımı.
- Ağırlıkların çoğu doğrudan NVFP4 adlı 4 bitlik biçimde eğitildi. Son dört katman MXFP8 biçiminde.
- Toplam bellek ihtiyacı yaklaşık 20 GB.
- Hugging Face ve Ollama sayfalarına göre metin ve görsel girdi kabul ediyor, 1 milyon tokenlık bağlam penceresi var.
Şirketin açıkladığı test sonuçları
Thinking Machines, Inkling 2 Mini’nin 100 milyar parametrenin altındaki tüm açık modellerden önde olduğunu söylüyor. Şirketin verdiği bazı sonuçlar şunlar:
- DeepSWE v1.1 kodlama testinde yüzde 48,2.
- Vals Index v2.2’de yüzde 46,5.
- SWE-bench Verified testinde yüzde 79,2.
- Artificial Analysis endeksinde 20,1 puan. Bu, tablodaki Qwen3.8-27B ile aynı skor.
Bu rakamlar şirketin kendi ölçümleri. Şirket, bazı testlerde Qwen3.8-27B’nin gerisinde kaldığını da açıkça yazıyor. Bir diğer sınır da bilgi tarafında. Döngü, modelin akıl yürütmesini güçlendiriyor ama daha fazla bilgi ezberlemesini sağlamıyor. Bilgi doğruluğu testlerinde model, benzer boyuttaki rakipleriyle aynı seviyede. Şirket bu açığı arama ve araç kullanımıyla kapattığını söylüyor.
Düşünce zinciri izlenebilir kalıyor mu?
Döngülü yapı bir güvenlik sorusunu da beraberinde getiriyor. Model daha çok iç hesap yapıp daha az yazarsa, ne düşündüğünü okumak zorlaşabilir. Yapay zekâ güvenliğinde modelin yazdığı düşünce zincirini okumak önemli bir denetim yolu.
Thinking Machines bunu ölçmek için döngü sayısı ayarlanabilen bir araştırma modeli de yayımladı. Şirketin sonuçlarına göre:
- Model, düşünce yazmadan çözebildiği görevlerde tek turda 16 saniyelik, üç turda 37 saniyelik insan işi süresine ulaştı.
- Tur sayısı arttıkça düşünce zinciri kısaldı ama okunabilir kaldı.
- Sabotaj davranışı testlerinde tur sayısıyla birlikte artış görülmedi.
Şirketin kurucusu Mira Murati, X’teki paylaşımında bu ölçekte düşünce sürecinin izlenebilir kaldığını, ancak bunun her zaman böyle kalmayabileceğini yazdı.
Nerede ve nasıl denenebilir?
Şirkete göre model, en az 32 GB belleği olan Mac bilgisayarlarda Ollama ile çalışıyor. Ollama, bu desteğin şimdilik Mac için önizleme sürümünde olduğunu, Windows ve diğer donanımların sonra geleceğini belirtiyor. Model DGX Spark masaüstü bilgisayarında da çalışıyor. Unsloth ve llama.cpp üzerinden sıkıştırılmış GGUF sürümleri de var.
Sunucu tarafında vLLM ve SGLang ilk günden destek verdi. Model ayrıca şirketin Tinker platformunda kullanılabiliyor ve ince ayar yapılabiliyor. Ekip, modeli uçakta internetsiz bir MacBook Pro’da çalıştırıp birkaç dakikada oynanabilir bir uçuş simülatörü yaptırdığını gösterdi.
Türkiye ve kullanıcılar için ne anlama geliyor?
Inkling 2 Mini’nin asıl önemi, güçlü bir kodlama modelinin yerel donanıma inmesi. Önceki büyük açık modeller çoğunlukla veri merkezi düzeyinde ekran kartı istiyordu. Bu model ise iyi donanımlı bir dizüstünde çalışabiliyor. Bu tür açık model yarışını daha önce açık ağırlık modellerindeki güç dengesi yazımızda ele almıştık.
Türkiye’deki yazılımcılar ve şirketler için pratik çıkarımlar şöyle:
- Veri dışarı çıkmıyor. Model yerelde çalıştığı için kod ve belgeler buluta gönderilmiyor. KVKK açısından hassas işlerde bu bir avantaj.
- Lisans rahat. Apache 2.0, ticari üründe kullanıma izin veriyor.
- Donanım hâlâ bir eşik. 32 GB bellekli bir Mac ya da benzer bir sistem gerekiyor. Bu, sıradan bir ofis bilgisayarından daha pahalı.
- Türkçe performansı belirsiz. Şirket Türkçe için ayrı bir sonuç paylaşmadı. Türkçe metin işlerinde kullanmadan önce kendi örneklerinizle denemek gerekiyor.
- Bilgi sorularında temkin. Model ezber bilgide rakiplerinden güçlü değil. Güncel bilgi gereken işlerde arama aracıyla birlikte kullanmak daha doğru.
Döngülü mimari ise araştırmacılar için yeni bir alan açıyor. Aynı ağırlıkları tekrar kullanmak, küçük modellerden daha fazla akıl yürütme almanın yollarından biri olabilir. Bunun büyük modellerde nasıl sonuç vereceğini ilerleyen aylar gösterecek.
Kaynak: Thinking Machines Lab: Introducing Inkling 2 Mini; Hugging Face Blog: Welcome Inkling 2 Mini; Hugging Face model sayfası; vLLM Blog; Ollama: inkling-2-mini
Yapay zekâya sor
Haberi seçtiğiniz asistanda hazır bir soruyla açın
Şu haberi 3 maddede özetle: https://aihaber.org/inkling-2-mini-dizustu-acik-model/
Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.
Bu haber işinize yaradı mı?
Yorumlar 0
Henüz yorum yok. İlk yorumu siz yazın.
Yorum yazın