AIモデル解説

Inkling 2 Miniとは?元OpenAIのThinking Machines Labが出した、パソコンで動くAI

Inkling 2 Miniの24の層のうち、真ん中の12層を3回くり返して計算する流れの図
24の層のうち、真ん中の7〜18層を3回くり返して使うのが Inkling 2 Mini の特徴です(Thinking Machines Lab の発表をもとに作図)。

Thinking Machines Lab は2026年11月20日、ノートパソコンでも動く小型のAIモデル「Inkling 2 Mini」を公開しました。重み(モデルの中身)が公開されていて、ネットにつながなくても自分のパソコンの中で動かせます。中の層をくり返し使う作りで、大きさのわりに考える力を高めたとしています。何がすごいのか、どんなパソコンで動くのか、ChatGPT とどう違うのかを、公式の発表と Hugging Face のモデルのページで確かめた内容で整理します。

先に結論

264億全体のパラメータの数
34億1トークンごとに使う分
約20GB動かすのに要るメモリ
最大100万一度に読めるトークン数
3回真ん中の層をくり返す回数
Apache 2.0使い方の決まり(ライセンス)

Inkling 2 Mini は、手元のパソコンで動かせる大きさに絞ったAIモデルです。ChatGPT のようにネットの向こうのサーバーで動くのではなく、自分のパソコンのメモリとグラフィックボードで計算します。そのため、使うたびの料金がかからず、入力した文章が外に出ません。そのかわり、動かすには約20GBのメモリが空いている必要があります。

「1000億パラメータ未満の公開モデルで首位」という見出しをよく見かけますが、発表で首位と書かれているのは DeepSWE v1.1 と Vals Index v2.2 などの指標です。すべての分野で一番という意味ではありません。

Thinking Machines Labはどんな会社か

Thinking Machines Lab は、OpenAI で最高技術責任者(CTO)を務めたミラ・ムラティ氏が2025年2月に立ち上げた、米サンフランシスコのAIの会社です。2025年10月には、公開モデルを自分向けに鍛え直せる仕組み「Tinker」を出しました。Inkling 2 Mini も Tinker で追加の学習ができ、Tinker の画面(Playground)で会話を試すこともできます。

OpenAI の出身者が作った会社ですが、OpenAI の製品ではありません。ChatGPT の中で選べるモデルでもない点に気をつけてください。

どこが新しいのか:中の層を3回まわす

AIモデルは、たくさんの「層」を順番に通して答えを作ります。Inkling 2 Mini は24の層を持っていて、6つずつ4つの塊に分けています。最初と最後の塊は1回だけ通し、真ん中の2つの塊(7〜18層)は3回くり返して通します。合わせると、1トークンごとに48回ぶんの層の計算をすることになります。

同じ層を使い回すので、保存しておく中身(重み)は小さいまま、考える回数だけを増やせます。発表では、この作りのおかげで、言葉に出して考える手順を長く書かなくても、中で多く考えられると説明しています。中身は「エキスパート」と呼ぶ小さな部品の集まりで、1つの層に128個あり、1トークンごとに8個だけを選んで使います。全体は264億パラメータでも、1回に使うのは34億パラメータです(くり返しを数に入れると54億)。

あわせて、くり返す回数を1〜5回に変えて学習した研究用のモデル「TML-d24-varloop-research」も公開されました。くり返しを1回から3回に増やすと、考えずに解ける問題の長さ(時間の目安)が16秒から37秒に延びたとしています。

性能:同じくらいの大きさのモデルと比べる

発表では、同じくらいの大きさの公開モデル「Qwen3.8-27B」と並べて数字を出しています。勝っている指標が多い一方、負けている指標もあります。

指標(何を測るか)Inkling 2 MiniQwen3.8-27B
SWEBench Verified(プログラムの直し)79.2%77.8%
SWEBench Pro v2 Hard(難しいプログラムの直し)77.9%73.8%
DeepSWE v1.1(プログラムの作業)48.2%42.2%
BrowseComp(ネットで調べる力)79.0%61.6%
MCP Atlas(道具を使う力)82.7%77.3%
Terminal Bench v2.1(コマンドの操作)71.6%73.0%
HLE-Diamond(とても難しい問題)15.2%15.3%
AA Index v5.0(総合の目安)20.120.1

電気の使い方の効率も出ています。スタンフォード大学の「1ワットあたりの賢さ」の測り方で、NVIDIA DGX Spark の上で 0.703 となり、Qwen3.6-35B-A3B(0.430)や Gemma-4-26B-A4B(0.159)を大きく上回ったとしています。少ない電気で多く考えられるということで、ノートパソコンで動かすときの電池のもちにも関わります。

なお、1秒あたりに何文字出せるかといった、実際の速さの数字は発表には出ていません。

どんなパソコンで動くか

機械目安
Mac(Apple のチップ)メモリ32GB以上。発表の実演は MacBook Pro(M5 Pro・48GB)を機内モードにして動かしたもの
Windows などのグラフィックボードグラフィックボードのメモリ(VRAM)32GB以上が推奨
NVIDIA DGX Spark1台で、学習したときと同じ精度のまま動く

モデルのファイルは約20GBで、多くの層を NVFP4、最後の4層を MXFP8 という軽い数の形で持っています。グラフィックボードのメモリが32GBに届かないパソコンでも、パソコン本体のメモリと分け合って動かせる場合がありますが、そのぶん遅くなります。

日本語について
Hugging Face のモデルのページでは、英語のほかに「多くの言語に一通り対応」としたうえで、英語以外では答えの質が下がることがあると注意書きがあります。日本語の文章を任せるなら、まず短い作業で質を確かめてから使うのが安全です。

使い方:Ollama・vLLM・Docker

発表では、Ollama・llama.cpp・vLLM・SGLang・Docker など、よく使われる道具で動かせるとしています。いちばん手軽なのは Ollama です。Ollama の公式の一覧には「inkling-2-mini」という名前で載っています。

ollama run inkling-2-mini

サーバーとして動かすなら、Hugging Face のページに vLLM と Docker の手順が出ています。

pip install vllm vllm serve "thinkingmachines/Inkling-2-Mini" docker model run hf.co/thinkingmachines/Inkling-2-Mini

llama.cpp で使える小さく軽くしたファイル(GGUF)は、Unsloth などが作っています。初めて落とすときは約20GBの通信になるので、時間と回線に余裕があるときに始めてください。

ChatGPTとの違い

Inkling 2 Mini(自分のパソコン)

  • 使うたびの料金がかからない
  • 入力した文章が外に出ない
  • ネットにつながなくても動く
  • 約20GBのメモリと、そこそこの性能のパソコンが要る
  • 日本語の質は英語より下がることがある

ChatGPT(ネットの向こう)

  • スマホや古いパソコンでも使える
  • 大きなモデルで、日本語も自然
  • 画像・音声・ネット検索などの機能がそろう
  • 無料の枠を超えると月額の契約が要る
  • 入力した文章はサーバーに送られる

ふだんの調べものや文章づくりは ChatGPT、社外に出したくない文章の下書きや、通信がない場所での作業は Inkling 2 Mini、と分けて使うのが現実的です。

この記事で確認できていないこと

分かりしだい、公式の資料で確かめてこのページに書き足します。

よくある質問

Inkling 2 Mini は無料で使えますか?

モデルの中身は Apache 2.0 の決まりで公開されていて、落として自分のパソコンで動かすぶんには料金はかかりません。かかるのは電気代と、動かせるパソコンの費用です。

メモリ16GBのパソコンでも動きますか?

公式の目安は、Mac ならメモリ32GB以上、グラフィックボードならVRAM 32GB以上です。それより少ないパソコンでは、さらに小さく軽くした版を使っても、遅くなったり動かなかったりすることがあります。

ChatGPT の中で選べますか?

選べません。Inkling 2 Mini は Thinking Machines Lab のモデルで、OpenAI の製品ではありません。Ollama などの道具で、自分のパソコンに入れて使います。

確かめた公式資料

報道ではビジネス+IT などが取り上げています。このページの数字は、上の公式資料で確かめたものです(2026年11月21日確認)。

次に読むページ