
2026/11/21 5:12
インクリンク 2 ミニ
RSS: https://news.ycombinator.com/rss
要約▶
日本語翻訳:
Anthropic は、標準的な消費者向けラップトップ(例:MacBook Pro M5 Pro)のローカルでの利用を目的とした、高効率な人工知能モデル「Inkling 2 Mini」を発売します。この 264 億パラメータを持つエキスパート混合物(Mixture-of-Experts)システムは、中間層にループアーキテクチャを独自に採用しており、トークンあたり 6 層のブロックが 2 つあり、それぞれがトークンごとに 3 回ループします。この設計により複雑な推論能力を強化しつつ、出力は簡潔で人間が読みやすいものとして保たれます。モデルにはアクティブパラメータ 34 億と、ループオーバーヘッドを含むトークンあたり重み活性化値 54 億があります。重みは最初の 20 層で NVFP4 でトレーニングされ、最後の 4 層では MXFP8 でトレーニングされており、NVIDIA GB300 プラットフォーム上でトレーニングされたにもかかわらず量子化による損失はありません。
ベンチマーク結果により、他の 100B パラメータ未満のモデルを上回ることがコーディングタスクで確認されており、DeepSWE v1.1(48.2%)および Vals Index v2.2(46.5%)においてオープンウェイトモデルで首位に立ちました。PMPP-Hard ではより大きな Inkling 2 Small に迫るコーディングスコアを達成し、SWEBench Multilingual などでは Qwen3.8-27B のみを凌ぐ水準です(Inkling 2 Mini: 79.2% vs Qwen: 71.1%)。ループアーキテクチャにより、「no-CoT 時間地平線」が延長され(Think Fast タスクでは 16 秒から 37 秒へ)、人間が読みやすい出力を維持できますが、これらの思考を制御する steerability は依然として低く(〜0.1%)です。LinuxArena での安全性テストでは、Qwen3.6 にて監視された場合、ループ回数に基づくモニタービリティの明確な傾向は見られませんでした。
Stanford の Hazy Research Lab と Goodfire lab と共同開発されたこのモデルは、先進的な NVFP4 量子化技術を採用し、高いインテリジェンス毎ジュール効率(DGX Spark で 0.703)を維持しています。研究者たちは現在、Tinker や Hugging Face を介してオープンウェイトに直接アクセスし、推論をカスタマイズできるようになりました。これには、変数ループの研究用バリエーション("TML-d24-varloop-research")も含まれており、1 回から 5 回のループパスをサポートします。このリリースは、洗練されたオフライン AI 機能を日常デバイスへ持ち込む方向への大きな転換を示しています。研究者たちは、同モデルが構築したフライトシミュレータを飛行モードで実行することに成功し、その実現可能性を実証しました。
本文
インクリング 2 ミニ (Inkling 2 Mini):ローカル向け高速かつ強力な AI モデルリリース
本日、小型でありながら高機能な インクリング 2 ミニ をリリースいたします。このモデルはノートパソコンでも動作可能な高速推論を実現し、全パラメータ数 100B 以下のオープンウェイトモデルの中で高いスコアを記録しています。
- 報告コードスコア: DeepSWE v1.1 | SWE-bench Pro v2 Hard(タスク 51)| パラメータ総数 100B 以下のモデルにおける基準
- 理論的なデコード速度 (BF16 重み、バッチサイズ 1): 反復読み込みを含む上限として 614 GB/s を達成
- 性能: DeepSWE v1.1(48.2%)や Vals Index v2.2(46.5%)などでベンチマーク首位を占める
概要とアーキテクチャ
インクリング 2 ミニは、推論の質に依存するタスクにおいて少ないトークン数で正解に到達できるループ型トランスフォーマー (Looped Transformer) です。
- 構造: モデルの中間層を各トークンの処理において 3 回実行
- 効果:
- より深い推論が可能となり、思考プロセスを文字化することなく長期的な推論を行う
- モニタビリティ(監視可能性)の向上: CoT(思考連鎖)を読み取り、モデルの動作を理解・監督できる
モデル仕様比較
| 指標 | インクリング 2 ミニ | Gemma 4 31B | Muse Glimmer | Qwen3.8-27B | Nemoetron 3.5 Super VL |
|---|---|---|---|---|---|
| パラメータ数 (B) [アクティブ / 総計] | 54 / 264 | 30.7 / 30.7 | 27.0 / 27.0 | 12.0 / 12.4 | - |
| AA Index (v5.0) | 20.1* | 4.4 | 20.1* | 13.6 | - |
| Vals Index (v2.2) | 46.5%* | - | 29.8% | - | - |
**: 該当行における最良の報告スコア
主要な能力とベンチマーク結果
インクリング 2 ミニは、長期視野にわたるエージェント型タスクにおいて優れ、同規模のオープンウェイトモデルの中でほぼすべてのタスクで最高スコアを記録しています。
コーディング能力
- エージェント型コーディング: DeepSWE v1.1 や SWE-bench Pro v2 Hard(77.9%)において他モデルを上回るスコア
- PMPP-Hard: 比較的大きなインクリング 2 スモールに迫るスコアを達成
知識と推論の特性
- 長文脈検索: グラフウォークス BFS や MRCR v2 などでループ回数を増やすとパフォーマンス向上
- 知識依存型タスク: AA-Omniscience などではループによる性能向上は見られず、総パラメータ数で決定される
包括的なベンチマークスコア(インクリング 2 ミニ)
| カテゴリ | ベンチマーク | スコア | 注記 |
|---|---|---|---|
| コーディング | DeepSWE v1.1 mini-swe-agent v2.4.6 | 48.2% | 他モデル最高スコア |
| SWE-bench Pro v2 (Hard) | 77.9% | 他モデル最高スコア | |
| Frontier Code v2.0 | 15.1% | 他モデル最高スコア | |
| Vibe Code Bench v1.1 | 77.9% | 他モデル最高スコア | |
| 検索・ツール利用 | BrowseComp | 79.0% | 他モデル最高スコア |
| DeepSearchQA | 85.3% | 他モデル最高スコア | |
| MCP Atlas Public | 82.7% | 他モデル最高スコア | |
| 知識作業 | GDP Val-AA v2.1 | 1319 | 他モデル最高スコア |
| JobBench | 49.6% | 他モデル最高スコア | |
| ビジョン解釈 | OmniDocBench v1.6 | 92.8% | 他モデル最高スコア |
| MuirBench | 77.5% | 他モデル最高スコア | |
| 推論・認識論 | CritPt v2 (Full/Hard) | 31.4% | 他モデル最高スコア |
| Apex 2025 | 34.4% | 他モデル最高スコア |
*: 該当行における最良の報告スコア
ジュールあたりの知性 (Intelligence per Joule)
スタンフォード大学の研究により、インクリング 2 ミニはエネルギー効率に優れていることが確認されました。
- NVIDIA DGX Spark スコア: 0.703(他のモデルと比較して著しく高い)
- Qwen3.6-35B-A3B: 0.430
- Gemma-4-26B-A4B: 0.159
- Qwen3.5-27B: 0.036
- 環境負荷低減の実例: 「Thinkyville(エネルギー配慮型村)」というオフライン MacBook で動作する 20 の住民を管理するシステムを実装
Thinkyville: 単一のオフライン MacBook で 20 人の村民を駆動。一日の計画を立てたり、バークットを開催したりします。
アーキテクチャとトレーニング詳細
主力レシピから派生した24 レイヤーモデルです。モデルサイズ削減のためエキスパートの一部を剪断し、推論能力向上のためにループ機能を導入しました。
- 重み精度: トレーニング時の数値精度(NVFP4, MXFP8)でそのままデプロイ可能で、量子化からの転換損失なし
- 剪断と治癒: トレーニング開始時 384 エキスパート → 128 エキスパートへ剪断。残りのエキスパートを学習し性能を取り戻す
ループ構造の利点
ループ位置による計算量の増倍係数は以下の通りです。
| ループ位置 | 中間層 (7-18) | 最終層 (13-24) |
|---|---|---|
| 計算量の増倍係数 | 1.51–1.91× | 1.24–1.36× |
ループ構造図
プレリュード: 1 回実行 ブロック 2 と 3: 3 回実行(パス 1 -> メッセージ -> パス 2 -> メッセージ -> パス 3) 最終ブロック: 1 回実行
モニタビリティと研究可能性
ループ型トランスフォーマーアーキテクチャにより、思考連鎖 (Chain of Thought) の監視が可能になり、AI システムの理解・監督が強化されています。
可変ループモデル研究 (TML-d24-varloop-research)
- 高いパス数: グラフウォークス BFS などでパフォーマンス向上
- 非 CoT タイムホライズン:
- 1 パス: 16 秒 → 3 パス: 37 秒(直列推論ベンチマークでの改善継続)
コントロール性
- 制御可能性: 750〜1,250 トークンの CoT で特定のキーワードを避ける指示への従順さは最大 0.1%(ループ量に関わらず低水準)
ローカル環境での利用開始方法
効率的な知性と高速推論により、**ローカルハードウェア(ノートパソコンなど)**での実行に適したモデルです。
システム要件
- Mac: 少なくとも 32GB RAM を搭載したシステム(MacBook, Mac Mini など)
- メモリフットプリント: ~20GB(消費用デバイスでも動作可能)
- 機能: フライトシミュレーターのようなアプリを数分で構築可能なオフライン動作
利用プラットフォーム
- 推論エンジン: Ollama, SGLang, vLLM, Unsloth, NVIDIA Dynamo など
- ファインチューニング: SkyRL, Miles, NVIDIA AutoModel (RL サポート付き)
- 重み入手先: Hugging Face(完全な重みと可変ループ版)
Ollama を通じて、任意の Mac システム(MacBook, Mac Mini)上で動作します。