C’est sans doute la meilleure IA ouverte à faire tourner en local sur PC et Mac avec moins de 20 Go : voici Inkling 2 Mini
Thinking Machines Lab, la start-up fondée en 2025 par Mira Murati, ancienne directrice technique d'OpenAI, a publié le 20 novembre Inkling 2 Mini, un modèle d'IA ouvert conçu pour tourner en local sur PC et Mac avec moins de 20 Go de mémoire. Lancé deux semaines après Inkling 2 Small, il est distribué sous licence Apache 2.0, usage commercial compris, et vise le développement logiciel et les agents autonomes. Pour démontrer qu'il fonctionne sans connexion, l'équipe l'a embarqué en avion sur un MacBook Pro coupé du Wi-Fi, où il aurait codé en quelques minutes un simulateur de vol jouable. Le modèle compte 26 milliards de paramètres, mais n'en active que 3,4 milliards à la fois. Sur le banc d'essai DeepSWE v1.1, qui mesure la capacité à corriger de vrais bugs logiciels, il résout 48,2 % des problèmes, contre 42,2 % pour Qwen3.8-27B d'Alibaba. Ces chiffres, communiqués par le laboratoire, n'ont pas encore été vérifiés de façon indépendante.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de Frandroid. Lire l'article original →
Ce résultat tient à trois choix techniques. Le modèle a été entraîné nativement en NVFP4, un format 4 bits de Nvidia, avec seulement les quatre dernières couches en 8 bits, alors qu'un stockage classique en 16 bits dépasserait 50 Go. Son architecture en mélange d'experts comprend 128 sous-réseaux par couche, dont 8 sont mobilisés pour chaque jeton, ce qui garantit la rapidité. Surtout, les 12 couches centrales sur 24 sont parcourues trois fois d'affilée, offrant la profondeur de raisonnement d'un modèle de 48 couches sans mémoire supplémentaire. Selon la start-up, cette boucle évite de longues chaînes de texte intermédiaires et économise 140 % de calcul sur les tâches d'agent complexes. Concrètement, la version 4 bits recommandée par Unsloth pèse 17,6 Go, et une quantification plus agressive permet même de l'exécuter avec 16 Go de RAM, au prix d'une légère perte de précision. Pour les développeurs, cela ouvre la voie à des assistants de code performants, gratuits et privés, sur du matériel grand public.
Le modèle n'est toutefois pas supérieur partout. Qwen3.8 reprend l'avantage en conversation courante et invente moins : 71,4 % de réponses fiables sur le test AA-Omniscience, contre 63,4 % pour Inkling 2 Mini. Le bouclage interne semble donc favoriser la logique pure plutôt que la restitution de connaissances mémorisées. Ce lancement s'inscrit dans un écosystème de l'IA locale largement dominé par les modèles Qwen d'Alibaba, face auxquels Gemma 4 de Google et les modèles de Mistral jouent les outsiders. Voir un laboratoire américain concurrencer Qwen sur son terrain de prédilection mobilise déjà la communauté des développeurs. La suite dépendra des évaluations indépendantes et de l'adoption réelle du modèle, alors que Thinking Machines, avec ses deux sorties en quinze jours, semble décidée à s'imposer durablement parmi les acteurs de l'IA ouverte.
Les développeurs et entreprises français et européens peuvent exploiter gratuitement ce modèle sous licence Apache 2.0 en local, ce qui facilite le respect de la confidentialité des données.