Inkling 2 Mini: Coding-Modell für den Laptop
Thinking Machines veröffentlicht Inkling 2 Mini unter Apache 2.0. Rund 20 GB Speicher, starke Coding-Werte. Was ihr lokal davon habt und wo es hakt.
Thinking Machines hat am 20.11.2026 Inkling 2 Mini veröffentlicht, ein kleines Modell mit offenen Gewichten unter der Apache-2.0-Lizenz (Thinking Machines, Hugging Face). Der Hersteller verspricht, dass es auf einem normalen Laptop läuft und beim agentischen Programmieren alle offenen Modelle unter 100 Milliarden Parametern schlägt. Für Teams, die Code nicht an einen Cloud-Anbieter schicken wollen oder dürfen, ist das eine interessante Nachricht.
Was drinsteckt
Inkling 2 Mini ist ein Mixture-of-Experts-Modell mit 26,4 Milliarden Parametern, von denen pro Token 3,4 Milliarden aktiv sind. Die Besonderheit ist der Aufbau als "looped transformer": Die 24 Schichten sind in vier Blöcke geteilt, und die beiden mittleren Blöcke laufen für jedes Token dreimal durch. Das Modell soll so gründlicher rechnen, ohne mehr Text für seine Überlegungen auszugeben. Pro Token rechnet es dadurch mit rund 5,4 Milliarden Gewichten.
Die meisten Gewichte sind schon im Training im 4-Bit-Format NVFP4 entstanden, nur die letzten vier Schichten liegen in MXFP8 vor. Zusammen braucht das Modell laut Hersteller rund 20 GB Speicher. Ollama nennt als Untergrenze Geräte mit 32 GB gemeinsamem Arbeitsspeicher, also etwa ein entsprechend ausgestattetes MacBook Pro oder einen KI-Desktop wie den DGX Spark. Neben den Gewichten bietet Thinking Machines das Modell auf seiner eigenen Plattform Tinker an.
Die Lizenz haben wir in der Modellkarte geprüft: Apache 2.0, also auch kommerziell ohne Sonderbedingungen nutzbar. Das ist nicht selbstverständlich, viele offene Modelle kommen mit eigenen Lizenzen und Nutzungsgrenzen.
Die Benchmarks, mit Vorsicht
Alle Zahlen stammen vom Hersteller selbst, unabhängige Messungen gibt es einen Tag nach dem Release noch nicht. Mit dieser Einschränkung: In der Vergleichstabelle von Thinking Machines liegt Inkling 2 Mini bei den Coding-Benchmarks meist knapp vor Qwen3.8-27B, dem bisher stärksten Modell dieser Größe.
| Benchmark | Inkling 2 Mini | Qwen3.8-27B |
|---|---|---|
| SWE-bench Verified | 79,2 % | 77,8 % |
| DeepSWE v1.1 | 48,2 % | 42,2 % |
| Terminal Bench v2.1 | 71,6 % | 73,0 % |
| MCP Atlas | 82,7 % | 77,3 % |
Der Abstand ist meist klein. Bei einzelnen Tests liegt Qwen vorn. Wir hatten Qwen3.8-27B im August selbst getestet, ein solcher Praxistest steht für Inkling noch aus. Thinking Machines nennt selbst Schwächen: Bei langen Chats mit vielen Runden und bei Anweisungen mit vielen Bedingungen ist Qwen besser. Und weil die Schleifen das Modell nicht klüger im Sinne von Wissen machen, liegt es bei Faktenfragen auf dem Niveau anderer Modelle seiner Größe. Der Hersteller empfiehlt, das mit Suche und Werkzeugen auszugleichen.
Was das für euch heißt
Wer Coding-Agenten lokal betreiben will, bekommt mit Inkling 2 Mini eine weitere ernsthafte Option, die frei lizenziert ist und auf bezahlbarer Hardware läuft. Für den DACH-Raum zählt vor allem der zweite Punkt: Läuft das Modell auf dem eigenen Rechner, verlässt kein Code das Haus, und die DSGVO-Frage nach dem Auftragsverarbeiter stellt sich gar nicht erst.
Ob es im Alltag hält, was die Tabelle verspricht, zeigt sich erst im Einsatz. Am schnellsten geht das über Ollama, das Inkling 2 Mini seit dem Release in seiner Bibliothek führt (Ollama). ollama run inkling-2-mini lädt das Modell, und ollama launch claude --model inkling-2-mini hängt es direkt als Modell hinter Claude Code. Laut Ollama verarbeitet es neben Text auch Bilder. Probiert es an einer echten Aufgabe aus eurem Repository aus, nicht an einem Demo-Projekt, und vergleicht es mit dem Modell, das ihr heute nutzt. Wie ihr lokale Modelle auf eigener Hardware sinnvoll testet, steht in unserem Ratgeber zu lokalen Modellen.