Intelligence artificielle

Inkling 2 Mini : l'IA open source de Thinking Machines Lab tourne en local avec 32 Go de RAM

Thinking Machines Lab, la start-up cofondée par Mira Murati (ex-CTO d'OpenAI), a lancé le 20 novembre 2026 Inkling 2 Mini, un modèle d'IA ouvert de 26,4 milliards de paramètres dont le fichier pèse environ 20 Go. Pour le faire tourner chez soi sans envoyer la moindre donnée à un serveur distant, il faut en réalité 32 Go de mémoire, sur Mac dès aujourd'hui et sur PC via une installation un peu plus technique.

Une pile de douze cartes électroniques vertes surmontées de deux modules avec puces et LED bleues est posée sur un fond sombre
Illustration générée par IA pour Cat's Eye Web.

Le 20 novembre 2026, Thinking Machines Lab, la start-up fondée par Mira Murati, ancienne directrice technique d'OpenAI, a publié Inkling 2 Mini : un modèle d'IA à poids ouverts, sous licence Apache 2.0, de 26,4 milliards de paramètres. Son fichier pèse environ 20 Go, mais encore faut-il disposer d'un appareil capable de le faire tourner en entier chez soi, sans passer par un serveur distant.

Concrètement, ce fichier (le «checkpoint» du modèle) pèse 20 Go, mais le faire fonctionner exige au moins 32 Go de mémoire unifiée sur un Mac Apple Silicon, ou 32 Go de mémoire vive graphique (VRAM) sur un GPU ou un NVIDIA DGX Spark, précise MindStudio AI. Sur Mac, l'installation se fait dès maintenant via Ollama 0.40.17. Sur PC, le support natif n'est pas encore là, mais le modèle tourne déjà via llama.cpp (format GGUF) ou via Transformers et vLLM.

À retenir

  • Inkling 2 Mini est sorti le 20 novembre 2026, publié par Thinking Machines Lab, la start-up de Mira Murati (ex-CTO d'OpenAI), sous licence Apache 2.0.
  • Le modèle compte 26,4 milliards de paramètres au total, dont seulement 3,4 milliards actifs par token, grâce à une architecture qui rejoue trois fois les mêmes couches.
  • Le checkpoint pèse environ 20 Go, mais il faut 32 Go de RAM unifiée (Mac) ou 32 Go de VRAM (GPU, DGX Spark) pour le faire tourner.
  • Il revendique les meilleurs scores parmi les modèles ouverts de moins de 100 milliards de paramètres sur DeepSWE v1.1 (48,2 %) et Vals Index v2.2 (46,5 %).
  • Sur PC, Ollama 0.40.17 ne gère nativement que les Mac Apple Silicon au lancement : il faut passer par GGUF ou llama.cpp en attendant une mise à jour.

01Qui est Thinking Machines Lab

Thinking Machines Lab n'est pas un éditeur anonyme. C'est la start-up fondée en 2025 par Mira Murati, qui a dirigé la technologie d'OpenAI jusqu'à son départ, selon les informations recoupées par TestingCatalog. Depuis sa création, l'entreprise mise sur des modèles ouverts, publiés avec leurs poids complets, plutôt que sur des IA enfermées derrière une API payante.

Un choix de licence qui compte

Inkling 2 Mini est distribué sous licence Apache 2.0, l'une des plus permissives du monde du logiciel libre. Elle autorise une utilisation commerciale, la modification du modèle et sa redistribution, sans royalties. C'est cette liberté qui permet à n'importe quel développeur ou curieux de télécharger le modèle depuis Hugging Face et de le faire tourner où il veut, du moment qu'il a la machine adaptée.

02Une architecture qui boucle trois fois sur elle-même

Sur le papier, 26,4 milliards de paramètres, c'est un modèle de taille moyenne. Mais Inkling 2 Mini n'active que 3,4 milliards de paramètres par token traité, grâce à une architecture de type «looped transformer» combinée à un mélange d'experts (mixture-of-experts) : les couches centrales du réseau sont réexécutées trois fois pour chaque token, explique TestingCatalog. Résultat : le modèle réfléchit davantage sans peser davantage en mémoire active.

Avec 3,4 milliards de paramètres actifs par token, Inkling 2 Mini tient dans un Mac, pas dans un data center.

Sur les benchmarks, Thinking Machines Lab revendique les meilleures performances parmi les modèles ouverts de moins de 100 milliards de paramètres : 48,2 % sur DeepSWE v1.1 (un test de capacités de développement logiciel) et 46,5 % sur Vals Index v2.2, selon Artificial Analysis. Des scores qui placent le modèle au niveau des meilleurs outils agentiques et de code dans sa catégorie, sans atteindre nécessairement les modèles propriétaires les plus lourds comme GPT-6 ou Claude Opus.

03Les vrais prérequis matériels : 32 Go, pas «moins de 20 Go»

C'est le point qui mérite d'être précisé. Le fichier du modèle pèse bien environ 20 Go, mais ce n'est pas la mémoire nécessaire pour l'exécuter : une fois chargé en mémoire avec son contexte et ses calculs, il faut disposer d'au moins 32 Go de RAM unifiée sur un Mac Apple Silicon, ou 32 Go de VRAM sur un GPU dédié ou un NVIDIA DGX Spark, rapporte MindStudio AI. Un Mac avec 16 Go ne suffira pas, même si le fichier téléchargé fait «seulement» 20 Go.

Matériel nécessaire pour faire tourner Inkling 2 Mini en local
AppareilMémoire minimaleSupport au lancement
Mac Apple Silicon32 Go RAM unifiéeNatif via Ollama 0.40.17
NVIDIA DGX Spark32 Go VRAMVia llama.cpp (GGUF) ou vLLM
GPU dédié (desktop)32 Go VRAMVia Transformers, vLLM, SGLang
PC Windows ou Linux32 Go VRAM (GPU)Pas encore natif sur Ollama

Pourquoi cette nuance n'est pas un détail

Confondre le poids du fichier et la mémoire requise peut faire croire qu'un ordinateur modeste suffit. Ce n'est pas le cas : sans au moins 32 Go disponibles, le modèle ne charge simplement pas, ou tourne en swap disque, ce qui le rend très lent. Dans un contexte de pénurie mondiale de mémoire RAM annoncée jusqu'en 2030, ce besoin de 32 Go n'est pas anodin pour qui veut s'équiper.

04Comment l'installer, sur Mac dès aujourd'hui, sur PC avec un détour

Sur Mac Apple Silicon équipé de 32 Go ou plus, l'installation passe par Ollama en version 0.40.17 : une simple commande télécharge et lance le modèle localement. C'est la voie la plus simple, documentée par MindStudio AI.

Sur PC, Ollama précise lui-même que le support de cette première version est «Apple silicon only in this release» : le support natif pour Windows et Linux arrivera dans une prochaine mise à jour. En attendant, rien n'empêche de faire tourner Inkling 2 Mini sur un GPU PC doté de 32 Go de VRAM, via le format GGUF converti par Unsloth et exécuté avec llama.cpp, ou via les bibliothèques Transformers, vLLM, SGLang, NVIDIA Dynamo ou TokenSpeed. Le modèle complet, poids inclus, est disponible publiquement sur Hugging Face, avec une variante dite «variable-looped», selon Thinking Machines Lab.

05Ce que ça change concrètement pour les données et les coûts

L'intérêt principal d'un modèle de ce type n'est pas seulement sa performance brute, c'est le fait qu'il reste entièrement sur la machine de l'utilisateur. Aucune requête n'est envoyée à un serveur tiers, ce qui compte pour quiconque manipule des informations sensibles (documents internes, données clients, code propriétaire) et veut éviter qu'elles transitent par le cloud d'un éditeur américain ou chinois.

Inkling 2 Mini n'est pas le seul modèle ouvert à jouer cette carte : OVHcloud a lancé Olala mini 7A1B, un modèle plus petit entraîné en Europe, sur le même principe d'IA locale et souveraine. Le mouvement vers des modèles ouverts, légers et exécutables chez soi s'accélère, porté par des acteurs très différents, d'une start-up fondée par une ex-dirigeante d'OpenAI à un hébergeur cloud européen.

Questions fréquentes

Qu'est-ce qu'Inkling 2 Mini exactement ?
C'est un modèle d'IA à poids ouverts (licence Apache 2.0), publié le 20 novembre 2026 par Thinking Machines Lab, la start-up de Mira Murati. Il compte 26,4 milliards de paramètres au total, dont seulement 3,4 milliards actifs par token, et son fichier pèse environ 20 Go.
Ai-je besoin d'un Mac pour le faire tourner ?
Pas obligatoirement, mais c'est la voie la plus simple pour l'instant : un Mac Apple Silicon avec 32 Go de RAM minimum fonctionne nativement via Ollama 0.40.17. Sur PC, le support natif arrive plus tard, mais le modèle est déjà utilisable via GGUF/llama.cpp ou Transformers/vLLM sur un GPU de 32 Go de VRAM.
20 Go ou 32 Go, lequel est le bon chiffre ?
Les deux, mais ils ne mesurent pas la même chose. Le fichier du modèle téléchargé pèse environ 20 Go, mais l'exécuter nécessite au moins 32 Go de mémoire unifiée (Mac) ou de VRAM (GPU, DGX Spark) une fois le modèle chargé et actif.
Inkling 2 Mini est-il meilleur que ChatGPT ou Claude ?
Non, pas dans l'absolu : il revendique les meilleurs scores parmi les modèles ouverts de moins de 100 milliards de paramètres sur des benchmarks spécifiques (DeepSWE v1.1, Vals Index v2.2), mais il n'est pas comparé ici aux plus gros modèles propriétaires cloud comme GPT-6 ou Claude Opus.

Sources

Chris Waoo
Consultant SEO · fondateur de Cat's Eye Web

Écrit sur le SEO technique, l'IA et Google Discover à partir de tests terrain. Créateur de l'outil d'audit Cat's Eye. @ChrisWaoo

À lire ensuite