Thinking Machines wydało Inkling 2 Mini 20 listopada 2026 roku: model z otwartymi wagami na tyle mały, że działa na laptopie. Żeby to pokazać, badacze zabrali go do samolotu, włączyli tryb samolotowy i kazali mu zbudować na MacBooku Pro grywalny symulator lotu. Zajęło to kilka minut. Ten symulator to pierwsza gra zrobiona z Inkling 2 Mini i możesz w nią zagrać poniżej.

Na tej stronie: sama gra, czym jest Inkling 2 Mini, jak uruchomić go na własnym komputerze, żeby robić gry, i czego się po nim spodziewać w porównaniu z dużymi modelami w chmurze. Na razie: 1 gra do zagrania i 1 demo pokazane tylko na wideo. Model ma jeden dzień; kolejne gry zrobione z jego pomocą będziemy tu dodawać na bieżąco.

Szybka lista

Gra Autor Typ Zagraj
PlaneBench Flight Simulator Thinking Machines, z Inkling 2 Mini działającym offline Symulator lotu 3D Tak, na komputerze
Thinkyville Thinking Machines, z Inkling 2 Mini Symulacja pikselowego miasteczka Tylko wideo

Zagraj w symulator lotu, który Inkling 2 Mini zbudował offline

Według zapowiedzi Thinking Machines badacze zabrali Inkling 2 Mini w lot, gdzie model „działał offline na MacBooku Pro i w kilka minut zbudował grywalny symulator lotu”. Wideo z demo pokazuje sprzęt, MacBooka Pro z chipem M5 Pro i 48 GB pamięci, w trybie samolotowym; większość nagrania leci w przyspieszeniu 15× z licznikiem czasu rzeczywistego. Zapowiedź nazywa to demem symulatora lotu PlaneBench.

Sama gra to mały symulator lotu 3D: startujesz z pasa i lecisz wśród chmur nad proceduralnie generowanymi wzgórzami, górami i morzem. W/S lub strzałki w górę i w dół sterują pochyleniem, A/D lub strzałki w lewo i w prawo przechyleniem i skrętem, Shift i Ctrl zmieniają ciąg, spacja resetuje, a P pauzuje. HUD pokazuje kurs, prędkość i wysokość. Gra działa na stronie Thinking Machines i wymaga przeglądarki na komputerze oraz klawiatury.

PlaneBench Flight Simulator
PlaneBench Flight Simulatorautor: Thinking Machines

Symulator lotu, który Inkling 2 Mini firmy Thinking Machines stworzył offline na MacBooku Pro, w trakcie lotu, w kilka minut: lataj nad proceduralnie generowanymi wzgórzami i morzem.

Źródło: Introducing Inkling 2 Mini, Thinking Machines. Zapowiedź nie podaje promptu ani narzędzia do kodowania, z którego korzystali badacze, więc tego nie wiemy.

Tylko na wideo: Thinkyville

Ta sama zapowiedź pokazuje Thinkyville, „malutkie pikselowe miasteczko zbudowane przez Inkling 2 Mini”, w którym ten sam model steruje też wszystkimi 20 mieszkańcami na jednym MacBooku offline. Planują dzień, plotkują, urządzają konkursy pieczenia i odpowiadają na karteczki, które zostawiasz na ich drzwiach. Publicznego linku do gry jeszcze nie ma; dodamy go, jeśli Thinking Machines go opublikuje.

Czym jest Inkling 2 Mini?

Wszystko w tej sekcji pochodzi z zapowiedzi Thinking Machines i karty modelu, która jest też kartą modelu na Hugging Face.

Inkling 2 Mini
Twórca Thinking Machines Lab
Premiera 20 listopada 2026
Licencja Apache 2.0, otwarte wagi
Rozmiar 26.4B parametrów łącznie, 3.4B aktywnych; około 5.4B efektywnie aktywnych parametrów na token, bo środkowe warstwy działają trzy razy
Pobieranie Jeden checkpoint o rozmiarze około 20 GB (NVFP4 i MXFP8)
Wejście / wyjście Tekst i obrazy na wejściu, tekst na wyjściu
Okno kontekstu Do 1M tokenów
Gdzie działa Maki z Apple silicon i co najmniej 32 GB pamięci, NVIDIA DGX Spark; na innych GPU zalecane 32 GB VRAM lub więcej

To zapętlony transformer (looped transformer): z 24 warstw środkowe 12 wykonuje się trzy razy dla każdego tokena. Według Thinking Machines dzięki temu model więcej rozumuje i dochodzi do poprawnej odpowiedzi przy mniejszej liczbie tokenów, zwłaszcza w programowaniu agentowym. Trenowano go w precyzji 4-bitowej i w tej samej precyzji jest udostępniany, więc nie ma strat na konwersji.

W czym jest dobry, słowami Thinking Machines: „najlepiej radzi sobie z długotrwałą pracą agentową”, a wśród modeli z otwartymi wagami poniżej 100B parametrów prowadzi w benchmarkach programowania agentowego, takich jak DeepSWE v1.1 (48.2%) i SWE-bench Pro v2. Dobrze korzysta z wyszukiwania i narzędzi, dobrze też czyta ekrany i dokumenty (76.5% w ScreenSpot Pro i 92.8% w OmniDocBench według ich tabeli).

Jak robić gry z Inkling 2 Mini na własnym komputerze

Thinking Machines wspiera uruchamianie go na każdym Macu z co najmniej 32 GB RAM przez Ollama, na NVIDIA DGX Spark oraz przez skwantyzowane wersje GGUF od Unsloth i llama.cpp. Jeśli nie masz takiego sprzętu, możesz porozmawiać z nim w Tinker Playground. Poniżej komendy w takiej postaci, w jakiej publikuje je każdy projekt; sprawdzaj ich strony, bo obsługa zapętlonych modeli w lokalnych narzędziach jest zupełnie nowa.

Opcja 1: Ollama (Mac z 32 GB lub więcej)

Ze strony Inkling 2 Mini w Ollama, która podaje, że potrzebny jest Mac z 32 GB pamięci lub więcej, i odsyła do wersji przedpremierowej Ollama:

ollama run inkling-2-mini

Żeby zrobić grę, potrzebujesz agenta do kodowania, a nie okna czatu. Ta sama strona podaje gotowe komendy uruchamiające agentów do kodowania, na przykład:

ollama launch opencode --model inkling-2-mini
ollama launch claude --model inkling-2-mini

Opcja 2: Unsloth (Mac, NVIDIA lub AMD)

Przewodnik Unsloth po uruchamianiu lokalnym poleca 4-bitową kwantyzację UD-Q4_K_XL (17.6 GB) i podaje, że wersja 4-bitowa wymaga około 17–18 GB RAM i VRAM łącznie lub pamięci zunifikowanej; wersje 2- i 1-bitowe są mniejsze. W Unsloth Desktop wystarczy wyszukać Inkling 2 Mini i wybrać unsloth/Inkling-2-Mini-GGUF. Z wiersza poleceń:

unsloth run --model unsloth/Inkling-2-Mini-GGUF:UD-Q4_K_XL \
    --temp 1.0 --top-p 1.0 --top-k 0 --min-p 0.0

Komenda wypisze lokalny adres i klucz API, do których podłączysz swoje narzędzie do kodowania. Na tej samej stronie jest też poradnik dla llama.cpp; główne pliki GGUF wymagają wersji llama.cpp od Unsloth, a dla oficjalnego llama.cpp są osobne pliki.

Opcja 3: Llama App lub llama.cpp

Zapowiedź Hugging Face podaje taką komendę dla 4-bitowego GGUF (dla 8 bitów zmień końcówkę na :Q8_0):

llama serve -hf ggml-org/Inkling-2-Mini-GGUF:IQ4_NL

Llama App robi to samo z paska menu macOS lub zasobnika Windows i udostępnia lokalne API zgodne z OpenAI dla agentów do kodowania.

Wskazówki do samej gry

  • Proś o jeden samodzielny plik HTML. Tak Hugging Face pisał prompty do swoich dem: „jeden samodzielny index.html”, bez zewnętrznych plików i bibliotek. Jeden plik łatwo otworzyć, przetestować i udostępnić, a potem możesz zgłosić go na VibeGamer.
  • Pozwól mu sprawdzać własną pracę. W demie Hugging Face z „Gwiaździstą nocą” model miał narzędzie do zrzutów ekranu i przeszedł 24 rundy sprawdzania na zrzutach.
  • Ustal limity. Karta modelu mówi, że czasem utyka w długich pętlach rozumowania, zwłaszcza przy debugowaniu kodu, i zaleca limity tokenów wyjściowych i tur agenta. Ostrzega też, że model może usuwać lub nadpisywać pliki bez pytania, więc uruchamiaj agentów w piaskownicy albo w nowym folderze.

Czego się spodziewać w porównaniu z dużymi modelami w chmurze

Inkling 2 Mini to mały model, który uruchamiasz za darmo na własnym komputerze, offline. Taki jest układ. Co mówią źródła:

  • W swojej klasie jest mocny. Thinking Machines porównuje go tylko z modelami z otwartymi wagami poniżej 100B parametrów i wśród nich prowadzi w większości benchmarków programistycznych. W ich tabeli ma 20.1 w Artificial Analysis Index v5.0, tyle samo co Qwen3.8-27B, oraz 77.9% w Vibe Code Bench v1.1 wobec 64.9% Qwen3.8-27B.
  • Z Qwen3.8-27B idzie łeb w łeb. Według Thinking Machines jest lepszy w DeepSWE i SWE-bench Pro v2, ale słabszy od Qwen3.8-27B w niektórych innych testach, w tym w rozmowach wieloturowych. Hugging Face pisze, że w jego własnych nieformalnych testach Inkling 2 Mini jest „co najmniej porównywalny” z Qwen 3.8 27B i że potrzeba więcej weryfikacji.
  • To nie jest model z czołówki. W ocenie bezpieczeństwa Thinking Machines porównało jego zdolności agentowe z publicznymi modelami czołowymi i uznało je za „wyraźnie poniżej poziomu czołówki”. Karta modelu dodaje, że w trudnych testach rozumowania ustępuje większym modelom, częściej niż one pewnie podaje błędne fakty i przy pracy z narzędziami mniej niezawodnie trzyma się szczegółowych instrukcji.
  • Szybkość zależy od twojego sprzętu. Według karty modelu obsługa w lokalnych środowiskach jest nowa, a szybkość zależy od środowiska i sprzętu.

Spodziewaj się więc małych, samodzielnych gier przeglądarkowych jak ten symulator lotu, robionych prywatnie i offline, a nie długich, dopracowanych projektów, które ludzie robią z modelami w chmurze, takimi jak Claude Fable 5.2. Inkling 2 Mini nie przeszedł jeszcze naszego testu gier z tym samym promptem. Co robią największe modele w chmurze, zobaczysz w zestawieniach gry Claude Fable 5.2 online i gry zrobione z Gemini; wszystkie gry zrobione przez AI na stronie są w grach AI.

FAQ

Czym jest Inkling 2 Mini?

To model z otwartymi wagami od Thinking Machines Lab, wydany 20 listopada 2026 roku na licencji Apache 2.0. Ma 26.4B parametrów łącznie, w tym 3.4B aktywnych, przyjmuje tekst i obrazy i przy rozmiarze około 20 GB działa na Macu z 32 GB pamięci lub więcej albo na NVIDIA DGX Spark.

Czy można zagrać w symulator lotu Inkling 2 Mini?

Tak. Jest darmowy i działa w przeglądarce na komputerze z klawiaturą; Thinking Machines zaleca otwieranie go na komputerze. Uruchom go z karty powyżej albo z jego strony na VibeGamer.

Jak powstał symulator lotu?

Według Thinking Machines badacze uruchomili Inkling 2 Mini offline na MacBooku Pro (M5 Pro, 48 GB) podczas lotu, a model zbudował grę w kilka minut. Nie opublikowali promptu ani użytego narzędzia.

Czy Inkling 2 Mini zadziała na moim laptopie?

Jeśli to Mac z Apple silicon i co najmniej 32 GB pamięci, Thinking Machines i Ollama mówią, że tak. Na innym sprzęcie 4-bitowa wersja Unsloth potrzebuje około 17–18 GB RAM i VRAM łącznie, a Thinking Machines zaleca dla własnego checkpointu 32 GB VRAM lub więcej.

Czy Inkling 2 Mini jest darmowy?

Wagi można pobrać za darmo z Hugging Face na licencji Apache 2.0, a uruchamianie na własnym komputerze nie kosztuje nic poza sprzętem. Model jest też dostępny na platformie Tinker od Thinking Machines.

Czy Inkling 2 Mini jest lepszy od Qwen 3.8 27B w programowaniu?

W benchmarkach samego Thinking Machines wyprzedza go w testach programowania agentowego, takich jak DeepSWE i SWE-bench Pro v2, a w niektórych innych zostaje w tyle. Hugging Face w nieformalnych testach uznaje go za „co najmniej porównywalnego”. Żaden z tych testów nie jest niezależnym testem robienia gier.

Sprawdzone 21 listopada 2026 roku. Symulator lotu, filmy i cytaty należą do Thinking Machines; każdy wpis prowadzi do oryginału. VibeGamer jest niezależny i nie jest powiązany z Thinking Machines.