Thinking Machines 在 2026 年 11 月 20 日发布了 Inkling 2 Mini:一款小到能在笔记本电脑上运行的开放权重模型。为了展示它,研究员把它带上了飞机,打开飞行模式,让它在一台 MacBook Pro 上用几分钟做出了一款能玩的飞行模拟器。这就是第一款 Inkling 2 Mini 做的游戏,下面就能玩。

这一页介绍这款游戏、Inkling 2 Mini 是什么、怎样在自己电脑上运行它来做游戏,以及和云端大模型相比该有什么预期。目前:1 款能玩,1 个只有视频的演示。 模型才发布一天,之后有新的 Inkling 2 Mini 游戏,我们会陆续补充到这里。

速览

游戏 作者 类型 怎么玩
PlaneBench Flight Simulator Thinking Machines,用离线运行的 Inkling 2 Mini 制作 3D 飞行模拟 能玩,需电脑
Thinkyville Thinking Machines,用 Inkling 2 Mini 制作 像素小镇模拟 只有视频

玩 Inkling 2 Mini 离线做出的飞行模拟器

Thinking Machines 的发布文章说,研究员把 Inkling 2 Mini 带上了一趟航班,它“在一台 MacBook Pro 上离线运行,几分钟就做出了一款能玩的飞行模拟器”。演示视频里能看到这台电脑:M5 Pro 芯片、48GB 内存的 MacBook Pro,开着飞行模式;视频大部分以 15 倍速播放,计时器显示的是真实时间。文章把它叫作 PlaneBench 飞行模拟器演示。

游戏本身是一个小型 3D 飞行模拟器:从跑道起飞,在云层间飞越程序生成的丘陵、山脉和大海。W/S 或上下方向键控制俯仰,A/D 或左右方向键控制滚转和转向,Shift 和 Ctrl 调节油门,空格键重置,P 键暂停。屏幕上的 HUD 显示航向、速度和高度。游戏运行在 Thinking Machines 的网站上,需要用电脑浏览器和键盘来玩。

PlaneBench Flight Simulator
PlaneBench Flight Simulator作者 Thinking Machines

Thinking Machines 的 Inkling 2 Mini 在 MacBook Pro 上离线、在飞行途中用几分钟做出的飞行模拟器:飞越程序生成的山丘与大海。

来源:Introducing Inkling 2 Mini,Thinking Machines。文章没有公开研究员用的提示词和编程工具,所以这两点我们没法告诉你。

只有视频:Thinkyville

同一篇文章还展示了 Thinkyville,“一个由 Inkling 2 Mini 打造的迷你像素小镇”,镇上 20 位村民也全部由这个模型在一台断网的 MacBook 上驱动。他们会安排一天的行程、聊八卦、办烘焙比赛,还会回复你贴在门上的留言。目前还没有公开的试玩链接;如果 Thinking Machines 放出来,我们会补上。

Inkling 2 Mini 是什么?

以下内容全部来自 Thinking Machines 的发布文章和模型卡,后者也就是 Hugging Face 上的模型卡。

Inkling 2 Mini
开发者 Thinking Machines Lab
发布日期 2026 年 11 月 20 日
许可证 Apache 2.0,开放权重
规模 总参数 26.4B,激活 3.4B;因为中间层每个 token 要跑三遍,每个 token 的有效激活参数约 5.4B
下载大小 一个约 20GB 的检查点(NVFP4 和 MXFP8)
输入 / 输出 输入文字和图片,输出文字
上下文窗口 最多 100 万 token
能跑在哪里 内存 32GB 及以上的 Apple 芯片 Mac、NVIDIA DGX Spark;其他 GPU 建议显存 32GB 及以上

它是一个循环 Transformer(looped transformer):24 层里,中间的 12 层对每个 token 都要运行三遍。Thinking Machines 说,这让模型能多推理一些,用更少的 token 得出正确答案,在智能体编程这类任务上尤其明显。它用 4 位精度训练,发布时也是同样的精度,所以没有转换带来的损失。

它擅长什么,按 Thinking Machines 的说法:它“最擅长长时间的智能体任务”,在总参数低于 100B 的开放权重模型里,它在 DeepSWE v1.1(48.2%)和 SWE-bench Pro v2 等智能体编程基准上领先。它也很会用搜索和工具,看屏幕、读文档的能力也强(他们的表格里 ScreenSpot Pro 76.5%,OmniDocBench 92.8%)。

怎样在自己电脑上用 Inkling 2 Mini 做游戏

Thinking Machines 官方支持的跑法有:在内存至少 32GB 的任意 Mac 上通过 Ollama 运行、在 NVIDIA DGX Spark 上运行,以及使用 Unsloth 和 llama.cpp 提供的量化 GGUF 版本。没有合适的硬件,也可以在 Tinker Playground 里和它对话。下面的命令都照搬各项目自己公布的写法;本地工具对循环模型的支持才刚出来,请以它们页面上的最新说明为准。

方法一:Ollama(内存 32GB 以上的 Mac)

来自 Ollama 的 Inkling 2 Mini 页面,页面写明需要 32GB 以上内存的 Mac,并给出了 Ollama 预发布版的下载方式:

ollama run inkling-2-mini

要做游戏,你需要的是编程智能体,而不是聊天窗口。同一页面列出了现成的编程智能体启动命令,例如:

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

方法二:Unsloth(Mac、NVIDIA 或 AMD)

Unsloth 的本地运行指南推荐 4 位的 UD-Q4_K_XL 量化版(17.6 GB),并说 4 位版本大约需要 17–18 GB 的内存加显存(或统一内存);2 位和 1 位版本更小。在 Unsloth Desktop 里搜索 Inkling 2 Mini,选 unsloth/Inkling-2-Mini-GGUF 即可。命令行写法:

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

运行后会打印出本地接口地址和 API 密钥,把你的编程工具指向它就行。同一页面也有 llama.cpp 的教程;它的主要 GGUF 文件需要 Unsloth 自己的 llama.cpp 版本,给主线 llama.cpp 用的文件另外单独提供。

方法三:Llama App 或 llama.cpp

Hugging Face 的发布文章给出了 4 位 GGUF 的命令(把后缀改成 :Q8_0 就是 8 位):

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

Llama App 可以在 macOS 菜单栏或 Windows 托盘里做同样的事,并提供一个兼容 OpenAI 的本地 API,方便接入编程智能体。

做游戏的小建议

  • 让它只输出一个自包含的 HTML 文件。 Hugging Face 的演示就是这样写提示词的:“一个自包含的 index.html”,不用外部文件和库。单个文件方便打开、测试和分享,做好之后还可以提交到 VibeGamer。
  • 让它自己检查成果。 在 Hugging Face 的《星月夜》演示里,模型配了一个截图工具,前后做了 24 轮截图检查。
  • 设好上限。 模型卡说它有时会陷入很长的推理循环,调试代码时尤其如此,建议限制输出 token 数和智能体轮数。模型卡还说它可能不经确认就删除或覆盖文件,所以请在沙盒或一个全新的文件夹里运行智能体。

和云端大模型相比,该有什么预期

Inkling 2 Mini 是一个可以在自己电脑上免费、离线运行的小模型,这就是它的取舍。各来源的说法:

  • 同量级里很强。 Thinking Machines 只拿它和 100B 参数以下的开放权重模型比,在这些模型里它的大多数编程基准领先。在他们的表格里,它的 Artificial Analysis Index v5.0 得分为 20.1,与 Qwen3.8-27B 持平;Vibe Code Bench v1.1 为 77.9%,Qwen3.8-27B 为 64.9%。
  • 和 Qwen3.8-27B 很接近。 Thinking Machines 说它在 DeepSWE 和 SWE-bench Pro v2 上领先,但在包括多轮对话在内的其他一些测试上落后于 Qwen3.8-27B。Hugging Face 说,在他们自己的体验测试里,Inkling 2 Mini “至少可以和” Qwen 3.8 27B 相当,但还需要更多验证。
  • 它不是前沿模型。 在安全评估中,Thinking Machines 把它的智能体能力和公开的前沿模型做了对比,结论是“明显低于前沿水平”。模型卡还提到,它在高难度推理测试上落后于更大的模型,比大模型更容易自信地说出错误事实,用工具时也不如大模型能严格遵循详细指令。
  • 速度取决于你的机器。 模型卡说本地运行环境对它的支持还很新,速度因运行环境和硬件而异。

所以,可以期待它私下、离线地做出像这个飞行模拟器一样小巧、自包含的网页游戏,而不是大家用 Claude Fable 5.2 等云端模型做出的那种长时间打磨的大作品。我们还没有把 Inkling 2 Mini 放进我们的同提示词游戏测试。想看看最大的云端模型能做出什么,可以看在线玩 Claude Fable 5.2 做的游戏和用 Gemini 做的游戏;网站上所有 AI 做的游戏见 AI 游戏。

常见问题

Inkling 2 Mini 是什么?

Thinking Machines Lab 在 2026 年 11 月 20 日以 Apache 2.0 许可证发布的开放权重模型。总参数 26.4B,激活 3.4B,支持文字和图片输入,大小约 20GB,能在内存 32GB 以上的 Mac 或 NVIDIA DGX Spark 上运行。

Inkling 2 Mini 做的飞行模拟器能玩吗?

能。免费,用电脑浏览器加键盘就能玩;Thinking Machines 也提示要在电脑上打开。从上面的卡片或它的 VibeGamer 页面进入即可。

这个飞行模拟器是怎么做出来的?

据 Thinking Machines 说,研究员在航班上让 Inkling 2 Mini 在一台 MacBook Pro(M5 Pro,48GB)上离线运行,它用几分钟就做出了这款游戏。他们没有公开所用的提示词和工具。

我的笔记本能跑 Inkling 2 Mini 吗?

如果是内存 32GB 以上的 Apple 芯片 Mac,Thinking Machines 和 Ollama 都说可以。其他硬件上,Unsloth 的 4 位版本大约需要 17–18 GB 的内存加显存;Thinking Machines 对它自己的检查点建议 32GB 以上显存。

Inkling 2 Mini 免费吗?

权重以 Apache 2.0 许可证在 Hugging Face 上免费下载,在自己电脑上运行除了硬件之外不花钱。它也上线了 Thinking Machines 的 Tinker 平台。

写代码的话,Inkling 2 Mini 比 Qwen 3.8 27B 强吗?

在 Thinking Machines 自己的基准里,它在 DeepSWE 和 SWE-bench Pro v2 等智能体编程测试上领先,在另一些测试上落后。Hugging Face 在体验测试里说它“至少可以相当”。这两者都不是独立的做游戏测试。

2026 年 11 月 21 日核实。飞行模拟器、视频和引文归 Thinking Machines 所有,每个条目都链接到原始出处。VibeGamer 是独立网站,与 Thinking Machines 没有任何关联。