Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
TML-d24-varloop-research
Forschungs-Checkpoint, gemeinsam mit Inkling 2 Mini am 20. November veröffentlicht. Die Anzahl der Durchläufe durch wiederverwendete mittlere Schichten ist bei der Inferenz variabel. Er behält 26,4 Milliarden physische Parameter und verarbeitet Text und Bilder; es ist keine bloße Mini-Quantisierung.
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
Limits und Integration
| API-ID | thinkingmachines/TML-d24-varloop-research |
|---|---|
| Modelltyp | Multimodal · Code · Text und Begründung |
| Zugangsmodell | Offene Gewichte |
| Lizenz | Apache 2.0 |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 20 NOV 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text · Bild |
| Ausfahrt | Text |
| Kontextfenster | 1M tokens |
| maximale Leistung | Text; separates Ausgabemaximum nicht veröffentlicht |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face |
Qualitätsänderungen bei einem, zwei, drei, vier oder fünf Durchläufen derselben Gewichte untersuchen.
Nur als Gewichte verfügbar, nicht per API oder Tinker. Jeder weitere Durchlauf ergänzt Rechenaufwand, keine neuen physischen Parameter. Mindestens 32 GB Speicher und kompatible Runtimes nutzen; Minis Werte gelten nicht für diesen Checkpoint.
Was es kann
Orientierung
Qualitätsänderungen bei einem, zwei, drei, vier oder fünf Durchläufen derselben Gewichte untersuchen.
Kontext
1M tokens · Text; separates Ausgabemaximum nicht veröffentlicht
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · herunterladbarer Checkpoint
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Kein offizieller API-Preis veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Kosten der eigenen Infrastruktur | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Kein verifizierter offizieller API-Tarif. Eigenbetrieb benötigt Speicher, Rechenleistung und Wartung; herunterladbare Gewichte machen Inferenz nicht kostenlos.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
So lesen Sie die Ergebnisse
Bei drei Durchläufen nennt die offizielle Tabelle 47,4 % für DeepSWE v1.1 und 84,2 % für GPQA Diamond. Die Durchlaufzahl bleibt angegeben, da Ergebnisse davon abhängen. Höchstwerte verschiedener Konfigurationen werden nicht kombiniert.
| Benchmark | Ergebnis | Metrik | Quelle |
|---|---|---|---|
| DeepSWE v1.1 (varloop 3 passes) | 47,4 % | mini-swe-agent v2.4.6 | Quelle öffnen ↗ |
| GPQA Diamond (varloop 3 passes) | 84,2 % | Veröffentlichter Wert | Quelle öffnen ↗ |
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
Chronologie
thinkingmachines/TML-d24-varloop-research
In den verifizierten Katalog von Inferama aufgenommene Version.