T
THINKING MACHINES LAB / thinkingmachines/TML-d24-varloop-research

TML-d24-varloop-research

Checkpoint de recherche publié avec Inkling 2 Mini le 20 novembre. Il permet de varier le nombre de passages dans les couches intermédiaires réutilisées à l’inférence. Il conserve 26,4 milliards de paramètres physiques et accepte texte et images ; ce n’est pas une simple quantification de Mini.

01 / RÉSUMÉ

L'essentiel

ORIENTATIONRecherche sur les boucles variables

Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.

CONTEXTE1M tokens

Capacité d'entrée maximale une fois publiée par la source.

SORTIETexte ; maximum de sortie distinct non publié

Limite de génération maximale documentée.

ACCÈSHugging Face · checkpoint téléchargeable

Canaux de disponibilité vérifiés.

TYPE DE MODÈLEMultimodal · Code · Texte et raisonnement

Famille fonctionnelle principale et spécialités vérifiées.

LICENCEApache 2.0

Conditions déclarées pour l’API, les poids ou l’auto-hébergement.

02 / FICHE TECHNIQUE

Limites et intégration

ID d’APIthinkingmachines/TML-d24-varloop-research
Type de modèleMultimodal · Code · Texte et raisonnement
Mode d’accèsPoids ouverts
LicenceApache 2.0
DéploiementAuto-hébergement
Lancement20 NOV 2026
Date limite des connaissancesNon publié
EntréeTexte · Image
SortieTexte
Fenêtre contextuelle1M tokens
puissance maximaleTexte ; maximum de sortie distinct non publié
RaisonnementNon publié
Outils publiés
Sorties structuréesNon publié
Traitement par lotsNon publié
Cache de promptsNon publié
Ajustement finNon publié
Plateformes vérifiéesHugging Face
CONVIENT MIEUX À

Étudier la qualité avec un, deux, trois, quatre ou cinq passages sur les mêmes poids.

À SURVEILLER

Distribué uniquement en poids : indisponible par API ou dans Tinker. Chaque passage supplémentaire ajoute du calcul, pas de nouveaux paramètres physiques. Utilisez au moins 32 Go de mémoire et des runtimes compatibles ; n’attribuez pas les scores de Mini à ce checkpoint.

03 / CAPACITÉS

Ce qu’il peut faire

01

Orientation

Étudier la qualité avec un, deux, trois, quatre ou cinq passages sur les mêmes poids.

02

Contexte

1M tokens · Texte ; maximum de sortie distinct non publié

03

Outils et intégration

Non publié

04

Accès

Hugging Face · checkpoint téléchargeable

Modalités d’entrée
TexteImage
04 / TARIFS

Coût documenté

ConceptValeurUnité/état
Entrée standardAucun tarif API officiel publiéTarif API standard
Entrée en cacheNon publiéLecture de préfixes réutilisés
Écriture ou stockage de cacheNon publiéLa condition varie selon le fournisseur
Sortie standardCoût de l’infrastructure proprePeut inclure des tokens de raisonnement
Entrée par lotsNon publiéTraitement asynchrone
Sortie par lotsNon publiéTraitement asynchrone

Aucun tarif API officiel vérifié. L’hébergement autonome demande mémoire, calcul et maintenance ; des poids téléchargeables ne rendent pas l’inférence gratuite.

i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.

05 / ÉVALUATIONS

Comment lire les résultats

“

Avec trois passages, le tableau officiel indique 47,4 % sur DeepSWE v1.1 et 84,2 % sur GPQA Diamond. Le nombre de passages est conservé car les résultats en dépendent. Les maxima de configurations différentes ne sont pas combinés.

BenchmarkRésultatMétriqueSource
DeepSWE v1.1 (varloop 3 passes)47,4 %mini-swe-agent v2.4.6Voir la source ↗
GPQA Diamond (varloop 3 passes)84,2 %Score publiéVoir la source ↗

Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.

06 / VERSIONS

Chronologie

thinkingmachines/TML-d24-varloop-research

Version intégrée au catalogue vérifié d’Inferama.

07 / SOURCES

Traçabilité