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

TML-d24-varloop-research

Checkpoint di ricerca pubblicato insieme a Inkling 2 Mini il 20 novembre. Permette di variare i passaggi nei livelli intermedi riutilizzati durante l’inferenza. Mantiene 26,4 miliardi di parametri fisici e accetta testo e immagini; non è una semplice quantizzazione di Mini.

01 / RIEPILOGO

L'essenziale

ORIENTAMENTORicerca sui cicli variabili

Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.

CONTESTO1M tokens

Capacità di input massima quando pubblicata dalla fonte.

USCITATesto; massimo di output indipendente non pubblicato

Limite massimo di generazione documentato.

ACCESSOHugging Face · checkpoint scaricabile

Canali di disponibilità verificati.

TIPO DI MODELLOMultimodale · Codice · Testo e ragionamento

Famiglia funzionale principale e specialità verificate.

LICENZAApache 2.0

Condizioni dichiarate per API, pesi o distribuzione autonoma.

02 / SCHEDA TECNICA

Limiti e integrazione

ID APIthinkingmachines/TML-d24-varloop-research
Tipo di modelloMultimodale · Codice · Testo e ragionamento
Modalità di accessoPesi aperti
LicenzaApache 2.0
DistribuzioneHosting autonomo
Rilascio20 NOV 2026
Cutoff della conoscenzaNon pubblicato
EntrataTesto · Immagine
UscitaTesto
Finestra di contesto1M tokens
rendimento massimoTesto; massimo di output indipendente non pubblicato
RagionamentoNon pubblicato
Strumenti pubblicati
Uscite strutturateNon pubblicato
Elaborazione batchNon pubblicato
Cache dei promptNon pubblicato
Fine-tuningNon pubblicato
Piattaforme verificateHugging Face
SI ADATTA MEGLIO A

Studiare la qualità con uno, due, tre, quattro o cinque passaggi sugli stessi pesi.

DA MONITORARE

Distribuito solo come pesi: non disponibile via API o Tinker. Ogni passaggio aggiuntivo aggiunge calcolo, non nuovi parametri fisici. Servono almeno 32 GB di memoria e runtime compatibili; non attribuire a questo checkpoint i punteggi di Mini.

03 / CAPACITÀ

Cosa può fare

01

Orientamento

Studiare la qualità con uno, due, tre, quattro o cinque passaggi sugli stessi pesi.

02

Contesto

1M tokens · Testo; massimo di output indipendente non pubblicato

03

Strumenti e integrazione

Non pubblicato

04

Accesso

Hugging Face · checkpoint scaricabile

Modalità di input
TestoImmagine
04 / PREZZI

Costo documentato

ConcettoDi valoreUnità/condizione
Input standardNessuna tariffa API ufficiale pubblicataTariffa API standard
Input in cacheNon pubblicatoLettura di prefissi riutilizzati
Scrittura o archiviazione della cacheNon pubblicatoLa condizione varia in base al fornitore
Output standardCosto dell’infrastruttura propriaPuò includere token di ragionamento
Input batchNon pubblicatoElaborazione asincrona
Output batchNon pubblicatoElaborazione asincrona

Nessuna tariffa API ufficiale verificata. L’esecuzione autonoma richiede memoria, calcolo e manutenzione; pesi scaricabili non significano inferenza gratuita.

i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.

05 / VALUTAZIONI

Come leggere i risultati

“

Con tre passaggi, la tabella ufficiale riporta 47,4% su DeepSWE v1.1 e 84,2% su GPQA Diamond. Si conserva il numero di passaggi perché influenza i risultati. Non si combinano i massimi di configurazioni diverse.

BenchmarkRisultatoMetricaFonte
DeepSWE v1.1 (varloop 3 passes)47,4 %mini-swe-agent v2.4.6Vedi fonte ↗
GPQA Diamond (varloop 3 passes)84,2 %Punteggio pubblicatoVedi fonte ↗

Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.

06 / VERSIONI

Cronologia

thinkingmachines/TML-d24-varloop-research

Versione inclusa nel catalogo verificato di Inferama.

07 / FONTI

Tracciabilità