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

TML-d24-varloop-research

Checkpoint de investigação publicado com o Inkling 2 Mini em 20 de novembro. Permite variar o número de passagens pelas camadas intermédias reutilizadas durante a inferência. Mantém 26,4 mil milhões de parâmetros físicos e aceita texto e imagens; não é uma simples quantização do Mini.

01 / RESUMO

O essencial

ORIENTAÇÃOInvestigação de ciclos variáveis

Uso primário declarado ou inferido com cautela a partir da documentação oficial.

CONTEXTO1M tokens

Capacidade máxima de entrada quando publicada pela fonte.

SAÍDATexto; máximo de saída independente não publicado

Limite máximo de geração documentado.

ACESSOHugging Face · checkpoint descarregável

Canais de disponibilidade verificados.

TIPO DE MODELOMultimodal · Código · Texto e raciocínio

Família funcional principal e especialidades verificadas.

LICENÇAApache 2.0

Condições declaradas para API, pesos ou alojamento próprio.

02 / FICHA TÉCNICA

Limites e integração

ID de APIthinkingmachines/TML-d24-varloop-research
Tipo de modeloMultimodal · Código · Texto e raciocínio
Modelo de acessoPesos abertos
LicençaApache 2.0
ImplantaçãoAlojamento próprio
Lançamento20 NOV 2026
Data de corte do conhecimentoNão publicado
EntradaTexto · Imagem
SaídaTexto
Janela de contexto1M tokens
saída máximaTexto; máximo de saída independente não publicado
RaciocínioNão publicado
Ferramentas publicadas
Passeios EstruturadosNão publicado
Processamento em loteNão publicado
Cache de promptsNão publicado
Ajuste finoNão publicado
Plataformas verificadasHugging Face
ADEQUA-SE MELHOR A

Estudar a qualidade com uma, duas, três, quatro ou cinco passagens pelos mesmos pesos.

CONVÉM MONITORIZAR

Distribuído apenas como pesos: indisponível por API ou no Tinker. Cada passagem adicional acrescenta cálculo, não novos parâmetros físicos. Use pelo menos 32 GB de memória e runtimes compatíveis; não atribua as pontuações do Mini a este checkpoint.

03 / CAPACIDADES

O que pode fazer

01

Orientação

Estudar a qualidade com uma, duas, três, quatro ou cinco passagens pelos mesmos pesos.

02

Contexto

1M tokens · Texto; máximo de saída independente não publicado

03

Ferramentas e integração

Não publicado

04

Acesso

Hugging Face · checkpoint descarregável

Modalidades de entrada
TextoImagem
04 / PREÇOS

Custo documentado

ConceitoValorUnidade/condição
Entrada padrãoSem tarifa API oficial publicadaTarifa padrão da API
Entrada em cacheNão publicadoLeitura de prefixos reutilizados
Escrita ou armazenamento em cacheNão publicadoA condição varia consoante o fornecedor
Saída padrãoCusto da infraestrutura própriaPode incluir tokens de raciocínio
Entrada por lotesNão publicadoProcessamento assíncrono
Saída por lotesNão publicadoProcessamento assíncrono

Sem tarifa API oficial verificada. A execução própria exige memória, processamento e manutenção; pesos descarregáveis não tornam a inferência gratuita.

i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.

05 / AVALIAÇÕES

Como ler os resultados

“

Com três passagens, a tabela oficial apresenta 47,4% no DeepSWE v1.1 e 84,2% no GPQA Diamond. Conserva-se o número de passagens porque os resultados dependem dele. Não se combinam máximos de configurações diferentes.

BenchmarkResultadoMétricaFonte
DeepSWE v1.1 (varloop 3 passes)47,4 %mini-swe-agent v2.4.6Ver fonte ↗
GPQA Diamond (varloop 3 passes)84,2 %Pontuação publicadaVer fonte ↗

O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.

06 / VERSÕES

Cronologia

thinkingmachines/TML-d24-varloop-research

Versão incorporada no catálogo verificado da Inferama.

07 / FONTES

Rastreabilidade