Inkling 2 Mini vs Qwen3.8-27B dan Gemma 4 31B: Model Terbuka Thinking Machines Bisa Jalan Offline di Laptop, Resminya Butuh Memori 32GB
Thinking Machines Lab merilis Inkling 2 Mini pada 20 November 2026, model terbuka Apache 2.0 yang bisa jalan offline di laptop. Unggul atas Qwen3.8-27B di coding agen, tapi kalah di uji fakta. Berkas resminya butuh memori 32GB, versi GGUF 4-bit lebih ringan.
Thinking Machines Lab, perusahaan rintisan AI yang dipimpin mantan chief technology officer OpenAI Mira Murati, merilis Inkling 2 Mini pada Jumat (20/11/2026) waktu Amerika Serikat. Model berbobot terbuka berlisensi Apache 2.0 ini cukup kecil untuk dijalankan di laptop tanpa internet, dan diklaim memimpin semua model terbuka di bawah 100 miliar parameter pada sejumlah tolok ukur, termasuk tes coding DeepSWE.
Selama ini banyak yang menganggap model AI yang jalan di laptop pasti kelas dua, cukup untuk mengobrol ringan tetapi kewalahan saat diminta mengerjakan kode sungguhan. Namun, Inkling 2 Mini justru dijual dengan argumen sebaliknya, karena penguji pihak ketiga Artificial Analysis memberinya skor 20, setara Qwen3.8-27B, model terbuka dari Alibaba yang selama ini jadi pilihan populer untuk dijalankan sendiri. Kendalanya ada di syarat perangkat: untuk berkas resminya, Thinking Machines menyebut laptop dengan memori minimal 32GB atau GPU dengan VRAM sebesar itu, meski versi terkompresi buatan komunitas bisa lebih ringan.
Ringkasnya: Inkling 2 Mini dirilis 20 November 2026 dengan 26,4 miliar parameter total, 3,4 miliar aktif, konteks 1 juta token, input teks dan gambar. Berkasnya sekitar 20GB (GGUF 4-bit: 17,6GB) dan resmi didukung di Mac Apple silicon bermemori minimal 32GB lewat Ollama. Di tabel resmi, model ini unggul atas Qwen3.8-27B di DeepSWE (48,2% berbanding 42,2%), tetapi kalah di uji fakta AA-Omniscience. Biaya per tugasnya sekitar 6 kali lebih murah dari Qwen3.8-27B menurut Artificial Analysis, dengan tarif Tinker US$0,50 output per 1 juta token. Belum ada keterangan resmi soal Indonesia.
Daftar Isi
- Apa itu Inkling 2 Mini dan kenapa disebut model berulang?
- Seberapa kuat dibanding Qwen3.8-27B dan Gemma 4 31B?
- Laptop seperti apa yang sanggup menjalankannya?
- Berapa harganya kalau tidak dijalankan sendiri?
- Apa kelemahan dan batasnya?
- Apakah bisa dipakai di Indonesia dan berbahasa Indonesia?
- Apa artinya untuk belajar dan kerja?
- FAQ
Apa itu Inkling 2 Mini dan kenapa disebut model berulang?
Inkling 2 Mini adalah anggota terkecil generasi kedua keluarga Inkling, dua pekan setelah kakaknya, Inkling 2 Small, diumumkan. Ukurannya ternyata berbeda sangat jauh, karena menurut tabel model Tinker, Inkling 2 Small punya 594 miliar parameter, sedangkan Mini hanya 26 miliar, kurang dari seperdua puluh ukurannya.
"Hari ini kami merilis Inkling 2 Mini, model yang cepat dan kuat, serta cukup kecil untuk berjalan di laptop Anda," tulis Thinking Machines Lab dalam pengumuman resminya. Kutipan ini diterjemahkan dari bahasa Inggris.
Kini kuncinya ada pada desain berulang atau looped transformer, yaitu model dengan 24 lapisan yang dibagi menjadi empat blok berisi enam lapisan. Blok pertama dan terakhir dijalankan sekali, sedangkan dua blok tengah dijalankan tiga kali untuk setiap token. Hasilnya, 24 lapisan yang tersimpan bekerja seperti 48 lapisan, dan jumlah parameter aktif efektifnya naik dari 3,4 miliar menjadi 5,4 miliar per token.
Ide di baliknya cukup sederhana: lapisan tengah diyakini memikul penalaran yang lebih abstrak, jadi mengulangnya memberi model "waktu berpikir" tambahan tanpa menambah ukuran berkas. Menurut perbandingan internal Thinking Machines, model tanpa pengulangan memang 7,5% lebih hemat saat dilatih, tetapi butuh 140% lebih banyak komputasi saat dipakai untuk menyamai hasil model berulang pada jejak kerja agen sepanjang 512 ribu token.
Angka 140% itu ternyata mudah terbalik, karena poin kunci di ringkasan Unite.AI menyebut model berulanglah yang butuh 140% lebih banyak komputasi, padahal isi artikelnya sendiri dan pengumuman resmi menulis sebaliknya. Pengumuman itu juga mencatat sebagian besar bobot dilatih langsung dalam presisi 4-bit NVFP4, dengan empat lapisan terakhir dalam 8-bit MXFP8, sehingga tidak ada penurunan kualitas akibat kompresi setelah pelatihan.
Seberapa kuat dibanding Qwen3.8-27B dan Gemma 4 31B?
Thinking Machines membandingkan Inkling 2 Mini dengan empat model terbuka sekelas, dua di antaranya paling dikenal: Qwen3.8-27B dari Alibaba yang dirilis Agustus 2026 dan Gemma 4 31B dari Google yang dirilis akhir Maret 2026 menurut catatan rilis Gemma. Ketiganya sama-sama berlisensi Apache 2.0 menurut halaman Hugging Face masing-masing. Semua angka di tabel berikut berasal dari model card Inkling 2 Mini, sehingga statusnya klaim vendor, dan Thinking Machines sendiri mengingatkan pengaturan evaluasi tiap model berbeda.
| Aspek | Inkling 2 Mini | Qwen3.8-27B | Gemma 4 31B |
|---|---|---|---|
| Parameter aktif / total | 5,4 / 26,4 miliar | 27 / 27 miliar | 30,7 / 30,7 miliar |
| Indeks Artificial Analysis v5.0 | 20,1 | 20,1 | 4,4 |
| DeepSWE v1.1 (coding agen) | 48,2% | 42,2% | 0,3% |
| SWE-bench Pro v2 Hard | 77,9% | 73,8% | 14,2% |
| BrowseComp (riset web) | 79,0% | 61,6% | 37,0% |
| GDPVal-AA v2.1 (kerja kantor) | 1319 | 1427 | 627 |
| AA-Omniscience, tingkat tidak berhalusinasi | 63,4% | 71,4% | 14,5% |
| Konteks maksimal | 1 juta token | 262.144 token, bisa diperluas ke 1 juta* | 262.144 token* |
*Konteks menurut halaman Hugging Face Qwen3.8-27B dan Gemma 4 31B, diakses 21 November 2026.
Hasilnya, polanya cukup jelas: Inkling 2 Mini unggul di tugas yang menuntut langkah panjang, seperti memperbaiki kode di repositori sungguhan dan mencari jawaban lewat penelusuran web. Namun, Qwen3.8-27B masih menang di uji pekerjaan kantor GDPVal-AA dan di AA-Omniscience, uji yang mengukur seberapa sering model mengarang fakta. Sementara itu, Gemma 4 31B tertinggal jauh hampir di semua baris, padahal ukurannya paling besar.
Satu pesaing lokal yang lebih baru tidak masuk tabel itu, yaitu Nemotron 3.5 Bolt 74B-A9B 24GB dari NVIDIA. Model terbuka yang diumumkan 15 Oktober 2026 ini dirancang muat di memori 24GB, jadi perbandingan langsung keduanya masih perlu ditunggu dari penguji independen.
Penilaian pihak ketiga datang di hari yang sama, ketika Artificial Analysis mencatat Inkling 2 Mini menyamai Qwen3.8-27B (mode xhigh) dengan parameter aktif sekitar 5 kali lebih sedikit. Lembaga penguji itu menghitung biayanya US$0,59 dan waktu 9 menit per tugas indeks, sementara Qwen3.8-27B butuh US$3,53 dan 38,2 menit.
"Inkling 2 Mini sekitar 6 kali lebih murah dan sekitar 4 kali lebih cepat per tugas dibanding Qwen3.8 27B," tulis Artificial Analysis. Kutipan ini diterjemahkan dari bahasa Inggris. Catatannya, biaya itu dihitung dengan tarif resmi Thinking Machines, dan Artificial Analysis juga mencatat model ini memakai sekitar 38% lebih banyak token keluaran, kira-kira 152 ribu token per tugas berbanding 110 ribu milik Qwen3.8-27B.
Tim Hugging Face yang ikut menyiapkan dukungan peluncuran menyambut model ini dengan antusias, meski tetap berhati-hati. "Kami pikir ini model lokal baru yang menyegarkan. Dalam uji coba informal kami, kemampuannya setidaknya sebanding dengan Qwen 3.8 27B. Validasi lebih lanjut masih diperlukan," tulis Pedro Cuenca, Aritra Roy Gosthipaty, Guarin Flück, dan rekan mereka di blog Hugging Face. Kutipan ini diterjemahkan dari bahasa Inggris.
Laptop seperti apa yang sanggup menjalankannya?
Justru di sinilah klaim "jalan di laptop" perlu dibaca pelan-pelan, karena menurut model card berkas Inkling 2 Mini berukuran sekitar 20GB. Perangkat yang didukung resmi adalah satu unit NVIDIA DGX Spark, perangkat Apple silicon bermemori minimal 32GB (MacBook, Mac mini, dan Mac Studio), atau GPU lain dengan VRAM minimal 32GB yang direkomendasikan.
Angka 32GB itu berlaku untuk berkas asli yang sudah 4-bit sejak pelatihan, bukan versi presisi penuh. Ternyata ada jalur lebih ringan, karena menurut halaman GGUF ggml-org, versi 4-bit IQ4_NL berukuran 17,6GB, Q8_0 27,8GB, dan BF16 52,2GB.
Panduan Unsloth memperkirakan kebutuhan memori 17 sampai 18GB untuk 4-bit dan 13 sampai 15GB untuk 3-bit, belum termasuk konteks panjang dan gambar. Makin kecil kompresinya, makin besar risiko kualitas turun, jadi hasilnya perlu diuji sendiri.
Demo resminya bahkan memakai MacBook Pro M5 Pro bermemori 48GB dalam mode pesawat. Di penerbangan itu, para peneliti Thinking Machines meminta model membangun simulator terbang yang bisa dimainkan, dan menurut pengumumannya selesai dalam beberapa menit. Demo kedua menjalankan 20 warga kota piksel bernama Thinkyville, semuanya digerakkan model yang sama di satu MacBook tanpa internet.
Kabar baiknya, jalur pemasangannya ternyata sudah cukup lengkap sejak hari pertama. Ollama menyediakan perintah ollama run inkling-2-mini, Unsloth dan llama.cpp menyediakan versi GGUF yang dikompresi, sedangkan pengguna server bisa memakai SGLang, vLLM, atau NVIDIA Dynamo. Bobot lengkapnya ada di Hugging Face bersama varian riset TML-d24-varloop-research.
Berapa harganya kalau tidak dijalankan sendiri?
Mengunduh dan menjalankan bobotnya sendiri tidak dipungut biaya, karena lisensinya Apache 2.0. Pemakaiannya tetap terikat kebijakan penggunaan model yang terpisah, misalnya larangan memakai model untuk sistem yang memanipulasi orang atau menebak emosi siswa dari data biometrik.
Padahal tidak semua orang punya perangkat sekuat itu, makanya Thinking Machines membuka akses lewat platform Tinker dan Tinker Playground. Tabel harga Tinker yang kami periksa pada 21 November 2026 mencantumkan tarif per 1 juta token berikut.
| Model | Input | Output | Sumber tarif |
|---|---|---|---|
| Inkling 2 Mini | US$0,15 (cache US$0,015) | US$0,50 | Tinker; pelatihan ulang mulai US$0,75 |
| Inkling 2 Small | US$0,30 (cache US$0,03) | US$1,00 | Tinker |
| Qwen3.8-27B | mulai US$0,035 | mulai US$1,50 | OpenRouter, 21 November 2026 |
| Gemma 4 31B | mulai US$0,10 | mulai US$0,34 | OpenRouter, 21 November 2026 |
Per token keluaran, Inkling 2 Mini sekitar tiga kali lebih murah dari tarif termurah Qwen3.8-27B di OpenRouter, meski tarif input Qwen justru lebih rendah, dan separuh tarif Inkling 2 Small. Gemma 4 31B bahkan lebih murah di kedua sisi, walau skornya jauh di bawah. Sementara itu, tarif Qwen3.8-27B di OpenRouter bisa berbeda antarpenyedia dan bisa berubah, jadi perbandingan ini hanya potret saat kami periksa. Saat artikel ini ditulis, Inkling 2 Mini juga sudah punya halaman di OpenRouter, tetapi belum menampilkan data pemakaian.
Apa kelemahan dan batasnya?
Salah satu hal yang patut diapresiasi, Thinking Machines cukup terbuka soal ini. Pengumumannya menyebut Inkling 2 Mini bukan model kecil terkuat untuk percakapan bolak-balik atau instruksi dengan banyak batasan, dengan skor 50,0% di MultiChallenge dan 33,4% di ComplexConstraints v1.1. Model ini juga tertinggal dari model yang lebih besar di uji penalaran berat seperti CritPt v2 dan HLE-Diamond.
Ada satu ketidakcocokan kecil yang patut dicatat, sebab teks pengumuman menyebut Inkling 2 Mini kalah dari Qwen3.8-27B di kedua uji itu, tetapi tabel di halaman yang sama justru mencantumkan Qwen3.8-27B hanya 30,1% di ComplexConstraints, di bawah Inkling 2 Mini. Hingga Sabtu (21/11/2026) pagi, belum ada koreksi dari Thinking Machines di halaman yang kami periksa.
Kelemahan paling relevan untuk pelajar justru soal pengetahuan, karena Thinking Machines menulis pengulangan lapisan meningkatkan penalaran, tetapi tidak membuat bobot menyimpan lebih banyak fakta, karena pengetahuan terutama ditentukan jumlah parameter total. Makanya, tingkat tidak berhalusinasinya 63,4%, di bawah Qwen3.8-27B yang 71,4%. Model ini menutup celah itu dengan memakai pencarian dan alat bantu, sesuatu yang tidak tersedia saat laptop benar-benar offline.
Pengulangan lapisan bahkan memunculkan pertanyaan keamanan baru, sebab model berulang bisa "berpikir" lebih lama di dalam tanpa menuliskan prosesnya, sehingga pengawasan lewat membaca rantai penalaran bisa melemah. Dari uji awal di skala ini, Thinking Machines menyatakan belum melihat penurunan berarti, tetapi merilis varian riset justru supaya komunitas bisa mengujinya sendiri.
Apakah bisa dipakai di Indonesia dan berbahasa Indonesia?
Bobot di Hugging Face bisa diunduh tanpa pembatasan wilayah yang disebutkan, dan syarat layanan Tinker hanya mengecualikan negara atau pihak yang terkena sanksi perdagangan tanpa menyebut Indonesia. Jadi, belum ada keterangan resmi soal Indonesia, baik larangan maupun dukungan khusus.
Namun, soal bahasa, model card hanya menulis "English, general multilingual support", yaitu bahasa Inggris dan dukungan multibahasa umum. Belum ada keterangan resmi soal kualitas bahasa Indonesia, dan semua benchmark di atas diuji dalam bahasa Inggris, bukan uji bahasa Indonesia. Bahkan, bagian keterbatasan model card mengakui kualitas keluaran bisa lebih rendah di luar bahasa Inggris, dan dalam uji berbahasa Mandarin tim menemukan kalimat terpotong serta campur bahasa. Hasil percakapan berbahasa Indonesia perlu dicek sendiri sebelum dipakai untuk tugas penting.
Apa artinya untuk belajar dan kerja?
Bagi mahasiswa informatika, peneliti, dan pengembang, Inkling 2 Mini membuka pilihan menarik: model kelas atas untuk coding yang bisa jalan di perangkat sendiri, tanpa mengirim kode atau data penelitian ke server orang lain. Bahkan, lisensi Apache 2.0 membolehkannya dipakai di produk komersial dan dilatih ulang untuk kebutuhan khusus, misalnya asisten coding di laboratorium kampus.
Namun, syarat resmi memori 32GB membuat berkas aslinya belum menjadi pilihan untuk sebagian besar pengguna. Pilihan yang lebih realistis untuk mencoba adalah Tinker Playground, atau versi GGUF 4-bit yang sudah tersedia, dengan konsekuensi kualitas yang perlu diuji sendiri.
Beberapa langkah praktis sebelum mencoba:
- Cek memori perangkat dulu. Berkas resmi 20GB butuh minimal 32GB di Mac Apple silicon atau VRAM 32GB di GPU. Kalau memorimu sekitar 24GB, versi GGUF 4-bit 17,6GB lebih masuk akal untuk dicoba.
- Pakai Ollama untuk percobaan pertama, karena paling sederhana di Mac, sedangkan pengguna NVIDIA bisa memakai vLLM atau SGLang.
- Nyalakan pencarian bila ada internet. Karena pengetahuan bawaannya terbatas, fakta untuk makalah atau skripsi wajib dicek ke sumber asli.
- Uji dengan tugasmu sendiri. Bandingkan jawaban Inkling 2 Mini dan Qwen3.8-27B untuk soal yang sama, termasuk dalam bahasa Indonesia.
- Baca kebijakan penggunaan model sebelum memasangnya di aplikasi untuk orang lain, terutama aplikasi untuk sekolah.
Persaingan model pekan ini memang padat, karena beberapa hari sebelum Inkling 2 Mini, Alibaba merilis Qwen4-Max dan Microsoft merilis MAI Code 2, dua model besar yang bersaing di kelas berbeda.
FAQ: Inkling 2 Mini
Kapan Inkling 2 Mini dirilis?
Thinking Machines Lab merilis Inkling 2 Mini pada Jumat, 20 November 2026 waktu Amerika Serikat. Bobotnya langsung tersedia di Hugging Face dengan lisensi Apache 2.0, dan modelnya bisa dicoba di Tinker serta Tinker Playground pada hari yang sama.
Mana yang lebih baik, Inkling 2 Mini atau Qwen3.8-27B?
Tergantung tugasnya. Menurut tabel resmi Thinking Machines, Inkling 2 Mini unggul di coding agen seperti DeepSWE (48,2% berbanding 42,2%) dan riset web BrowseComp. Qwen3.8-27B unggul di uji fakta AA-Omniscience dan pekerjaan kantor GDPVal-AA. Artificial Analysis memberi keduanya skor indeks yang sama, 20.
Berapa RAM yang dibutuhkan Inkling 2 Mini?
Model card menyebut berkas resminya sekitar 20GB. Perangkat yang didukung adalah Mac Apple silicon bermemori minimal 32GB, NVIDIA DGX Spark, atau GPU lain dengan VRAM minimal 32GB yang direkomendasikan. Versi GGUF 4-bit berukuran sekitar 17,6GB, dan Unsloth memperkirakan kebutuhan memorinya 17 sampai 18GB, dengan risiko kualitas yang perlu diuji sendiri.
Berapa harga Inkling 2 Mini?
Bobotnya gratis diunduh karena berlisensi Apache 2.0. Di platform Tinker, tarifnya US$0,15 per 1 juta token input, US$0,015 untuk input dari cache, dan US$0,50 per 1 juta token output. Tarif itu separuh harga Inkling 2 Small.
Apakah Inkling 2 Mini mendukung bahasa Indonesia?
Belum ada keterangan resmi soal bahasa Indonesia. Model card hanya menyebut bahasa Inggris dan dukungan multibahasa umum. Bobot bisa diunduh dari Indonesia karena tidak ada pembatasan wilayah yang disebutkan, tetapi kualitas jawaban berbahasa Indonesia perlu diuji sendiri.
Pada akhirnya, Inkling 2 Mini menunjukkan arah baru: model terbuka kini bersaing bukan hanya soal skor, tetapi soal seberapa banyak kecerdasan bisa dimampatkan ke perangkat pribadi. Bagi pelajar dan peneliti di Indonesia, itu berarti pilihan menjalankan AI secara mandiri makin nyata, walau ongkos perangkatnya masih jadi pagar pertama.
Kalau yang kamu butuhkan adalah memahami materi, merangkum jurnal, atau membandingkan jawaban beberapa model AI dalam bahasa Indonesia tanpa memikirkan RAM dan instalasi, asisten AI di kakak.ai bisa membantu langsung dari peramban. Coba Sekarang, Gratis.
Platform AI all-in-one untuk produktivitas kamu
Coba kakak.ai Gratis