Zum Hauptinhalt springen

Thinking Machines LabSprachmodellForschungsvorschau

TML-d24-varloop-research

Zusammenfassung

TML-d24-varloop-research ist ein separater Forschungscheckpoint von Thinking Machines Lab mit variabler Wiederholung geteilter Schichten. Die Wahl zwischen einem und fünf Durchläufen ändert den Rechenaufwand pro Token. Die offenen Gewichte sind als Forschungsvorschau ausgewiesen, nicht für den Produktionseinsatz bestimmt und ohne API-Zugang.

Alle technischen Daten

Architektur

Checkpoint
thinkingmachines/TML-d24-varloop-research
Quelle: Checkpoint
Modellklasse
Multimodaler autoregressiver Looped Transformer für Forschung.
Quelle: Modellklasse
Parameter
26,4 Milliarden insgesamt und 3,4 Milliarden aktiv. Der effektive Rechenaufwand hängt von der Zahl der Schichtdurchläufe ab.
Quelle: Parameter

Ein- und Ausgabe

Ein- und Ausgabe
Text und Bilder als Eingabe. Text als Ausgabe.
Quelle: Ein- und Ausgabe
Kontextfenster
Bis zu 1 Mio. Token
Quelle: Kontextfenster

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Zugang
Offene Gewichte. Kein API-Zugang, auch nicht über Tinker.
Quelle: Zugang
Lizenz
Apache 2.0
Quelle: Lizenz
Gewichtsformat
Gemischte NVFP4-, MXFP8- und BF16-Präzision, etwa 20 GB.
Quelle: Gewichtsformat
Abschaltung
Keine angekündigt
ohne Quelle

Weitere Angaben

Abgrenzung zu Inkling 2 Mini
Eigener Forschungscheckpoint. Die späteren Trainingsstufen unterscheiden sich von Inkling 2 Mini. Der Anbieter rät von einem direkten Leistungsvergleich ab.
Quelle: Abgrenzung zu Inkling 2 Mini

Häufige Fragen zu TML-d24-varloop-research

Wie groß ist das Kontextfenster von TML-d24-varloop-research?

1 Mio. Token. Für Ein- und Ausgabe können zusätzliche Limits gelten.

KontextfensterKontextlimit in Token · höher ist besser
TML-d24-varloop-researchPlatz 40 von 1161 Mio.
Claude Fable 5.21 Mio.
Claude Opus 5.51 Mio.
Claude Fable 5.11 Mio.
Claude Sonnet 5.51 Mio.
Muse Wonder Full1 Mio.
Claude Opus 51 Mio.

Kann ich TML-d24-varloop-research lokal nutzen?

Ja, die Gewichte sind offen.

Angaben von Thinking Machines Lab

Offene Gewichte
ja
Lizenz
Apache 2.0
Parameter
26,4 Mrd.
davon aktiv je Token
3,4 Mrd.