Thinking Machines Lab lansează Inkling, primul său model de inteligență artificială multimodală cu greutăți deschise

Thinking Machines Lab a lansat Inkling, primul său model de inteligență artificială generală, care oferă dezvoltatorilor acces la un sistem cu aproape un trilion de parametri care poate procesa text, imagini și audio. Lansarea din 15 iulie 2026 reprezintă cel mai important punct de referință al companiei de inteligență artificială, fondată de fostul director tehnic al OpenAI, Mira Murati.

În loc să pretindă că a construit cel mai capabil model, Thinking Machines poziționează Inkling ca o bază personalizabilă pentru companii, cercetători și dezvoltatori care doresc un control mai mare asupra modului în care se comportă inteligența artificială. Greutățile sale pot fi descărcate prin Hugging Face sub licență Apache 2.0, în timp ce modelul poate fi, de asemenea, ajustat prin platforma de antrenare Tinker a Thinking Machines.

Această poziționare ar putea fi importantă, deoarece piața inteligenței artificiale se divide între sistemele frontale proprietare controlate de un număr mic de companii și alternativele cu greutăți deschise pe care organizațiile le pot modifica, găzdui și integra în propria infrastructură.

Un model cu 975 de miliarde de parametri care utilizează doar o fracțiune la un moment dat

Inkling conține 975 de miliarde de parametri totali, făcându-l unul dintre cele mai mari modele cu greutăți deschise lansate până în prezent. Cu toate acestea, utilizează o arhitectură Mixture-of-Experts rară, ceea ce înseamnă că doar 41 de miliarde de parametri sunt activați în timpul procesării oricărui token individual.

Modelul conține 66 de straturi de transformare și 256 de experți dirijați. Fiecare token este trimis la șase dintre acești experți, împreună cu doi experți partajați care rămân activi pe durata solicitărilor. Acest abordare are scopul de a oferi capacitatea de cunoaștere a unui model foarte mare fără a necesita ca toți parametrii să fie utilizați în timpul fiecărei operațiuni de inferență.

Thinking Machines a declarat că proiectarea Mixture-of-Experts urmează în mare măsură ideile introduse în DeepSeek-V3, inclusiv metodele sale de dirijare și echilibrare a sarcinii. Inkling utilizează, de asemenea, o combinație de straturi de atenție cu ferestre glisante și globale, împreună cu încorporări poziționale relative în locul încorporărilor poziționale rotative utilizate în mod obișnuit în modelele lingvistice moderne.

Modelul suportă o fereastră de context de până la un milion de tokeni. Prin Tinker, dezvoltatorii au în prezent acces la configurații de 64.000 de tokeni și 256.000 de tokeni, în timp ce capacitatea de context completă este disponibilă prin implementări compatibile ale greutăților descărcate.

Raționament nativ pe texte, imagini și audio

Inkling este nativ multimodal, acceptând texte, imagini și audio ca intrări și generând texte ca ieșire. Imaginile sunt procesate utilizând un codator de patch ierarhic, în timp ce audio este convertit în tokeni discreți și plasat în același spațiu de reprezentare partajat cu informații textuale și vizuale.

Thinking Machines a preantrenat modelul pe 45 de trilioane de tokeni proveniți din texte, imagini, audio și video. Compania a declarat că datele au inclus material disponibil public, surse terțe licențiate sau achiziționate și conținut generat sau augmentat sintetic. Cu toate acestea, cardul modelului nu oferă un inventar complet al setului de date, făcând “greutăți deschise” o descriere mai precisă decât complet sursă deschisă.

Compania a introdus, de asemenea, un sistem de raționament controlabil care permite dezvoltatorilor să ajusteze cantitatea de calcul pe care Inkling o aplică înainte de a produce un răspuns. Setările de raționament mai scăzute pot reduce latența și consumul de tokeni, în timp ce setările mai mari pot fi utilizate pentru sarcini de codificare, matematică, știință sau utilizare a unor instrumente mai dificile.

Alături de modelul principal, Thinking Machines a prezentat Inkling-Small, un model Mixture-of-Experts de 276 de miliarde de parametri cu 12 miliarde de parametri activi. Compania a declarat că îmbunătățirile aduse datelor și rețetei de antrenare au permis modelului mai mic să egaleze sau să depășească versiunea mai mare în mai multe evaluări, deși Inkling-Small nu a primit încă același tratament de lansare completă.

Proiectat pentru a fi personalizat prin Tinker

Inkling este strâns legat de Tinker, platforma de antrenare bazată pe cloud pe care Thinking Machines a introdus-o în 2025. Tinker permite dezvoltatorilor să scrie proceduri de antrenare local, în timp ce platforma gestionează infrastructura de GPU distribuită necesară pentru a ajusta modele de la sisteme relativ mici la arhitecturi Mixture-of-Experts de trilioane de parametri.

Platforma suportă antrenarea supravegheată, învățarea prin întărire, optimizarea preferințelor directe, distilarea și adaptarea de rang scăzut. Clienții pot descărca punctele de control rezultate, iar Thinking Machines declară că datele de antrenare ale clienților sunt utilizate doar pentru a ajusta modelele clienților, și nu sunt încorporate în propriile modele de bază.

Pentru a demonstra acest proces de personalizare, compania a cerut Inkling să se ajusteze singur într-un model care nu va utiliza niciodată litera “e”. Inkling a generat propriile date de antrenare și metodă de evaluare, a creat și a rulat un loc de muncă de ajustare prin Tinker, a testat punctul de control actualizat și apoi a încărcat greutățile modificate în mediul său de lucru.

Demonstrația este intenționat îngustă, dar ilustrează strategia mai amplă. Thinking Machines dorește ca dezvoltatorii să trateze modelele de bază ca puncte de plecare care pot fi adaptate terminologiei, fluxurilor de lucru, datelor, politicilor și comportamentului preferat al unei organizații, mai degrabă decât ca produse finite controlate în întregime de furnizorul modelului original.

Performanță competitivă fără a revendica coroana de benchmark

Thinking Machines recunoaște deschis că Inkling nu este cel mai puternic model disponibil în fiecare categorie. Rezultatele sale de benchmark se situează în general printre cele mai capabile sisteme cu greutăți deschise, în timp ce modelele proprietare de top de la companii precum Anthropic, Google și OpenAI păstrează un avantaj general.

Inkling a obținut 97,1% la benchmarkul American Invitational Mathematics Examination din 2026 și 87,2% la GPQA Diamond, care evaluează raționamentul științific de nivel universitar. A înregistrat 77,6% la SWE-bench Verified și 54,3% la SWE-bench Pro Public, două benchmarkuri utilizate pentru a evalua capacitatea agenților de codificare de a rezolva probleme reale de inginerie software.

La Humanity’s Last Exam, Inkling a obținut 29,7% fără instrumente și 46% atunci când i s-au oferit instrumente. Performanța sa cu instrumente a fost competitivă cu mai multe modele deschise, dar a rămas sub sistemele închise cele mai puternice incluse în comparația Thinking Machines.

Inkling a obținut, de asemenea, un punctaj de 1.257 pe liderul de bord al dezvoltării web agențice Design Arena, unde evaluatorii umani compară aplicații create de diferite modele. Acest lucru l-a plasat aproape de mai multe sisteme proprietare și înaintea unui număr de concurenți cu greutăți deschise stabiliți.

Ca și în cazul oricărui set de benchmark publicat de un furnizor, rezultatele vor necesita reproducere independentă. Thinking Machines a utilizat scoruri externe acolo unde a fost posibil, dar mai multe evaluări s-au bazat pe harness-uri interne, configurații sau rezultate auto-raportate de la furnizorii de modele concurente.

Costuri mai mici vin cu cerințe de hardware semnificative

Argumentul de cost al lui Inkling se bazează în mare măsură pe arhitectura sa rară și raționamentul controlabil. Activarea a 41 de miliarde de parametri în loc de toți cei 975 de miliarde ar trebui să facă inferența considerabil mai eficientă decât rularea unui model dens similar, permițând dezvoltatorilor să dezactiveze raționamentul extins pentru solicitările care nu necesită acest lucru.

Prin Tinker, versiunea de 64.000 de tokeni este listată la 1,87 dolari pe milion de tokeni de preumplere, 4,68 dolari pe milion de tokeni eșantionați și 5,61 dolari pe milion de tokeni de antrenare. Configurația de 256.000 de tokeni este mai scumpă, la 3,74 dolari pentru preumplere, 9,36 dolari pentru eșantionare și 11,23 dolari pentru antrenare, cu rate mai mici disponibile pentru intrări cache.

Aceste cifre fac experimentarea cu modele mari mai accesibilă decât asamblarea unui cluster de antrenare dedicat, dar Inkling nu este un model pe care majoritatea dezvoltatorilor îl vor rula pe o stație de lucru obișnuită. Punctul de control complet BF16 necesită cel puțin două terabiți de memorie grafică agregată, echivalent cu opt plăci grafice Nvidia B300 sau 16 plăci grafice H200.

Un punct de control cuantificat NVFP4 reduce cerința la aproximativ 600 de gigabiți, dar tot necesită infrastructură precum patru plăci grafice B300 sau opt plăci grafice H200. În practică, multe organizații vor accesa probabil Inkling prin Tinker sau furnizori de inferență terți, mai degrabă decât prin găzduirea directă a modelului complet.

Echilibrarea rezistenței la cenzură cu controale de siguranță

Unul dintre obiectivele de proiectare mai neobișnuite ale lui Inkling este ceea ce Thinking Machines descrie ca rezistență la cenzură. Compania declară că a antrenat în mod special modelul pentru a răspunde la întrebări despre subiecte care pot fi politice sau instituțional sensibile, mai degrabă decât pentru a refuza automat acestea.

Cognition a evaluat Inkling utilizând benchmarkul său de propagandă și cenzură, iar Thinking Machines a raportat că modelul a demonstrat puternice modele de “non-conformitate cu cenzura”. Ideea de bază este că un model deschis nu ar trebui să moștenească restricții politice inutile sau opinii standardizate doar pentru că aceste preferințe au fost încorporate de dezvoltatorul său original.

Acest lucru nu înseamnă că Inkling este proiectat pentru a răspunde la fiecare solicitare. Compania a antrenat separat modelul pentru a refuza instrucțiuni legate de arme, violență, abuz cibernetic, amenințări chimice sau biologice, manipulare și alte activități periculoase.

Inkling a obținut 78% la partea adversă a benchmarkului de siguranță FORTRESS, în timp ce a răspuns corect la 95,9% din întrebările benigne proiectate pentru a semăna cu solicitări dăunătoare. A obținut, de asemenea, 98,6% la StrongREJECT, care măsoară dacă modelele refuză instrucțiuni clar dăunătoare. Thinking Machines declară că această combinație indică faptul că modelul poate menține controale de siguranță fără a bloca excesiv întrebări legitime, deși efectul ajustării ulterioare de către terți rămâne o problemă deschisă de cercetare.

De la conducerea OpenAI la o companie de 12 miliarde de dolari

Thinking Machines Lab a fost lansat oficial în februarie 2025, la câteva luni după ce Murati a părăsit OpenAI. Ea a servit ca director tehnic al OpenAI în timpul lansării de produse precum ChatGPT, DALL-E și sistemele multimodale și de voce ale companiei.

Echipa originală includea aproximativ 30 de cercetători și ingineri recrutați de la OpenAI, Meta, Mistral și alte organizații de inteligență artificială. Aproximativ două treimi dintre angajații săi la lansare lucrau anterior la OpenAI. Grupul fondator includea co-fondatorul OpenAI John Schulman, Barret Zoph, Lilian Weng, Andrew Tulloch și Luke Metz, aducând experiență în învățarea prin întărire, alinierea modelului, inteligența artificială multimodală, preantrenarea și post-antrenarea.

Doar cinci luni după lansare, Thinking Machines a strâns aproximativ 2 miliarde de dolari la o valoare de 12 miliarde de dolari. Andreessen Horowitz a condus runda, cu participarea Nvidia (NVDA ), Accel, ServiceNow (NOW ), Cisco, AMD și firma de tranzacționare cuantică Jane Street.

Nvidia a extins ulterior relația cu compania printr-un parteneriat strategic pe mai mulți ani. Anunțat în martie 2026, acordul prevede implementarea a cel puțin un gigawatt de sisteme Nvidia Vera Rubin de următoare generație pentru a sprijini antrenarea modelului și platformele de inteligență artificială personalizabilă ale Thinking Machines. Nvidia a făcut, de asemenea, o investiție suplimentară în companie.

Inkling reflectă o pariu mai larg pe inteligența artificială descentralizată

Thinking Machines susține că majoritatea sistemelor de inteligență artificială sunt antrenate de un număr mic de companii și apoi distribuite ca produse în mare măsură fixe. Alternativa sa este un ecosistem în care afacerile și indivizii pot adapta continuu modele utilizând propriile cunoștințe, preferințe și judecată.

Această filozofie ajută la explicarea de ce Inkling este lansat cu greutăți descărcabile, mai degrabă decât oferit exclusiv printr-o interfață proprietară. Acesta se conectează, de asemenea, la Tinker, care oferă infrastructura de antrenare necesară pentru a modifica comportamentul fără a forța fiecare organizație să asambleze propria cluster de GPU mare.

Există încă o tensiune între această viziune și realitățile practice ale lansării. Inkling este suficient de deschis pentru a fi descărcat și modificat, dar suficient de mare pentru ca doar organizații bine finanțate să poată găzdui modelul complet. Datele sale de antrenare sunt descrise în categorii generale, mai degrabă decât pe deplin documentate, iar personalizarea poate potențial slăbi controalele de siguranță construite în punctul de control original.

Lansarea oferă, cu toate acestea, dezvoltatorilor occidentali o altă opțiune de model cu greutăți deschise la un moment în care multe dintre cele mai competitive modele personalizabile provin din laboratoare chinezești, cum ar fi DeepSeek, Alibaba, Moonshot AI și Zhipu AI. Reuters a observat că dezvoltarea cu greutăți deschise în Occident a pierdut impuls, deoarece mai multe companii americane de top s-au orientat către strategii mai proprietare.

Ce înseamnă Inkling pentru inteligența artificială

Importanța lui Inkling poate depinde mai puțin de faptul că conduce fiecare benchmark și mai mult de faptul că dezvoltatorii pot transforma acest model în sisteme specializate care să performeze mai bine decât modelele generale în domenii mai înguste.

Companiile din domeniul financiar, sănătate, inginerie, securitate cibernetică, cercetare științifică și dezvoltare de software dețin adesea cunoștințe interne valoroase care sunt slab reprezentate în datele de antrenare publice. Un model de bază cu greutăți deschise capabil, combinat cu învățare prin întărire accesibilă și infrastructură de ajustare, ar putea permite acestor organizații să încodeze mai multă expertiză direct în comportamentul modelului.

În același timp, modelul va trebui să demonstreze că pretențiile sale de eficiență se traduc în costuri totale de implementare mai mici, în special atunci când se iau în considerare infrastructura, volumul de inferență, ajustarea, monitorizarea și testarea siguranței. Cercetătorii independenți vor trebui, de asemenea, să examineze performanța sa de benchmark, capacitățile multilingve, neutralitatea politică, ratele de halucinație și rezistența la degradarea siguranței după personalizare.

Thinking Machines a intrat pe piață cu o echipă neobișnuit de experimentată, o finanțare substanțială a investitorilor și angajamente de infrastructură normal asociate cu laboratoare de inteligență artificială mult mai vechi. Inkling este prima ocazie a companiei de a demonstra că aceste resurse pot produce mai mult decât planuri de cercetare ambițioase și platforme de antrenare.

Modelul nu înlocuiește sistemele proprietare de top, iar Thinking Machines Lab nu susține că o face. În schimb, Inkling oferă o propunere diferită: că viitorul inteligenței artificiale avansate poate fi modelat nu numai de cineva care antrenează cel mai puternic model general, ci și de cine oferă dezvoltatorilor cea mai puternică bază pentru a construi propriile modele.