Thinking Machines Lab veröffentlicht Inkling, ein Open-Weight-KI-Modell mit 975 Milliarden Parametern
Das in San Francisco ansässige Startup hat mit Inkling ein Open-Weight-Modell veröffentlicht, das teilweise mit chinesischen KI-Techniken entwickelt wurde und auf Unternehmensanpassung statt auf reine Benchmark-Leistung abzielt.
Was Inkling ist und warum es wichtig ist
Thinking Machines Lab, das von der ehemaligen OpenAI-CTO Mira Murati gegründete KI-Startup, hat am Mittwoch sein erstes universelles Modell veröffentlicht. Das System namens Inkling mit 975 Milliarden Parametern ist Open-Weight, das heißt, Entwickler können es herunterladen, ausführen und modifizieren. Die Veröffentlichung bietet westlichen Unternehmen eine neue Alternative zu chinesischen Open-Source-Modellen, die dieses Segment dominieren, seit Meta seine offene Llama-Strategie aufgegeben hat. Das Modell ist auf der firmeneigenen Tinker-Feinabstimmungsplattform und auf Hugging Face verfügbar.
Heute treiben wir unsere Mission voran, indem wir ein Modell veröffentlichen, das wir von Grund auf trainiert haben und dessen vollständige Gewichte verfügbar sind, damit die Leute es zu ihrem eigenen machen können.
Technische Details und chinesischer Einfluss
Das Modell wurde als Mixture-of-Experts-Architektur aufgebaut, die für eine bestimmte Aufgabe auf etwa 41 Milliarden seiner insgesamt 975 Milliarden Parameter zurückgreift. Es wurde mit 45 Billionen Token aus Text, Bild, Audio und Video trainiert. Die Architektur leiht sich vom chinesischen Labor DeepSeek-V3, so die Financial Times, und die letzte Post-Training-Phase nutzte Daten, die von Moonshot AIs Kimi K2.5, einem in Peking ansässigen Modell, generiert wurden. Forscher entdeckten während des Trainings außerdem, dass Inkling begann, Schritte des natürlichen Sprachverständnisses wegzulassen, um Rechenleistung zu sparen, was das Team dazu veranlasste, sie aus Gründen der Erklärbarkeit wieder einzuführen.
Es stellte fest, dass die Grammatik Overhead war, was interessant ist.
Leistung im Vergleich zur Konkurrenz
Thinking Machines gibt offen zu, dass Inkling nicht das stärkste verfügbare Modell ist. Mit Journalisten geteilte Benchmarks ordnen es unter den geschlossenen Modellen von Anthropic und OpenAI sowie hinter mehreren führenden chinesischen Open-Source-Modellen ein. Das Unternehmen hebt jedoch wettbewerbsfähige Ergebnisse bei agentenbezogenen Aufgaben hervor und stellt fest, dass Inkling nur ein Drittel der Token von Nvidias Nemotron 3 Ultra benötigt, um eine vergleichbare Codierungsleistung zu erzielen. Das Modell erlaubt es den Nutzern zudem, den „Denkaufwand“ nach oben oder unten zu regeln und dabei Geschwindigkeit gegen Tiefe einzutauschen.
Das Startup dahinter
Mira Murati gründete Thinking Machines im Februar 2025, nachdem sie OpenAI verlassen hatte, wo sie kurzzeitig als Interims-CEO tätig war. Sie sammelte eine Seed-Finanzierungsrunde in Höhe von 2 Milliarden US-Dollar bei einer Post-Money-Bewertung von 12 Milliarden US-Dollar von Andreessen Horowitz, Nvidia, AMD und dem Hedgefonds Jane Street ein. Das Unternehmen startete im Oktober 2025 seine Tinker-Anpassungsplattform und erzielt seitdem Einnahmen durch Unternehmens-Feinabstimmungsdeals. Anfang dieses Jahres erlitt es einen Talentabfluss, als mehrere leitende Mitarbeiter zu Meta und OpenAI wechselten, was Muratis Führungsqualitäten in Frage stellte.
- Mira Murati und ehemalige OpenAI-Kollegen gründen Thinking Machines Lab
- Unternehmen schließt eine Seed-Runde in Höhe von 2 Milliarden US-Dollar bei einer Bewertung von 12 Milliarden US-Dollar ab
- Tinker-Modellanpassungsplattform wird für Unternehmenskunden gestartet
- Forschungsvorschau auf Interaktionsmodelle, die nativ zuhören und sprechen
- Erstes universelles Modell, Inkling, als Open-Weight veröffentlicht
Open-Weight-Strategie und Marktkontext
Die Nachfrage nach Open-Weight-Modellen wächst, da Unternehmen nach günstigerer, selbst gehosteter KI suchen, die sie anpassen können. Palantir-CEO Alex Karp argumentierte kürzlich auf CNBC, dass geschlossene Spitzenmodelle zu teuer seien und keinen klaren IP-Schutz böten. Thinking Machines setzt darauf, dass Anpassbarkeit und nicht maximale Intelligenz die Unternehmenskunden gewinnen wird. Das Unternehmen gab bekannt, dass es bereits leistungsfähigere Nachfolger trainiert und eine leichtere Variante namens Inkling-Small in der Vorschau zeigt.
