Thinking Machines Lab wypuszcza Inkling, model AI o otwartej wadze z 975 miliardami parametrów
Model Inkling startupu z San Francisco ma otwartą wagę i został częściowo zbudowany z wykorzystaniem chińskich technik AI, stawiając na dostosowanie do potrzeb przedsiębiorstw ponad surową wydajność w testach porównawczych.
Czym jest Inkling i dlaczego to ważne
Thinking Machines Lab, startup AI założony przez byłą CTO OpenAI Mirę Murati, w środę wypuścił swój pierwszy model ogólnego przeznaczenia. Nazwany Inkling, system o 975 miliardach parametrów ma otwartą wagę, co oznacza, że programiści mogą go pobrać, uruchomić i modyfikować. Premiera daje zachodnim przedsiębiorstwom nową alternatywę dla chińskich modeli open-source, które zdominowały ten segment, odkąd Meta porzuciła swoją otwartą strategię Llamy. Model jest dostępny na platformie dostrajania Tinker firmy oraz na Hugging Face.
Dziś realizujemy naszą misję, wydając model, który wytrenowaliśmy od podstaw z pełnymi wagami dostępnymi, aby ludzie mogli uczynić go swoim.
Szczegóły techniczne i chińskie wpływy
Model został zbudowany jako architektura mixture-of-experts, wykorzystująca około 41 miliardów z łącznych 975 miliardów parametrów dla danego zadania. Został wytrenowany na 45 bilionach tokenów tekstu, obrazu, dźwięku i wideo. Według Financial Times, architektura czerpie z chińskiego laboratorium DeepSeek-V3, a końcowa faza po treningu wykorzystywała dane wygenerowane przez Kimi K2.5 od Moonshot AI, model z Pekinu. Naukowcy odkryli również podczas treningu, że Inkling zaczął pomijać kroki rozumowania w języku naturalnym, aby oszczędzić moc obliczeniową, co skłoniło zespół do ich przywrócenia dla zapewnienia wyjaśnialności.
Uznał, że gramatyka jest narzutem, co jest interesujące.
Wydajność vs. konkurencja
Thinking Machines jest otwarta co do tego, że Inkling nie jest najsilniejszym dostępnym modelem. Testy porównawcze udostępnione dziennikarzom plasują go poniżej zamkniętych modeli Anthropic i OpenAI oraz za kilkoma czołowymi chińskimi modelami otwartymi. Firma podkreśla jednak konkurencyjne wyniki w zadaniach związanych z agentami i zauważa, że Inkling używa o jedną trzecią mniej tokenów niż Nvidia Nemotron 3 Ultra, aby osiągnąć równoważną wydajność kodowania. Model pozwala również użytkownikom regulować „wysiłek myślenia” w górę lub w dół, wymieniając szybkość na głębokość.
Startup stojący za tym
Mira Murati współzałożyła Thinking Machines w lutym 2025 roku po odejściu z OpenAI, gdzie przez krótki czas pełniła funkcję tymczasowej dyrektor generalnej. Zebrała 2 miliardy dolarów w rundzie seed przy wycenie 12 miliardów dolarów post-money od Andreessen Horowitz, Nvidii, AMD i funduszu hedgingowego Jane Street. Firma uruchomiła platformę dostosowywania modeli Tinker w październiku 2025 roku i generuje przychody dzięki umowom dostrajania dla przedsiębiorstw. Na początku tego roku firma doświadczyła drenażu talentów, gdy kilku starszych pracowników odeszło do Meta i OpenAI, poddając w wątpliwość przywództwo Murati.
- Mira Murati i byli współpracownicy z OpenAI zakładają Thinking Machines Lab
- Firma zamyka rundę seed o wartości 2 mld USD przy wycenie 12 mld USD
- Platforma dostosowywania modeli Tinker uruchomiona dla klientów korporacyjnych
- Zapowiedź badawcza modeli interakcyjnych, które natywnie słuchają i mówią
- Pierwszy model ogólnego przeznaczenia, Inkling, wydany jako open-weight
Strategia otwartej wagi i kontekst rynkowy
Popyt na modele z otwartą wagą rośnie, ponieważ przedsiębiorstwa poszukują tańszej, hostowanej samodzielnie sztucznej inteligencji, którą mogą dostosować. Dyrektor generalny Palantir Alex Karp argumentował niedawno na CNBC, że zamknięte modele graniczne są zbyt drogie i brakuje im jasnej ochrony własności intelektualnej. Firma Thinking Machines stawia na to, że to możliwość dostosowania, a nie maksymalna inteligencja, zdobędzie konta przedsiębiorstw. Firma poinformowała, że już trenuje potężniejszych następców i prezentuje lżejszy wariant o nazwie Inkling-Small.
