Thinking Machines представила открытую модель Inkling для корпоративной настройки

Что произошло

Thinking Machines Lab выпустила свою первую проприетарную AI-модель Inkling. В отличие от флагманских моделей OpenAI, Anthropic и Google, она распространяется с открытыми весами, поэтому сторонние разработчики и компании могут скачивать ее и изменять напрямую.

Inkling стала первым публичным результатом работы Thinking Machines Labs после полутора лет разработки AI-инфраструктуры преимущественно вне публичного поля.

Что умеет Inkling

Inkling использует архитектуру mixture-of-experts: всего у модели 975 млрд параметров, но для конкретной задачи задействуется около 41 млрд. Такой подход, как указано в источнике, помогает запускать очень крупные модели быстрее и дешевле.

Модель обучалась на 45 трлн токенов текста, изображений, аудио и видео и, согласно материалам компании, умеет рассуждать по всем четырем типам данных. При этом текущая генерация ограничена текстом: это может быть обычный текст, код, стилизованные артефакты и структурированные данные.

Thinking Machines описывает Inkling как модель, рассчитанную на калиброванные ответы: она должна отмечать неопределенность вместо угадывания. Пользователи также могут повышать или снижать «усилие мышления», когда им нужно сделать выбор в пользу скорости.

Почему это важно

Запуск Inkling проверяет ключевую ставку Thinking Machines: компания считает, что AI, который организации могут адаптировать под себя, будет эффективнее универсальных моделей, продаваемых крупнейшими лабораториями.

Сейчас Thinking Machines продвигает Inkling скорее как отправную точку, а не как полностью готовый продукт. Организации смогут донастраивать модель через Tinker, платформу компании для кастомизации моделей, но безопасность таких изменений останется задачей самих клиентов.

Компания не заявляет, что Inkling является лучшей моделью на рынке. В ее материалах прямо говорится, что Inkling — «не самая сильная модель, доступная сегодня, закрытая или открытая»; акцент сделан на сбалансированной производительности и возможности настройки.

Контекст рынка

OpenAI, Anthropic и Google выбрали иной подход с ChatGPT, Claude и Gemini: эти продукты сначала создавались как универсальные чат-боты, поверх которых добавлялись агентные и автономные функции.

Похожая дискуссия идет и за пределами Thinking Machines. Satya Nadella предупредил, что компании, использующие проприетарные AI-модели, фактически платят дважды: за подписку и за передачу бизнес-знаний, содержащихся в тысячах запросов и исправлений, которые могут быть учтены в будущих версиях моделей.

Clem Delangue из Hugging Face в разговоре с TechCrunch также предположил, что frontier-модели будут все чаще использоваться для экспериментов и задач высокой ценности, тогда как основная производственная AI-нагрузка сместится к частным или open-source-альтернативам.