Mira Murati の Thinking Machines が、9,750 億パラメータのオープンウェイト AI モデルである Inkling を発表

元 OpenAI CTO の Mira Murati 氏によって設立された Thinking Machines Lab は、最初のモデルをリリースしました。これは、生のベンチマークの優位性をカスタマイズするために設計された 9,750 億パラメーターのオープンウェイトモデルです。

元 OpenAI 最高技術責任者のミラ・ムラティ氏によって設立された AI スタートアップである Thinking Machines Lab は、2026 年 7 月 15 日に最初の基盤モデルをリリースしました。Inkling と名付けられたこのモデルは、独自のユースケースに合わせて微調整したい開発者がその完全なオープンウェイトを利用できるようにしています。これは、AI 業界を支配している画一的なアプローチではなく、カスタマイズへの意図的な賭けです。この立ち上げは、ほぼ公の場で AI インフラストラクチャの構築に 1 年以上を費やしてきた企業にとって、初の公的な証明ポイントとなり、西側企業が AI ニュース速報と、ゲート付き独自モデルと低コストの中国製オープンソースシステムの両方に対する信頼できる代替品を切望している瞬間に到来しました。

インクリングとは何ですか?

Inkling は、Thinking Machines によってゼロから完全にトレーニングされた最初のモデルです。これは、9,750 億のパラメータを特徴とする専門家混合 (MoE) アーキテクチャですが、平均的なプロンプトでは、タスクをより速く処理し、コストを低く抑えるために、それらのパラメータのうち約 410 億のみを利用します。同社によると、このモデルはテキスト、画像、オーディオ、ビデオの約 45 兆個のトークンでトレーニングされており、4 つの入力タイプすべてにわたってネイティブに推論できるとのことです。ただし、その出力はテキストに限定されます。ただし、そのテキストにはコード、スタイル付きアーティファクト、構造化データが含まれる場合があります。

このモデルは、開発者が精度のために処理速度を犠牲にするなどのトレードオフを行える「思考努力」制御を提供します。珍しいことに、Inkling は単に自信に満ちた幻覚を生成するのではなく、自身の出力に不確実性のフラグを立てます。開発者は、2025 年 10 月にリリースされた同社のトレーニング API である Tinker でモデルを直接微調整できます。

中国のオープンソースモデルに代わる西側諸国

この発表の最も重要な側面の 1 つは、それがより広範なオープンウェイトエコシステムの中で何を表すかということです。過去1年間、その分野はDeepSeekやAlibabaといった中国のAI企業によって独占されてきたが、一方Metaは自社のLlamaファミリーのモデルを軽視し、より独自のアプローチを支持した。 Inkling は、これらのシステムに代わる最初の信頼できる西側の代替手段として位置付けられています。

Futurum Groupのアナリスト、ミッチ・アシュリー氏はウォール・ストリート・ジャーナルに対し、インクリングは西側企業にカスタマイズの経済性に焦点を当てた代替案を提供し、支出をトークンごとのAPI価格設定から企業自身が管理するインフラストラクチャにシフトすると語った。「エンジニアリングチームは、基本モデルの選択をアーキテクチャの決定として扱う必要があります」とアシュリー氏は言います。「組織が微調整するモデルはソフトウェア基盤の一部となり、下流のカスタマイズごとにスイッチングコストが増大します。」

限界について正直に

Thinking Machines は、Inkling が市場で最も強力なモデルではないという事実について、異例の透明性を保っています。同社は、これが入手可能な最先端の独自 AI システムに匹敵しないことを認めました。代わりに、カスタマイズ性が違いを補うことに賭けています。同社は、Inkling を厳格なチャットボットスタイルのアプリとしてリリースするのではなく、組織が微調整して独自のインフラストラクチャ上で実行する必要がある基本モデルとして位置付けました。

この戦略はすでに有望であることを示しています。 Bridgewater Associates との協力により、研究者らは Tinker を使用して、特殊な財務データを使用してオープンモデルを微調整しました。その結果、主要な財務推論ベンチマークで 84.7% のスコアを獲得した、低コストで軽量のモデルが誕生しました。これは、コストの 10% 未満で最も高度な独自の代替モデルを上回るパフォーマンスを発揮します。

スピードとシリコン

Thinking Machines は、Inkling を 9 か月未満でゼロから開発できたと述べています。このスケジュールは、OpenAI や Anthropic などの競合企業で見られる数年にわたる開発サイクルと比べても遜色ありません。このモデルは、2026 年 3 月に発表された両社のパートナーシップに基づいて、Nvidia の GB300 NVL72 システムでトレーニングされました。

Thinking Machines は、初期のベンチマーク結果で、Inkling が Nvidia の Nemotron 3 Ultra モデルに匹敵するコーディングパフォーマンスを達成しながら、トークンの使用量を 3 分の 2 削減したことを示しました。これは、コストを重視する組織にとって効率性を示す強力な指標です。

ビジネスモデル: トークンではなくティンカー

Thinking Machines は、従量制 API を介したアクセスに対して顧客に料金を請求するのではなく、開発者が特定のタスク向けにオープンウェイトモデルを簡単に微調整できるようにする有料サービスである Tinker を通じて主に収益を生み出すことを計画しています。これは、シリコンバレー最大の AI 企業が開拓したゲート型のトークンごとのアクセスモデルに対する直接の挑戦を表しています。

2024 年 9 月に OpenAI を退職し、新会社はアクセシビリティ、カスタマイズ、マルチモーダルコラボレーションにあると長年主張してきたムラティ氏にとって、Inkling は意思表示です。同社は、AI の未来は、誰もがクエリに料金を支払う単一の支配的なモデルにあるのではなく、組織が最も重要な作業を強化するモデルを所有し、形成する世界にあると賭けています。

この賭けが報われるかどうかは、十分な企業がマネージド API の利便性ではなく、微調整とインフラストラクチャに投資する意欲があるかどうかによって決まります。しかし、Inkling が Hugging Face で利用可能になり、Tinker が営業を開始したことで、Thinking Machines はオープンウェイト運動にこれまでで最も重要な西洋の入り口を与えました。