元 OpenAI 最高技術責任者 ミラ ムラティ によって設立された AI スタートアップ企業である Thinking Machines Lab は、同社によれば、サイズが約 4 分の 1 で主力製品のパフォーマンスに匹敵するというオープンウェイト モデルである Inkling-Small をリリースしました。この発表により、米国はこれまで中国の研究機関が独占してきた無差別級フロンティアモデルレースに本格的に参入することになる。この発表は、AI ニュース速報 で取り上げているオープンソース AI の状況を再構築するいくつかの急速な動きの 1 つです。

専門家の混合設計

TestingCatalog AI News によると、Inkling-Small は 専門家混合 (MoE) トランスフォーマーであり、合計 2,760 億のパラメータを含み、任意の推論中に 120 億がアクティブです。このアーキテクチャ — トークンごとにモデルの小さなスライスだけが「起動」する — は、DeepSeek のような中国のオープンウェイト モデルを非常に安価に実行できるようにしたのと同じ効率化のトリックです。 Thinking Machines は、フルウェイトが Hugging Face でリリースされていることを確認しました。

このモデルには、最大 100 万トークンのコンテキスト ウィンドウ と、最小限から「最大」までの範囲のラボが「可変思考努力」と呼ぶものが付属しており、開発者はタスクに応じてコンピューティングとパフォーマンスを交換できます。微調整は、同社の Tinker プラットフォームを通じて行うことができ、テキスト、画像、音声チャットは Tinker Playground でアクセスできます。

NVIDIA GB300 システムでトレーニング済み

Thinking Machines によれば、Inkling-Small は NVIDIA GB300 NVL72 システムでトレーニングされており、2026 年 7 月 15 日に発売されたオリジナルの Inkling モデルよりも「大幅に少ないコンピューティング」を使用しています。その最初のモデル (Thinking Machines のデビュー リリースとして WIRED と TechCrunch で取り上げられました) は、ほぼ一夜にしてこのラボを強力な競合他社として確立しました。

Inkling-Small への道は、意図的な効率化戦略を明らかにします。研究室は、Inkling をトレーニングした後でのみ、より小さなモデルの作業を開始し、呼吸室を使用してトレーニング前のデータ ミックスと機械学習レシピを修正しました。以前のプレビュー チェックポイントは、Inkling が教師として機能するオンポリシー蒸留によって部分的に事後トレーニングされ、その後、約 2 週間のスケールされたエージェント コーディング強化学習が続きました。

勝てる場所と勝てない場所

そのレシピの結果は注目に値します。 Thinking Machines は、Inkling-Small 推論とエージェント コーディングのベンチマークではオリジナルの Inkling を上回っている一方、知識範囲と事実性では Inkling が引き続き優れていると主張しています。難しいことで有名なテキストのみの人類最後の試験では、小型モデルのスコアは31.6%、Inklingの29.7%と報告されています。これは、アクティブパラメータが大幅に減少したにもかかわらず、実質的な改善です。

トレードオフは明らかです。Inkling-Small はより鋭敏なプログラマーおよび推論者ですが、その大きな兄弟はより広範な知識ベースを保持しています。開発者にとって、これはバグではなく機能です。これは、タスクごとに 1 つの巨大なモデルにお金を払うのではなく、仕事に適したツールを選択することを意味します。

中国主導の無差別級出場の米国選手

おそらく最大の影響は地政学的なものです。 CNBC などが指摘しているように、ディープシークやアリババのクウェンなどの中国の研究所が強力なモデルを提供し、欧米の価格を割り引いているため、オープンウェイトのフロンティアモデルは米中間の火種となっている。 Forkast は Inkling-Small のリリースを率直に「無差別級競技会には米国からの参加者がいる」と言いました。

これまで、主要なオープンウェイトモデルはほぼ中国製であったため、米国の研究所が市場のカテゴリー全体を譲り渡しているのではないかとワシントンでは懸念が高まっている。 AI 分野で最も著名な人物の 1 人が率いる、資金豊富な米国の新興企業である Thinking Machines は、その計算を変えます。ハギングフェイスのフルウェイトを解放し、オープンな微調整をサポートすることで、ラボは中国のオープンウェイトモデルが培ってきた開発者コミュニティに直接貢献しています。

ベンチマークだけでなく開発者向けに構築

Thinking Machines は、このリリースを開発者向けのツールと組み合わせました。 Databricks は、オープンなハグ フェイス ウェイト以外にも、Inkling ファミリがそのプラットフォームで利用可能であること、および Tinker Playground がマルチモーダル テキスト、画像、オーディオ チャットをすぐにサポートしていることを確認しました。最小から「xhigh」までの可変の「思考努力」設定は、実際のエンジニアリングのトレードオフを考慮して設計されています。タスクが単純な場合は低コストで実行し、問題によりより深い推論が必要な場合はより多くのコンピューティングを費やします。この柔軟性は、推論の請求額に注目しているスタートアップにとって重要であり、その多くはすでに、プレミアム API 料金を支払うのではなく、より安価なオープンウェイトの代替手段に移行しています。

業界全体の効率の傾向

Inkling-Small は、より広範なパターンにも適合します。業界全体で、最先端はこれまで以上に大型のモノリシック モデルから、重量を上回る小型でスマートなシステムへと移行しています。 DeepSeek の価格競争モデルから圧縮アーキテクチャに至るまで、メッセージは一貫しています。生のパラメータ数は、モデルがその容量をいかに効率的に使用するかよりも重要です。

Thinking Machines の場合、サイズよりも効率を重視する賭けは現在 2 モデルの深さにあり、初期のベンチマークは戦略が機能していることを示しています。 Inkling-Small は現在ダウンロードして微調整できるため、開発者はその主張を自分でテストできます。

AI の一歩先を行く

新しい無差別級モデルが毎週登場しており、競争は激化するばかりです。 AI 業界の報道 を通じて、あらゆるリリースの最新情報を入手してください。

AIニュースをもっと読む→