Thinking Machines Lab, de AI-startup opgericht door voormalig OpenAI Chief Technology Officer Mira Murati, bracht op 15 juli 2026 zijn eerste basismodel uit. Het model, genaamd Inkling, stelt zijn volledige open gewichten beschikbaar voor ontwikkelaars die het willen verfijnen voor hun eigen gebruiksscenario's - een doelbewuste gok op maatwerk in plaats van de one-size-fits-all-aanpak die de AI-industrie domineert. De lancering markeert het eerste publieke bewijspunt voor een bedrijf dat meer dan een jaar heeft besteed aan het bouwen van een AI-infrastructuur, grotendeels buiten het zicht van het publiek, en komt op een moment waarop westerse bedrijven hongerig zijn naar breaking AI news en geloofwaardige alternatieven voor zowel gated propriëtaire modellen als goedkope Chinese open-sourcesystemen.

Wat is vermoeden?

Inkling is het eerste model dat volledig opnieuw is getraind door Thinking Machines. Het is een mix van experts (MoE)-architectuur met 975 miljard parameters, hoewel het voor de gemiddelde prompt slechts ongeveer 41 miljard van die parameters gebruikt om taken sneller te verwerken en de kosten laag te houden. Volgens het bedrijf is het model getraind op ongeveer 45 biljoen tokens aan tekst, beeld, audio en video, en kan het native redeneren over alle vier de invoertypen. De uitvoer ervan is echter beperkt tot tekst, hoewel die tekst code, gestileerde artefacten en gestructureerde gegevens kan bevatten.

Het model biedt 'denkinspanning'-controles waarmee ontwikkelaars afwegingen kunnen maken, zoals het opofferen van verwerkingssnelheid voor nauwkeurigheid. Ongebruikelijk markeert Inkling ook zijn eigen resultaten vanwege onzekerheid, in plaats van eenvoudigweg zelfverzekerd klinkende hallucinaties te genereren. Ontwikkelaars kunnen het model rechtstreeks verfijnen op Tinker, de trainings-API van het bedrijf die in oktober 2025 werd gelanceerd.

Een westers alternatief voor Chinese open source-modellen

Een van de belangrijkste aspecten van de lancering is wat deze vertegenwoordigt in het bredere open-weight ecosysteem. Het afgelopen jaar werd die ruimte gedomineerd door Chinese AI-bedrijven als DeepSeek en Alibaba, terwijl Meta zijn Llama-modellenfamilie bagatelliseerde ten gunste van een meer propriëtaire aanpak. Inkling wordt gepositioneerd als het eerste geloofwaardige westerse alternatief voor deze systemen.

Analist Mitch Ashley van Futurum Group vertelde de Wall Street Journal dat Inkling westerse ondernemingen een alternatief biedt dat zich richt op maatwerk – waarbij de uitgaven verschuiven van API-prijzen per token naar infrastructuur die de onderneming zelf controleert. "Ingenieursteams moeten de selectie van basismodellen beschouwen als een architectuurbeslissing", zegt Ashley. "Het model dat een organisatie verfijnt, wordt onderdeel van het softwaresubstraat, en de overstapkosten worden groter bij elke verdere aanpassing."

Eerlijk over de beperkingen ervan

Thinking Machines is buitengewoon transparant geweest over het feit dat Inkling niet het sterkste model op de markt is. Het bedrijf erkende dat het niet past bij de meest geavanceerde eigen AI-systemen die beschikbaar zijn. In plaats daarvan gokt het erop dat aanpasbaarheid het verschil zal goedmaken: in plaats van Inkling uit te brengen als een rigide chatbot-achtige app, positioneerde het bedrijf het als een basismodel dat organisaties moesten verfijnen en op hun eigen infrastructuur moesten draaien.

De strategie is al veelbelovend. In samenwerking met Bridgewater Associates gebruikten onderzoekers Tinker om een ​​open model met gespecialiseerde financiële gegevens te verfijnen. Het resultaat was een goedkoop, lichtgewicht model dat 84,7% scoorde op toonaangevende benchmarks voor financieel redeneren – en beter presteerde dan de meest geavanceerde eigen alternatieven tegen minder dan 10% van de kosten.

Snelheid en silicium

Thinking Machines zei dat het Inkling in minder dan negen maanden van de grond af aan kon ontwikkelen, een tijdlijn die gunstig afsteekt bij de meerjarige ontwikkelingscycli die we zien bij rivalen als OpenAI en Anthropic. Het model werd getraind op Nvidia's GB300 NVL72-systeem in het kader van een partnerschap tussen de twee bedrijven dat in maart 2026 werd aangekondigd.

Uit vroege benchmarkresultaten bleek dat Inkling codeerprestaties behaalde die vergelijkbaar zijn met Nvidia's Nemotron 3 Ultra-model, terwijl tweederde minder tokens werden gebruikt – een sterke indicator van efficiëntie voor prijsbewuste organisaties.

Het bedrijfsmodel: Tinker, geen tokens

In plaats van klanten kosten in rekening te brengen voor toegang via een gemeten API, is Thinking Machines van plan om voornamelijk inkomsten te genereren via Tinker, de betaalde service die het voor ontwikkelaars eenvoudig maakt om open-weights-modellen voor specifieke taken af ​​te stemmen. Dit vormt een directe uitdaging voor het gated, per-token-toegangsmodel dat is ontwikkeld door de grootste AI-bedrijven van Silicon Valley.

Voor Murati, die OpenAI in september 2024 verliet en er lang op heeft aangedrongen dat haar nieuwe bedrijf draait om toegankelijkheid, maatwerk en multimodale samenwerking, is Inkling een intentieverklaring. Het bedrijf durft te wedden dat de toekomst van AI niet ligt in een enkel dominant model dat iedereen betaalt om te bevragen, maar in een wereld waarin organisaties de modellen bezitten en vormgeven die hun meest kritische werk aandrijven.

Of die gok loont, zal afhangen van de vraag of voldoende bedrijven bereid zijn te investeren in finetuning en infrastructuur in plaats van in het gemak van een beheerde API. Maar nu Inkling nu beschikbaar is op Hugging Face en Tinker, heeft Thinking Machines de open-weight-beweging het belangrijkste westerse toegangspunt tot nu toe gegeven.

Blijf AI een stap voor

Wilt u meer van dit soort berichtgeving over de AI-industrie (https://aibuzzwire.news)? AI Buzz Wire volgt elke grote modelrelease, financieringsronde en beleidswijziging, zodat u dat niet hoeft te doen.

Lees meer AI-nieuws →