Thinking Machines Lab, AI-startupen som grundades av tidigare OpenAI Chief Technology Officer Mira Murati, släppte sin första grundmodell den 15 juli 2026. Modellen, som heter Inkling, gör sina fulla öppna vikter tillgängliga för utvecklare som vill finjustera den för sina egna användningsfall – en medveten satsning på anpassning över en storleksansats som passar AI-branschen. Lanseringen markerar den första offentliga bevispunkten för ett företag som har tillbringat över ett år med att bygga AI-infrastruktur till stor del utanför allmänhetens syn, och den kommer i ett ögonblick då västerländska företag är hungriga efter breaking AI news och trovärdiga alternativ till både gated proprietära modeller och lågkostnads ​​kinesiska open source-system.

Vad är Inkling?

Inkling är den första modellen som är färdigutbildad från grunden av Thinking Machines. Det är en blandning av experter (MoE)-arkitektur med 975 miljarder parametrar, men för den genomsnittliga prompten drar den bara på cirka 41 miljarder av dessa parametrar för att bearbeta uppgifter snabbare och hålla kostnaderna låga. Enligt företaget tränades modellen på cirka 45 biljoner tokens av text, bild, ljud och video och kan resonera inbyggt över alla fyra inmatningstyper. Dess utdata är dock begränsade till text - även om den texten kan innehålla kod, formaterade artefakter och strukturerad data.

Modellen erbjuder kontroller för "tänkande ansträngning" som låter utvecklare göra avvägningar, som att offra bearbetningshastigheten för noggrannhet. Ovanligt, flaggar Inkling också sina egna utgångar för osäkerhet snarare än att bara generera självsäkert klingande hallucinationer. Utvecklare kan finjustera modellen direkt på Tinker, företagets tränings-API som lanserades i oktober 2025.

Ett västerländskt alternativ till kinesiska modeller med öppen källkod

En av de viktigaste aspekterna av lanseringen är vad den representerar i det bredare öppna ekosystemet. Det senaste året har det utrymmet dominerats av kinesiska AI-företag som DeepSeek och Alibaba, medan Meta tonade ner sin Llama-modellfamilj till förmån för ett mer proprietärt tillvägagångssätt. Inkling är positionerat som det första trovärdiga västerländska alternativet till dessa system.

Futurum Group-analytiker Mitch Ashley berättade för Wall Street Journal att Inkling ger västerländska företag ett alternativ fokuserat på anpassningsekonomi – att flytta utgifterna från prissättning per token API till infrastruktur som företaget själv kontrollerar. "Ingenjörsteam bör behandla val av basmodell som ett arkitekturbeslut," sa Ashley. "Den modell som en organisation finjusterar blir en del av dess mjukvarusubstrat, och bytekostnader blir större med varje nedströmsanpassning."

Ärlig om dess begränsningar

Thinking Machines har varit ovanligt transparenta med att Inkling inte är den starkaste modellen på marknaden. Företaget erkände att det inte matchar de mest avancerade proprietära AI-systemen som finns tillgängliga. Istället satsar det på att anpassningsbarhet kommer att utgöra skillnaden: snarare än att släppa Inkling som en stel app i chatbot-stil, placerade företaget den som en basmodell som organisationer bör finjustera och köra på sin egen infrastruktur.

Strategin visar redan lovande. I ett samarbete med Bridgewater Associates använde forskare Tinker för att finjustera en öppen modell med specialiserad finansiell data. Resultatet var en lågkostnadsmodell med låg vikt som fick 84,7 % på ledande riktmärken för ekonomiskt resonemang – som överträffade de mest avancerade patentskyddade alternativen till mindre än 10 % av kostnaden.

Hastighet och kisel

Thinking Machines sa att de kunde utveckla Inkling från grunden på mindre än nio månader, en tidslinje som jämförs positivt med de fleråriga utvecklingscyklerna som setts hos konkurrenter som OpenAI och Anthropic. Modellen tränades på Nvidias GB300 NVL72-system under ett partnerskap mellan de två företagen som tillkännagavs i mars 2026.

I tidiga benchmarkresultat visade Thinking Machines att Inkling uppnådde kodningsprestanda jämförbar med Nvidias Nemotron 3 Ultra-modell samtidigt som de använde två tredjedelar färre tokens – en stark indikator på effektivitet för kostnadsmedvetna organisationer.

Affärsmodellen: Tinker, Not Tokens

Istället för att debitera kunder för åtkomst genom ett uppmätt API, planerar Thinking Machines att generera intäkter främst genom Tinker, dess betaltjänst som gör det enkelt för utvecklare att finjustera modeller med öppen vikt för specifika uppgifter. Detta representerar en direkt utmaning för den gated, per-token access-modell som pionjärer av Silicon Valleys största AI-företag.

För Murati, som lämnade OpenAI i september 2024 och länge har insisterat på att hennes nya företag handlar om tillgänglighet, anpassning och multimodalt samarbete, är Inkling en avsiktsförklaring. Företaget satsar på att framtiden för AI inte ligger i en enda dominerande modell som alla betalar för att fråga, utan i en värld där organisationer äger och formar modellerna som driver deras mest kritiska arbete.

Huruvida den satsningen lönar sig beror på om tillräckligt många företag är villiga att investera i finjustering och infrastruktur snarare än bekvämligheten med ett hanterat API. Men med Inkling nu tillgängligt på Hugging Face och Tinker öppna för företag, har Thinking Machines gett rörelsen med öppen vikt dess viktigaste västerländska ingång hittills.

Ligg före AI

Vill du ha mer AI-industribevakning som denna? AI Buzz Wire spårar varje större modellsläpp, finansieringsrunda och policyskifte så att du inte behöver göra det.

Läs mer AI-nyheter →