Thinking Machines Lab, стартап штучного інтелекту, заснований колишнім головним технічним директором OpenAI Мірою Мураті, випустив свою першу базову модель 15 липня 2026 року. Модель під назвою Inkling робить свої повні відкриті ваги доступними для розробників, які хочуть налаштувати її для власних випадків використання — навмисна ставка на налаштування замість універсального підходу, який домінує в індустрії штучного інтелекту. Запуск знаменує собою першу публічну доказову точку для компанії, яка витратила більше року на розбудову інфраструктури штучного інтелекту в основному поза увагою громадськості, і це відбувається в той момент, коли західні підприємства прагнуть [останніх новин штучного інтелекту] (https://aibuzzwire.news) і надійних альтернатив як закритим власним моделям, так і недорогим китайським системам з відкритим кодом.

Що таке Інклінг?

Inkling — це перша модель, повністю навчена з нуля Thinking Machines. Це архітектура змішаних експертів (MoE), яка містить 975 мільярдів параметрів, хоча для середньої підказки вона використовує лише близько 41 мільярда з цих параметрів, щоб швидше обробляти завдання та підтримувати низькі витрати. Згідно з даними компанії, модель навчена приблизно на 45 трильйонах токенів тексту, зображень, аудіо та відео, і може нативно обґрунтовувати всі чотири типи введення. Його результати, однак, обмежені текстом — хоча цей текст може містити код, стилізовані артефакти та структуровані дані.

Модель пропонує засоби керування «мислильними зусиллями», які дозволяють розробникам йти на компроміси, наприклад, жертвувати швидкістю обробки заради точності. Незвичайним є те, що Інклінг також позначає власні результати як невизначеність, а не просто для створення впевнено звучать галюцинацій. Розробники можуть точно налаштувати модель безпосередньо на Tinker, навчальному API компанії, запущеному в жовтні 2025 року.

Західна альтернатива китайським моделям з відкритим кодом

Одним із найважливіших аспектів запуску є те, що він представляє в ширшій екосистемі відкритої ваги. Протягом останнього року в цьому просторі домінували китайські фірми штучного інтелекту, такі як DeepSeek і Alibaba, тоді як Meta применшила свою сімейство моделей Llama на користь більш запатентованого підходу. Inkling позиціонується як перша надійна західна альтернатива цим системам.

Аналітик Futurum Group Мітч Ешлі сказав Wall Street Journal, що Inkling дає західним підприємствам альтернативу, орієнтовану на економіку персоналізації — перенесення витрат з ціноутворення API за токен на інфраструктуру, яку контролює саме підприємство. «Команди інженерів повинні ставитися до вибору базової моделі як до архітектурного рішення», — сказав Ешлі. «Модель, яку організація точно налаштовує, стає частиною її програмного забезпечення, а витрати на перемикання зростають із кожним наступним налаштуванням».

Чесно про його обмеження

Компанія Thinking Machines надзвичайно прозоро заявила про те, що Inkling не є найпотужнішою моделлю на ринку. Компанія визнала, що вона не відповідає найсучаснішим пропрієтарним системам штучного інтелекту. Натомість робиться ставка на те, що налаштовуваність вирішить різницю: замість того, щоб випускати Inkling як жорсткий додаток у стилі чат-бота, компанія позиціонувала його як базову модель, яку організації повинні налаштувати та запускати на власній інфраструктурі.

Стратегія вже є перспективною. У співпраці з Bridgewater Associates дослідники використовували Tinker для точного налаштування відкритої моделі зі спеціалізованими фінансовими даними. Результатом стала недорога, легка модель, яка набрала 84,7% за провідними тестами фінансового обґрунтування, перевершуючи найдосконаліші запатентовані альтернативи за менш ніж 10% вартості.

Швидкість і силікон

У Thinking Machines заявили, що їм вдалося розробити Inkling з нуля менш ніж за дев’ять місяців, і цей графік вигідно відрізняється від багаторічних циклів розробки, які спостерігаються у таких конкурентів, як OpenAI і Anthropic. Модель було навчено на системі GB300 NVL72 від Nvidia в рамках партнерства між двома фірмами, про яке було оголошено в березні 2026 року.

У ранніх результатах тестування Thinking Machines показало, що Inkling досяг продуктивності кодування, порівнянної з моделлю Nemotron 3 Ultra від Nvidia, використовуючи на дві третини менше токенів — сильний показник ефективності для організацій, які розуміють витрати.

Бізнес-модель: майструвати, а не жетони

Замість того, щоб стягувати з клієнтів плату за доступ через вимірюваний API, Thinking Machines планує отримувати прибуток переважно за допомогою Tinker, платної послуги, яка дозволяє розробникам легко налаштовувати моделі відкритих ваг для конкретних завдань. Це є прямим викликом закритій моделі доступу за токенами, впровадженій найбільшими фірмами ШІ Кремнієвої долини.

Для Мураті, яка покинула OpenAI у вересні 2024 року і довго наполягала на тому, що її нова компанія спрямована на доступність, налаштування та мультимодальну співпрацю, Inkling є заявою про наміри. Компанія робить ставку на те, що майбутнє штучного інтелекту полягає не в одній домінуючій моделі, за запити якої всі платять, а в світі, де організації володіють і формують моделі, які забезпечують їх найважливішу роботу.

Чи окупиться ця ставка залежатиме від того, чи достатньо підприємств готові інвестувати в тонке налаштування та інфраструктуру, а не в зручність керованого API. Але оскільки Inkling тепер доступний на Hugging Face і Tinker, відкриті для бізнесу, Thinking Machines надала механізму з відкритою вагою найзначнішу точку входу на Захід.

Будьте попереду ШІ

Хочете більше висвітлення індустрії ШІ подібного? AI Buzz Wire відстежує кожну основну модель випуску, раунд фінансування та зміну політики, тож вам не потрібно цього робити.

Читати більше новин AI →