Thinking Machines Lab представила открытую ИИ-модель Inkling, бросая вызов универсальным решениям

Стартап Thinking Machines Lab, основанный бывшим техническим директором OpenAI Мирой Мурати, представил свою первую собственную модель ИИ под названием Inkling. В отличие от флагманских моделей OpenAI, Anthropic или Google, Inkling является открытой (open-weight), что позволяет сторонним разработчикам и компаниям загружать и модифицировать её напрямую.

Inkling — это система «смесь экспертов» (mixture-of-experts) с 975 миллиардами параметров, однако для выполнения конкретной задачи она использует лишь часть из них — около 41 миллиарда. Такая конструкция позволяет очень большим моделям работать быстрее и дешевле. Модель была обучена на 45 триллионах токенов текста, изображений, аудио и видео и, по заявлению компании, «мыслит» на основе всех трёх типов данных. Это первый публичный результат работы компании за полтора года, которые она в основном потратила на создание инфраструктуры ИИ вне поля зрения общественности.

Inkling спроектирована так, чтобы давать выверенные ответы, в том числе указывать на неопределённость, а не угадывать. Пользователи могут регулировать «уровень размышлений» модели для достижения большей скорости. По заявлению компании, на одном из тестов Inkling использует в три раза меньше токенов, чем Nvidia Nemotron 3 Ultra, для достижения той же производительности в кодинге. При этом в Thinking Machines подчёркивают, что Inkling не претендует на звание лучшей модели, а нацелена на сбалансированную производительность.

Модель позиционируется как корпоративный продукт, но скорее как отправная точка для доработки. Компания предлагает организациям самостоятельно настраивать модель через свою платформу Tinker. Это контрастирует с подходом OpenAI, Anthropic и Google, которые создают универсальные чат-боты. Философия Thinking Machines Lab заключается в том, что ИИ, который компании могут адаптировать под себя, превзойдёт универсальные модели. Этот аргумент набирает обороты: генеральный директор Microsoft Сатья Наделла предупредил, что предприятия, использующие проприетарные модели ИИ, платят дважды — за подписку и за передачу своих бизнес-данных.

В поддержку этого тезиса Thinking Machines приводит пример сотрудничества с хедж-фондом Bridgewater Associates. Исследователи дообучили существующую открытую модель на финансовых данных Bridgewater, и она показала результат 84,7% в тестах на финансовое мышление, превзойдя лучшие проприетарные модели, при этом стоимость её работы была примерно в 14 раз ниже.

Thinking Machines также подчёркивает, что достигла этого результата очень быстро: OpenAI потребовалось около пяти лет, Anthropic — около трёх, чтобы вывести технологию на рынок и показать доход. Thinking Machines заявляет, что сделала то же самое примерно за девять месяцев. Компания частично использовала дистилляцию данных от других открытых моделей, включая Moonshot AI Kimi K2.5, для генерации данных на ранних этапах обучения, но обещает, что следующая модель будет использовать полностью автономное обучение.

Что касается финансирования, Thinking Machines заключила стратегическое партнёрство с Nvidia в марте для развёртывания вычислительных мощностей Vera Rubin, а сама Inkling была обучена исключительно на системах Nvidia GB300 NVL72. Компания не раскрывает, как планирует балансировать расходы с доходами, которые, по слухам, пока не были в фокусе. Сообщалось о возможном раунде финансирования в $50 млрд (~4 трлн рублей), который, по данным СМИ, застопорился к январю. Основной доход компания планирует получать через платформу Tinker (обучение, тонкая настройка и часть экосистемы хостинга), а не через саму модель.