Что произошло
Thinking Machines Lab — стартап Миры Мурати, экс-CTO OpenAI — 15 июля 2026 года выпустила свою первую модель Inkling: мультимодальную MoE-модель с открытыми весами (лицензия Apache 2.0). Веса уже доступны для скачивания на Hugging Face — как в исходном виде, так и в квантованном формате NVFP4 для инференса на картах Nvidia Blackwell.
Флагманская модель — 975 млрд параметров (41 млрд активных на токен), контекстное окно до 1 млн токенов, предобучение на 45 трлн токенов текста, изображений, аудио и видео. Параллельно вышла облегчённая Inkling-Small — 276 млрд параметров (12 млрд активных), для сценариев, где важны низкая задержка и цена.
Детали
- Архитектура: 66-слойный decoder-only трансформер, sparse MoE-блок — 256 маршрутизируемых экспертов + 2 общих, на каждый токен активны 6 маршрутизируемых экспертов; чередование sliding-window и глобального внимания в пропорции 5:1.
- Модальности: текст, изображения (патч-энкодер), аудио и видео на входе; на выходе пока только текст (включая код и структурированные данные).
- Развёртывание: веса открыты по Apache 2.0 — можно скачать, дообучить и запустить в собственной инфраструктуре или в VPC, без обращения к API поставщика. Модель также доступна через сервис дообучения Tinker самой Thinking Machines и через сторонних инференс-провайдеров — TogetherAI, Fireworks, Modal, Databricks, Baseten; на старте компания даёт скидку 50% на API-доступ на ограниченный срок.
- Производительность (по данным компании и TechCrunch): Thinking Machines прямо называет Inkling не самой сильной моделью на рынке, но экономичной — на одном из бенчмарков по кодингу модели требуется примерно втрое меньше токенов, чем Nemotron 3 Ultra от Nvidia, для сопоставимого результата. В пилоте с Bridgewater Associates модель показала 84,7% на тесте финансовых рассуждений при расчётной стоимости запуска примерно в 14 раз ниже, чем у проприетарных аналогов.
- Позиционирование «устойчивости к цензуре»: в официальном анонсе Thinking Machines пишет, что специально обучала Inkling отвечать напрямую по темам, которые у других моделей попадают под ограничения, и приводит собственную оценку «несоответствия цензурным паттернам». Это формулировка и оценка самой компании, а не независимый бенчмарк — на практике это означает более узкий набор дефолтных отказов, а не отсутствие модерации вовсе.
Что это значит
Касается прежде всего команд, которые хотят собственный большой открытый ИИ под контролем — с размещением на своих серверах или в VPC, без передачи данных внешнему API, и с правом дообучать модель под задачу. Для них Inkling — новый крупный кандидат в один ряд с открытыми моделями уровня Llama, DeepSeek и GPT-OSS, причём с лицензией Apache 2.0, которая явно разрешает коммерческое использование и модификацию без роялти.
Практическая возможность здесь конкретная: полный чекпоинт Inkling (975 млрд параметров, BF16) требует по-настоящему серверной инфраструктуры, но квантованная версия NVFP4 и облегчённая Inkling-Small (276 млрд/12 млрд активных) снижают порог входа для команд без парка топовых GPU, а скидка 50% на API — способ протестировать модель ещё до закупки железа. Горизонт — прямо сейчас: веса уже лежат на Hugging Face, API-скидка и доступ через сторонних провайдеров действуют «ограниченное время», так что оценивать стоимость и качество для своей задачи стоит в ближайшие недели, а не откладывать.
