Thinking Machines выпустила Inkling — открытую MoE-модель на 975 млрд параметров

La startup de Mira Murati, Thinking Machines Lab, a lancé le 16 juillet 2026 son premier modèle open-weights, Inkling — un transformateur Mixture-of-Experts doté de 975 milliards de paramètres (41 milliards actifs) sous licence Apache 2.0, entraîné sur 45 000 milliards de tokens de texte, d'images, d'audio et de vidéo.

Qu'est-ce qu'Inkling

Inkling est un modèle MoE multimodal de 975 milliards de paramètres, dont 41 milliards sont actifs à chaque requête. Le développeur, Thinking Machines Lab, a rendu les poids publics sous la licence libre Apache 2.0 et a accompagné cette sortie d'une fiche modèle étonnamment courte — bien plus laconique que ce que publient habituellement les laboratoires d'IA américains.

• Développeur — Thinking Machines Lab, la startup de Mira Murati, ex-CTO d'OpenAI
• Architecture — Mixture-of-Experts, 975 milliards de paramètres au total, 41 milliards actifs
• Données — 45 000 milliards de tokens de texte, d'images, d'audio et de vidéo
• Licence — Apache 2.0, poids entièrement ouverts
• Une version plus légère, Inkling-Small, a été promise — 276 milliards de paramètres (12 milliards actifs), dont les poids seront publiés après les tests

Pas un fleuron, mais une base pour le fine-tuning

Thinking Machines Lab reconnaît ouvertement qu'Inkling n'est pas le modèle le plus puissant du marché, ni parmi les modèles ouverts, ni parmi les fermés. Plutôt que de viser la première place, l'équipe le positionne comme une base pratique pour la personnalisation et le fine-tuning sur sa propre plateforme Tinker.

« Inkling n'est pas le modèle le plus puissant disponible aujourd'hui, ouvert ou fermé.

Ce qui en fait une bonne base ouverte pour la personnalisation, c'est la combinaison de qualités suivante : multimodalité, "raisonnement" efficace et disponibilité dans Tinker pour le fine-tuning », indique la fiche modèle de Thinking Machines Lab.

La documentation sur les données d'entraînement est, elle, quasiment vide : l'entreprise indique seulement avoir utilisé du contenu issu de l'internet ouvert et de dépôts publics, qu'une partie des données provient de tiers, et que celles-ci pourraient inclure du matériel protégé par des droits de propriété intellectuelle.

Pourquoi cela compte pour le marché des modèles ouverts

Inkling renforce l'écosystème américain d'open-weights, où les sorties chinoises ont récemment donné le ton. Selon le développeur Simon Willison, qui a testé le modèle via l'API, Inkling se montre compétitif face aux modèles ouverts chinois et rejoint les rares prétendants américains viables — NVIDIA Nemotron et Gemma 4.

La multimodalité a été confirmée en pratique : Willison a généré une image SVG via l'API, puis a demandé au même modèle de la décrire — Inkling a analysé l'image en détail, prenant l'oiseau dessiné pour une cigogne ou une mouette.

Ce que cela signifie

Une base multimodale ouverte proposée par une équipe d'anciens dirigeants d'OpenAI abaisse la barrière à l'entrée pour ceux qui veulent construire et affiner leurs propres modèles sans dépendre d'API fermées. Le pari de Thinking Machines ne repose pas sur les benchmarks, mais sur la facilité de personnalisation via Tinker.

Questions fréquentes

Qu'est-ce qu'Inkling ?

Inkling est le premier modèle open-weights de Thinking Machines Lab, un transformateur Mixture-of-Experts multimodal de 975 milliards de paramètres (41 milliards actifs), entraîné sur 45 000 milliards de tokens et lancé le 16 juillet 2026.

Combien de paramètres compte le modèle Inkling ?

975 milliards de paramètres au total, dont 41 milliards actifs à chaque requête. La version plus légère promise, Inkling-Small, compte 276 milliards de paramètres (12 milliards actifs).

Peut-on utiliser Inkling gratuitement ?

Oui. Les poids sont ouverts sous licence Apache 2.0 — le modèle peut être librement téléchargé, utilisé et affiné, y compris sur la plateforme Tinker de Thinking Machines Lab.