Thinking Machines Lab Inc. de Mira Murati a lancé aujourd'hui son premier modèle de base avec la sortie d'Inkling, mettant ses poids entièrement ouverts à la disposition des développeurs afin qu'ils puissent l'affiner à leur guise.
Inkling est le premier modèle entièrement formé à partir de zéro par Thinking Machines, après une année au cours de laquelle la société a surtout fait la une des journaux pour ses importantes levées de fonds et son partenariat avec Nvidia Corp.
Dans un article de blog, Thinking Machines a expliqué qu'Inkling est un modèle mixte d'experts qui comporte 975 milliards de paramètres, bien que pour l'invite moyenne, il ne s'appuiera que sur une petite fraction de ce nombre – environ 41 milliards – afin de traiter les tâches plus rapidement et de maintenir les coûts à un niveau bas.
La société a déclaré que le modèle avait été formé sur environ 45 000 milliards de jetons de texte, d’image, d’audio et de vidéo et qu’il pouvait raisonner de manière native sur les quatre entrées. Cependant, ses sorties sont limitées au texte uniquement, bien que cela inclut du code, des artefacts stylisés et des données structurées.
Le lancement d’Inkling suggère que Thinking Machines souhaite offrir au nombre croissant d’entreprises occidentales qui adoptent des modèles d’IA chinois à moindre coût une alternative à ces systèmes. En effet, ce modèle semble combler une lacune dans l’écosystème occidental de l’IA open source, qui est loin derrière celui de la Chine. Cet écart n'a fait que se creuser depuis que Meta Platforms Inc. a minimisé sa famille de modèles Llama en faveur d'une approche plus propriétaire avec ses derniers systèmes d'IA.
Murati, qui était auparavant directrice de la technologie d'OpenAI Group PBC avant de le quitter en septembre 2024, a longtemps insisté sur le fait que sa nouvelle entreprise était axée sur l'accessibilité, la personnalisation et la collaboration multimodale, et cela est clairement évident avec Inkling. Parce qu'Inkling est disponible au téléchargement avec ses poids ouverts complets, cela signifie que les développeurs peuvent consulter la base de code complète du modèle et la modifier pour différents cas d'utilisation, sans avoir à payer des frais de licence coûteux.
Il propose également des contrôles « d’effort de réflexion » qui permettent aux développeurs de faire des compromis, comme sacrifier la vitesse de traitement au profit de la précision. Fait unique, le modèle signalera également ses résultats comme étant incertains, au lieu de simplement émettre des hallucinations.
Les développeurs peuvent affiner le modèle directement sur Tinker, l'interface de programmation d'applications de formation de l'entreprise lancée en octobre. Dans ses premiers résultats de tests, Thinking Machines a montré qu'Inkling était capable d'atteindre des performances de codage comparables à celles du modèle Nemotron 3 Ultra de Nvidia, malgré l'utilisation de deux tiers de jetons en moins.
Notre premier modèle, Inkling. Formés à partir de zéro, les poids sont ouverts et affinables sur Tinker aujourd'hui. https://t.co/m7q5RsX0Ud
– Mira Murati (@miramurati) 15 juillet 2026
L'analyste du Futurum Group, Mitch Ashely, a déclaré au Wall Street Journal que l'écosystème des modèles à pondération ouverte a été dominé par les sociétés chinoises d'IA au cours de l'année dernière et qu'Inkling est la première alternative occidentale à ces systèmes. « Cela donne aux entreprises occidentales une alternative crédible positionnée sur l'économie de la personnalisation, en déplaçant les dépenses de la tarification des API par jeton vers l'infrastructure que l'entreprise contrôle », a-t-il déclaré. « Les équipes d'ingénierie doivent traiter la sélection du modèle de base comme une décision d'architecture. Le modèle qu'une organisation affine devient une partie de son substrat logiciel et les coûts de changement s'accroissent avec chaque personnalisation en aval. Cette évaluation ne peut être différée. »
Thinking Machines a reconnu qu'Inkling n'est pas aussi puissant que certains des systèmes d'IA propriétaires les plus avancés disponibles, mais il parie clairement que sa personnalisation compensera cela. Au lieu de rendre Inkling disponible dans une application rigide de type chatbot, il se positionne comme un modèle de base que les organisations devraient affiner et gérer elles-mêmes sur leur propre infrastructure.
C'est une stratégie qui devrait plaire à de nombreuses organisations. En collaboration avec Bridgewater Associates LP, les chercheurs ont utilisé la plateforme Tinker pour affiner un modèle ouvert avec des données financières spécialisées. Ils ont abouti à un modèle léger et peu coûteux qui a obtenu un score impressionnant de 84,7 % aux principaux tests de raisonnement financier, surpassant les alternatives propriétaires les plus avancées à moins de 10 % du coût.
Thinking Machines a déclaré avoir été capable de développer Inkling à partir de zéro en moins de neuf mois, bien moins que les délais de développement pluriannuels observés chez des concurrents comme OpenAI et Anthropic PBC. Dans son article sur X annonçant le modèle, la société a expliqué qu'elle avait été formée sur le système GB300 NVL72 de Nvidia dans le cadre d'un partenariat entre les deux sociétés annoncé en mars.
Au lieu de facturer aux clients l'accès via une API mesurée, Thinking Machines prévoit de générer des revenus via Tinker, un service payant qui permet aux développeurs d'affiner facilement les modèles de pondération ouverte pour des tâches spécifiques. Il s’agirait d’un test clé qui montrerait si les modèles d’IA ouverts ont ce qu’il faut pour perturber le modèle d’accès sécurisé et payant mis au point par les plus grandes sociétés d’IA de la Silicon Valley.
