Thinking Machinesが米国最強のオープンウェイト基盤モデルInklingをリリース

Thinking Machines Labは2026年7月14～15日に、初の完全にリリースされたオープンウェイト基盤モデルファミリーであるInklingを発表した。フラッグシップモデルであるInklingは、975B総パラメータと1トークンあたり41Bアクティブパラメータを持つMixture-of-Expertsトランスフォーマーで、オープンウェイトで1Mトークンのコンテキストウィンドウをサポートしている。それはテキスト、画像、音声、ビデオの45兆トークンで一からトレーニングされた。Inklingと並行して、同社は軽量バリアント「Inkling-Small」（276B総パラメータ/12Bアクティブパラメータ）をプレビューし、同様のレシピでトレーニングされた。

同社はInklingをベンチマーク最大化されたフラッグシップではなく、カスタマイズ可能なマルチモーダル基盤モデルとしてポジショニングした。Mira Muratiはそれを「最初のモデル」「一からトレーニングされた」オープンウェイト、およびTinkerプラットフォームで同日のファインチューニングを説明した。Soumith Chintalaはオープンウェイト、975Bパラメータカウント、ネイティブマルチモーダリティ、およびTinker、Hugging Face、およびローンチパートナーでの利用可能性を強調した。John Schulmanはタイムラインコンテキストを提供した。事前トレーニングは昨冬開始し、1月中旬から小チームがその上にコーディング、推論、およびエージェントトレーニングを構築した。Lilian Wengはそれを「幅広いカテゴリの能力全体で堅実なパフォーマンス」を目指した基盤モデルとして特徴付け、実用的利用とカスタマイズを意図している。TMLスタッフは繰り返しこれが初日リリースであり、最終的なフロンティアプッシュではなく将来の反復処理の基盤であることを強調した。

Inklingのアーキテクチャはいくつかの特徴的な技術的選択を組み込んでいる。512のウィンドウサイズを持つ5:1ローカル・グローバルレイヤー比率とハイブリッドおよびスライディングウィンドウアテンション、相対位置エンコーディング（RoPEの代わりの相対アテンション偏差、コメンテータが大規模での異常に新しいとフラグを立てた）、アテンションおよび飼い葉桶周辺の短い畳み込み層（コミュニティの評価による異常にスケールアップされた使用）、および共有エキスパートシンクと2つの共有エキスパート（多くの最近のMoEが1を使用しているため非典型的）を持つMixture-of-Experts設計を採用している。モデルはDeepSeek形式の補助喪失フリー負荷分散を使用し、muPおよびMuon/重量減衰バリアント（Aaron Defarioは彼の修正された重量減衰アプローチMuonC/AdamCの使用を確認した）を組み込んでいる。推論アクセラレーションのため、投機的デコーディング用の8つのMTPヘッドを含む。

ベンチマークパフォーマンスに関しては、Inklingは複合的な評価を受けた。Artificial AnalysisはそれをIntelligence Indexで41位と評価し、米国のオープンウェイトリリースのリーダーとしてNemotron 3 Ultra（38位）、Gemma 4 31B（29位）、gpt-oss-120b（24位）を上回る。また、GDPval-AA v2 Eloスコア1238を達成し、Kimi K2.6（1190）およびDeepSeek v4 Flash max（1189）を上回った。τ³-Bankingで24%を達成し、Kimi K2.6（21%）を上回り、DeepSeek v4 Flash max（23%）をわずかに上回った。エージェントタスクでは、Design ArenaはInklingがAgentic Web App Arenaで総合9位、Eloスコア1257で登場したことを報告し、Claude Opus 4.6およびGemini 3.5 Flashと同じバンドにあり、エージェントワークロード向けの最高ランキング米国ベースのオープンウェイトモデルと呼んだ。Artificial AnalysisはまたInklingがIntelligence Indexタスクあたり平均25Kの出力トークンを達成することに注目し、GLM-5.2 max（43K）、Kimi K2.6（38K）、およびDeepSeek v4 Pro max（37K）と比較して相対的にトークン効率的としてポジショニングしている。しかし、NatolambertはそれをNemotron Ultraからの「明確なステップアップ」と「新しい最高の米国モデル」と呼んだが、依然として「エージェントベンチでGLM 5.2に少し後塵を拝し、マルチモーダルではKimi K 2.6に後塵を拝する」。Scaling01はベンチマークが「それほど素晴らしくない」と主張し、それを大体「別のKimi-K2.6」と説明し、全ての非公開モデルとGLM-5.2の後塵に配置され、リリースはKimi-K3とDeepSeek-V4-GAの発表の前にタイミングされた可能性があると推測している。StochasticChasm はそれが「マルチモーダル向けに非常に強い」ように見えるが「ターミナルベンチなどについて非常に強くない」と述べた。JJitsevはInklingが「蒸留なしでトレーニングされた唯一のオープンウェイトモデル」であることについてのハイプに異論を唱え、それはオープンウェイトから蒸留を使用し、TerminalBench形式のevalでGLM 5.2を過小評価していることに注目した。しかし、TeortaxesTex は対照的なスピンを提供し、中程度のベンチマーク最大化は実際により少ないコーナーカットと蒸留汚染を示し、より独立したデータパイプラインを示唆していることを示唆している。Alex KirillovはInklingが多くのオムニモデルで見られる共通の「audio in = intelligence penalty」を回避していると主張したが、別のユーザーはより強力なサポーティング証拠とベンチマークを求めた。

推論および最適化に関しては、エコシステムパートナーが実質的な初日サポートを提供した。NVIDIAはInklingがGB300 NVL72でトレーニングされたこと、およびNVFP4チェックポイントが初日にHugging Faceで利用可能であったことを報告した。vLLMは初日サポートがNVFP4およびBF16最適化を含むことを述べ、4× GB200上で1ユーザーあたり最大380トークン/秒に達している。Interactは、sconv対応テンソル並列シャーディング、低レイテンシー融合コレクティブス（バッチサイズ1で5倍高速）、およびTMLのFA4シェアード偏差カーネルの直接統合を詳述した。LMSYS/SGLangはShortConv、相対位置アテンション、共有エキスパートシンクMoE、プリフィル全CUDAグラフ、MXFP8 KVキャッシュ、カスタマイズされたMegatronバックエンドの完全パラメータおよびLoRA RLを含むネイティブInklingアーキテクチャサポートを実装した。ルーティングリプレイ、クロスランタイムパラメータ同期、およびDFlash投機的デコーディング。Modalはスループットの67%向上とインタラクティビティをもたらす、カスタムDFlash推測を提供した。Soumith ChintalaはModalの DFlash推測が「MTPより高速」であることを増幅した。Lysandreは、TMLの因果Conv1Dをcausal-conv1dに置き換えることが+4%スループットをもたらしたこと、アテンションをFlashAttention-4に置き換えることがさらに+11%をもたらしたことを報告した。合計約15%スループット向上で、リトレーニングなし。Unslothは1ビットGGUF量子化を86%小さく（270GBと1.9TBに対して）リリースし、ビジョンおよびオーディオサポート付きで74.2%のトップ1%精度を維持していると主張された。

価格と利用可能性に関しては、Artificial AnalysisはTinker API価格を64Kコンテキストティアで1M入力トークンあたり1.87ドルおよび0.374ドルキャッシュとして、256Kコンテキストで3.74ドル1M入力および0.748ドルキャッシュとしてリストし、出力価格はそれぞれ4.68ドルおよび9.36ドル。完全なオープンウェイトはHugging Faceでリリースされ、モデルはTinker、Databricks、Baseten、Modal、およびvLLM/SGLangサーバースタックを経由して利用可能である。モデルはApache 2.0ライセンスを持ち、広範な商用およびリサーチ使用を許可している。Natolambert、Karin Anguyen、およびその他を含む観察者は、オープンウェイトおよび許容的なライセンスを米国/西方のオープンエコシステムへの大きなブーストとして祝った。研究者およびビルダーはInklingがベンチマーク最大化されたポイントソリューションではなく、幅広い、調整可能な基盤として明示的にフレーミングされたことを称賛し、複数のユーザーが透明性、根拠のあるトーン、および包括的なテクニカルドキュメンテーションを強調した。

Thinking Machinesによるinklingのリリースは、ベンチマーク追求から実用的デプロイメントとファインチューニングを目的とするカスタマイズ可能な基盤モデルへのシフトを示す、オープンソースAI戦略における意図的なターニングポイントである。同社はinklingを最終的なフロンティアプッシュではなく、将来の反復処理の初日基盤として明示的にフレーミングし、典型的な「SOTA主張」プレイブックから区別する。Apache 2.0ライセンスと7つの主要サーバープラットフォーム（vLLM、SGLang、Modal、Baseten、Databricks、Hugging Face、NVIDIA）全体での即座の利用可能性は、エコシステム統合への深いコミットメントを示している。限定的にリリースまたは制限的な条件でのリリースされるモデルとの意味のある対比である。

Inklingの技術アーキテクチャは、研究コミュニティから注目を集めた非従来的な選択を反映している。RoPEの代わりに相対位置エンコーディング、5:1ローカル・グローバル比率のハイブリッドスライディングウィンドウアテンション、アテンション/FFNストリームの周辺の短い畳み込み層、DeepSeek形式の補助喪失フリーの負荷分散と共有エキスパートシンクは全て最近のデフォルトから逸脱している。これらの選択は、独立したアーキテクチャ探索を示しているか、標準レシピの意図的な回避を示しているかもしれない。観察者の間での議論のポイントである。事前トレーニングは昨冬開始し、1月中旬以降にコーディング、推論、エージェントトレーニングが重ねられたことから、一般リリースへの比較的圧縮されたタイムラインを示唆している。

パフォーマンスに関しては、Inklingのポジションは複合的である。Artificial AnalysisはそれをIntelligence Index 41で米国最強のオープンウェイトモデル（Nemotron 3 Ultraは38）と評価し、Agentic Web App Arenaに総合9位、Eloスコア1257で登場し、Claude Opus 4.6およびGemini 3.5 Flashと同じバンドに配置している。しかし、独立系コメンテータはギャップを指摘した。Natolambertはそれを「エージェントベンチでGLM 5.2に少し後塵を拝し、マルチモーダルではKimi K 2.6に後塵を拝する」と呼び、Scaling01はそれを「だいたい別のKimi-K2.6」と表現し、全ての非公開モデルとGLM-5.2の後塵に位置づけた。強い米国ランキングとの間の対比は、中国のオープンモデルが前進した現在のランドスケープを反映している。一部の観察者はInklingの中程度のベンチマークスコアを、より少ないコーナーカットと蒸留汚染の証拠としてフレーミングした。他のスコアはそれを競争相手との発表の前の戦略的タイミングの選択として見た。

まだコメントがありません。最初のコメントを投稿しましょう！