Murati設立の Thinking Machines が 975B パラメータ Inkling をリリース

元 OpenAI CTO の Mira Murati が設立した Thinking Machines Lab は、総パラメータ 9,750 億、そのうち任意の時点でアクティブなパラメータが 410 億の Mixture-of-Experts Transformer である Inkling を発表した。多くの競合するオープンソース モデルとは異なり、Inkling は単一のモデル内でテキスト、画像、音声をネイティブにサポートし、多くの現在の代替案よりも大幅に大きい最大 100 万トークンのコンテキストウィンドウを提供している。ウェイトは Hugging Face で自由に利用可能であり、同社は AI モデルを特定のタスクに適応させるためのプラットフォーム Tinker を通じてもアクセスを提供している。

Thinking Machines は公開および合成テキスト、画像、音声録音、動画の 45 兆トークンで Inkling を事前学習した。訓練データセットには知的財産保護の対象となる公開データが含まれており、同社は中国の AI モデル Kimi K2.5 を含む方法を用いて合成データを生成した。Kimi K2.5 は Cursor のコーディングモデルの基盤でもある。同社は告知で「Inkling は現在入手可能な最強のオールラウンド モデルではない」と明示的に認め、代わりにカスタマイズと効率性に最適化された柔軟なベースモデルとして位置付けている。

ベンチマークでは、Inkling は米国オープンウェイト モデルをリードするが、中国最高峰には及ばない。AI ベンチマーク プラットフォーム Artificial Analysis によると、Inkling は Artificial Analysis Intelligence Index でスコア 41 を獲得し、米国ラボのオープンウェイト モデル首位となり、Nemotron 3 Ultra（38）を 3 ポイント上回り、Gemma 4 31B（29）と gpt-oss-120b（24）をはるかに上回っている。知識労働タスクをシミュレートするエージェントベース ベンチマーク GDPval-AA v2 では、Inkling は 1,238 Elo レーティングに到達し、Kimi K2.6（1,190）と DeepSeek v4 Flash max（1,189）を上回っている。Tau-3 バンキング ベンチマークでは、Inkling は 24% を獲得し、DeepSeek v4 Flash max（23%）を上回るが Kimi K2.6（21%）には及ばない。しかし、Inkling は事実精度で不振で、Artificial Analysis の AA Omniscience ベンチマークで +2 のスコア、40% の精度、63% のハルシネーション率を獲得しており、これらの結果は高い精度が必要なアプリケーションでの使用を制限する可能性が高い。

64K コンテキストウィンドウの Inkling の料金は 100 万入力トークンあたり $1.87、100 万出力トークンあたり $4.68。256,000 トークンまでのコンテキストウィンドウでは、入力 $3.74、キャッシュ入力 $0.748、出力 $9.36 に上昇。主要な効率性の利点は、Inkling が Intelligence Index タスク当たり平均わずか 25,000 出力トークンで、GLM-5.2 max（43,000）、Kimi K2.6（38,000）、DeepSeek v4 Pro max（37,000）よりも大幅に少ないことである。Thinking Machines はこの効率性を連続的に調整可能な「思考努力」で位置付けており、ユーザーがコストとパフォーマンスの望ましいバランスを選択し、結果の品質を維持することができる。

Thinking Machines はまた、総パラメータ 2,760 億、アクティブパラメータ 120 億の、より小型のバリアント Inkling-Small をプレビューしている。より小型のモデルは複数のベンチマークで同等またはより良い結果を提供する。GPQA Diamond では 88.3% を獲得し、Inkling の 87.2% を上回り、ツール付き HLE ベンチマークでは 46.6% を獲得し、Inkling の 46.0% を上回っている。同社は事前学習データと訓練プロセスの変更によるこれらの改善を認め、テスト完了後に完全なウェイトを公開する計画を立てている。

Thinking Machines Lab の Inkling リリースは、Mira Murati が OpenAI を離れて以来の最初の主要製品リリースとなる。このモデルは生パフォーマンスではなく効率性とタスク固有の適応を競争軸として選択する戦略的判断を反映している。これはオープンウェイト分野の現実を認識した位置付けである。Artificial Analysis Intelligence Index でスコア 41 を獲得した Inkling は米国オープンウェイト モデルのトップであり、Nemotron 3 Ultra（38）を上回っており、Murati のチームが米国ラボの競争力あるシステム構築に成功したことを示唆している。しかしベンチマークはその限界も示しており、Kimi K2.6 や DeepSeek v4 Flash max などの中国モデルがエージェントベースの知識労働タスク（GDPval-AA v2）で Inkling を上回り、AA Omniscience で精度スコア +2、63% のハルシネーション率という Inkling の精度スコアは高い事実精度を必要とするアプリケーションには向かないことを示唆している。

同社のビジネスモデル――Tinker プラットフォーム経由の微調整の基盤として Inkling を位置付け、万能型製品としては位置付けない――より幅広い市場のカスタマイズ可能なモデルへのシフトを反映している。このアプローチはマルチモーダルサポートと 100 万トークンのコンテキストウィンドウで強化されており、両者とも柔軟な適応を可能にするよう設計されている。64K ウィンドウで 100 万トークンあたり $1.87 という価格設定は比較可能な中国オープンソース モデルをやや上回るが、Inkling の効率性から恩恵を受けている。Intelligence Index タスク当たり平均 25,000 出力トークンで、GLM-5.2 max（43,000）や Kimi K2.6（38,000）よりも大幅に少ない。Thinking Machines による Inkling-Small のプレビューは、GPQA Diamond などの複数ベンチマークで大型モデルを上回り、チームが見出し的なパフォーマンス指標よりも実用的有用性と効率性を優先していることをさらに示唆している。

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！