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

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。