AIToday
AI規制・政策AIビジネス・産業Tomasz Tunguz (Theory Ventures)掲載日時: 2026年7月17日 6:00

Inkling、カスタマイズで収益化へ

LINEで送る
Inkling、カスタマイズで収益化へ

3つのポイント

  1. 何が起きたか

    Thinking Machines Labは、975Bパラメータのオープンソース AI モデル Inkling を公開した。45兆トークンで学習した汎用ベースモデルで、同社のファインチューニングプラットフォーム Tinker 上で提供される。重みは無料だがカスタマイズは有料——Slate Auto の24,950ドルの電気ピックアップトラック Blank Slate に相通じる戦略で、同トラックは無塗装、ステレオなし、スピーカーなし、タッチスクリーンなしの状態で出荷され、ユーザーの改造を促している。

  2. なぜ重要か

    この戦略は、オープンソース AI 研究所が成果物を無償提供しながら開発資金を調達する方法を示している。意図的に地味な汎用ベースを公開しカスタマイズで収益化することで、Thinking Machines は Slate が付属品で収益化するのと同様のビジネスモデルを構築した。企業にとっては、低コストで有能なモデルにアクセスでき、特定のニーズに適応させるための有料サービスを受けられることを意味する。

  3. 注目点

    Inkling は特化型ではなく汎用モデルとして位置付けられており、多くの領域で良好なパフォーマンスを発揮するよう設計されている。Thinking Machines は、Tinker でのファインチューニング能力が顧客にとって十分に価値があり、収益を生み出すと見込んでいる。これはオープンソース AI 企業が存続可能性を確保する一つのテンプレートを確立する可能性がある。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

この記事は、「ブランクスレート」モデルを追求する2社の戦略的な類似性を示している。両社とも、意図的に地味な汎用ベースを低価格で提供し、カスタマイズで収益化する方法だ。Slate Auto のアプローチ——無塗装、ステレオなし、スピーカーなし、タッチスクリーンなしの24,950ドルの電気ピックアップ——は車両を必須要素に削ぎ落とし、買い手が付属品を通じて自ら価値を追加することを促している。Thinking Machines はこの論理をオープンソース AI に適用している。Inkling は「多くの領域で優秀な」汎用モデルとして説明され、カスタマイズを「準備された基盤」として公開されている。重要な洞察は、オープンソース AI 研究所には持続可能性への道が必要だということだ。ベースモデルを無料に保ちながらカスタマイズサービス(Tinker によるファインチューニング)に対して課金することで、Thinking Machines はオープンソースソフトウェアが伝統的に直面してきた経営課題——コア製品を無償提供しながらいかに収益を生み出すか——を解決している。この戦略は Inkling を生の性能で独自モデルと競合するものではなく、顧客が自らのニーズに適応させたいと望む構成要素として位置付けている。

よくある質問
Inkling とは何か、どの程度の規模か?
Inkling は 975Bパラメータの AI モデルで、Thinking Machines Lab が45兆トークンで一から学習させ、完全にオープンソース化している。単一の領域に特化するのではなく、多くの領域で汎用的に機能するよう設計された汎用モデルである。
Thinking Machines はオープンソースモデルからどのように収益を得るのか?
モデルの重みは無料だが、Thinking Machines は同社のファインチューニングプラットフォーム Tinker を通じて収益化している。顧客は Inkling を特定のユースケースに適応させるためにファインチューニングに対して料金を払う。この方法は、Slate Auto が24,950ドルの標準的なトラックを販売し、付属品を通じて収益化するのと同じである。
Tomasz Tunguz (Theory Ventures)元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へAIエージェントは断片ではなく全文書が必要