ИИтог

Thinking Machines Миры Мурати выпустила открытую модель Inkling на 975 млрд параметров

моделиРедакция ИИтогThe Register🔥83Рейтинг ИИтог · значимость 76 · 200000/ч
Thinking Machines Миры Мурати выпустила открытую модель Inkling на 975 млрд параметров

Thinking Machines Lab, стартап, основанный в начале 2025 года бывшим техническим директором OpenAI Мирой Мурати, выпустила свою первую модель с открытыми весами под названием Inkling. Модель распространяется по лицензии Apache 2.0, то есть доступна для скачивания и коммерческого использования без ограничений, в отличие от закрытых моделей OpenAI и Anthropic.

Inkling построена на архитектуре смеси экспертов (Mixture of Experts): всего 975 млрд параметров, из них 256 маршрутизируемых экспертов и 2 общих, на каждый токен активируется около 41 млрд параметров. Модель обучена на 45 трлн токенов текста, изображений, аудио и видео на кластерах Nvidia GB300 NVL72, поддерживает контекстное окно в 1 млн токенов и использует рассуждения по цепочке мыслей (chain-of-thought) с обучением с подкреплением. Помимо флагманской версии, представлена уменьшенная Inkling-Small на 276 млрд параметров (12 млрд активных на токен).

По собственным заявлениям Thinking Machines, Inkling конкурентоспособна с китайскими открытыми моделями DeepSeek V4, GLM 5.2 и Kimi K2.6, но уступает закрытым флагманам, Claude от Anthropic и GPT от OpenAI. Отдельно отмечается, что по эффективности рассуждений модель достигает результатов Nemotron 3 Ultra от Nvidia, тратя примерно втрое меньше токенов на "размышления".

Запуск модели в исходной точности (16 бит) требует около 2 ТБ памяти GPU, это порядка 8 ускорителей Nvidia B300 или 16 H200; в квантованном виде (NVFP4) требования снижаются вдвое. Модель доступна на Hugging Face для скачивания и через API-платформу Tinker самой Thinking Machines, а в ближайшее время появится у TogetherAI, Fireworks, Modal, Databricks и Baseten; поддерживаются популярные среды инференса, vLLM, SGLang, Miles, TokenSpeed, Llama.cpp.

Заголовок статьи в The Register обыгрывает то, что OpenAI под руководством Сэма Альтмана давно не выпускает по-настоящему открытые модели, тогда как её бывший технический директор так поступила, но сама статья по содержанию является обычным техническим репортажем, а не сатирой.

Ключевые факты

  • Thinking Machines Lab (основатель, экс-CTO OpenAI Мира Мурати) выпустила первую модель с открытыми весами Inkling под лицензией Apache 2.0
  • 975 млрд параметров, архитектура MoE (256 маршрутизируемых + 2 общих эксперта, ~41 млрд активных на токен), контекст 1 млн токенов, обучение на 45 трлн токенов
  • Есть уменьшенная версия Inkling-Small: 276 млрд параметров, 12 млрд активных
  • По заявлению компании, конкурирует с китайскими открытыми моделями DeepSeek V4, GLM 5.2 и Kimi K2.6, но уступает закрытым Claude и GPT
  • Доступна на Hugging Face и через платформу Tinker; скоро появится у TogetherAI, Fireworks, Modal, Databricks, Baseten

Почему это важно

Это первая по-настоящему открытая модель уровня "фронтир" от западной лаборатории с именем, большинство сопоставимых открытых моделей такого масштаба выпускают китайские команды (DeepSeek, Zhipu, Moonshot), а не американские. Thinking Machines, основанная бывшим техдиректором OpenAI Мирой Мурати, публично идёт по пути, который OpenAI Сэма Альтмана декларировала, но так и не реализовала в сопоставимом масштабе.

Кому это важно

Разработчикам и компаниям, которым нужна мощная модель без вендор-лока и с правом на дообучение и коммерческое использование (лицензия Apache 2.0); исследователям в области reasoning-моделей; облачным провайдерам инференса (TogetherAI, Fireworks, Modal, Databricks, Baseten), которые уже готовят поддержку модели.

Как это применить

Модель можно скачать с Hugging Face и запускать локально через vLLM, SGLang, Llama.cpp и другие среды, либо обращаться к ней через API-платформу Tinker от самой Thinking Machines. Для запуска в полной точности нужно около 2 ТБ памяти GPU (порядка 8 ускорителей Nvidia B300 или 16 H200), в квантованном варианте NVFP4 требования падают вдвое, это делает модель доступной не только гиперскейлерам, но и компаниям с собственной GPU-инфраструктурой среднего масштаба.

Можно ли доверять

Заголовок The Register звучит заострённо ("сделала то, что не стал делать Альтман"), но сама статья, обычный технический репортаж, а не юмористическая заметка: приводятся конкретные параметры архитектуры, требования к железу и список платформ распространения. Сравнительные заявления о превосходстве над DeepSeek/GLM/Kimi исходят от самой Thinking Machines и пока не подтверждены независимыми бенчмарками, это маркетинговая позиция компании, а не проверенный факт.

Риски и подводные камни

Открытость весов не означает открытость данных или методики обучения, воспроизвести и аудировать модель независимо не получится. Заявленное превосходство над китайскими открытыми моделями, сравнение от самого разработчика, требует проверки на независимых бенчмарках. Модель по-прежнему уступает закрытым флагманам Anthropic и OpenAI, так что для задач, где нужен максимум качества, открытость не компенсирует разрыв в возможностях.

«Inkling конкурентоспособна с этими моделями в широком спектре задач»

— Thinking Machines Lab, блог о запуске Inkling