Mira Murati meninggalkan OpenAI pada September 2024 untuk memulai jalannya sendiri. Hampir dua tahun kemudian, eksplorasi itu membuahkan hasil. Thinking Machines Lab, perusahaan yang ia dirikan, merilis Inkling—sebuah model AI multimodal yang dilatih sepenuhnya dari awal, dengan setiap bobot tersedia untuk diunduh secara gratis.
Ketika dewan OpenAI memecat Sam Altman pada November 2023, Murati—yang saat itu menjabat CTO—ditunjuk sebagai CEO sementara. Altman diangkat kembali lima hari kemudian, Murati kembali menjadi CTO, lalu pergi secara permanen sekitar 10 bulan setelah itu. Ia mendirikan Thinking Machines Lab pada Februari 2025.
Perusahaan tersebut kemudian menjadi senyap—dan kaya. Mereka mengumpulkan $2 miliar dengan valuasi $12 miliar pada Juli 2025, dipimpin oleh Andreessen Horowitz dengan Nvidia, Accel, ServiceNow, Cisco, AMD, dan Jane Street sebagai peserta—salah satu putaran pendanaan awal terbesar dalam sejarah Silicon Valley saat itu.
Laporan pada November 2025 menyebutkan perusahaan itu mencari putaran pendanaan baru dengan valuasi $50 miliar. Negosiasi tersebut kandas pada Januari 2026.
Apa itu Inkling
Inkling adalah model campuran-ahli (mixture-of-experts)—sebuah arsitektur di mana hanya sebagian jaringan yang aktif untuk setiap input, menjaga inferensi tetap cepat tanpa mengorbankan kedalaman. Ini adalah model yang sangat besar: Memiliki total 975 miliar parameter (pengaturan internal yang mendefinisikan bagaimana model memproses informasi), dengan 41 miliar aktif per tugas, jadi lupakan menjalankannya di mesin lokal Anda.
Sebagai model multimodal, model ini menerima teks, gambar, dan audio, serta mendukung jendela konteks—jumlah teks yang dapat dipertimbangkan model sekaligus—sebesar 1 juta token, atau sekitar 750.000 kata. Model ini telah dilatih-awal (pretrained) dengan 45 triliun token yang mencakup teks, gambar, audio, dan video.
"Model pertama kami, Inkling. Dilatih dari awal, bobotnya terbuka, dapat di-fine-tune di Tinker hari ini," tulis Murati di X. Fakta bahwa model ini dilatih dari awal sangat berarti, terutama di komunitas sumber terbuka, karena dapat membawa angin segar bagi pengembang Barat yang waspada terhadap Tiongkok tetapi perlu menggunakan model Asia untuk pengembangan mereka karena perusahaan AI terkemuka di dunia Barat sebagian besar fokus pada pengiriman model sumber tertutup.
Fine-tuning adalah proses melatih kembali model yang ada pada kumpulan data khusus untuk meningkatkan kinerjanya pada tugas tertentu. Tinker adalah platform cloud Thinking Machines yang dibangun di sekitar kasus penggunaan tersebut. Bobot penuhnya juga tersedia di Hugging Face di bawah lisensi Apache 2.0, tanpa batasan.
Kemenangan paling jelas Inkling datang pada tugas-tugas keagenan (agentic tasks). Pada MCP Atlas—yang mengukur seberapa andal agen AI menyelesaikan tugas-tugas dunia nyata menggunakan Protokol Konteks Model (Model Context Protocol), standar terbuka untuk menghubungkan asisten AI ke alat dan layanan eksternal, yang dinilai sebagai persentase tugas yang diselesaikan—Inkling mencetak 74,1%. Itu hampir 30 poin di atas Nemotron 3 Ultra milik Nvidia, saingan bobot-terbuka Barat utama dalam perbandingan tersebut.
Pada SWE-Bench Verified—sebuah uji apakah agen AI dapat secara otonom memperbaiki bug perangkat lunak GitHub yang nyata, dinilai sebagai persentase masalah yang diselesaikan—Inkling mencetak 77,6%, juga di atas Nemotron yang 70,7%.
Secara keseluruhan, Thinking Machines memasarkan model ini sebagai "serbaguna" dan generalis. Ini berarti tidak mengorbankan kualitas dalam satu set tugas tertentu karena kemampuannya fokus pada hal lain (seperti model yang hebat dalam coding tetapi buruk dalam penulisan kreatif, misalnya).
Model-model Tiongkok masih memiliki keunggulan di beberapa bidang. GLM 5.2 dari Z.ai mencetak 82,7% pada Terminal Bench 2.1—sebuah benchmark yang mengukur agen pengkodean AI otonom di lingkungan terminal nyata, dinilai sebagai persentase tugas yang diselesaikan—dibandingkan dengan 63,8% Inkling. Kimi K2.6 memimpin pada Humanity's Last Exam, sebuah uji penalaran ilmiah tingkat PhD.
Thinking Machines mengakui hal ini. Inkling bukanlah model terkuat yang tersedia saat ini, baik sumber terbuka maupun tertutup.
Yang jelas, ini adalah model bobot-terbuka paling mumpuni yang dibangun oleh laboratorium Barat. Para pengembang yang—karena alasan hukum, keamanan, atau kepatuhan—tidak akan mengarahkan beban kerja melalui model yang dibangun di Beijing kini memiliki alternatif nyata untuk melakukan hosting mandiri model Tiongkok.
Sekarang, para pengembang ini memiliki model yang (meskipun lebih buruk daripada model Tiongkok terbaik dalam hampir semua hal) lebih selaras dengan cita-cita, harapan, dan nilai-nilai mereka. Penyesuaian lebih lanjut (finetunes) berikutnya dapat membuat model ini unggul dalam tugas-tugas spesifik, membuat penyesuaian tersebut kompetitif dalam benchmark versus model Asia.
Pada FORTRESS Adversarial—yang menguji seberapa konsisten model menolak perintah yang benar-benar berbahaya tanpa terlalu memblokir perintah yang sah, dinilai sebagai persentase yang ditangani dengan benar—Inkling mencetak 78,0%, skor tertinggi di antara semua model bobot-terbuka dalam perbandingan tersebut.
Bersamaan dengan Inkling, Thinking Machines juga mempratinjau Inkling-Small: total 276 miliar parameter, 12 miliar aktif, yang sudah menyamai model yang lebih besar pada sebagian besar benchmark penalaran. Bobotnya akan tiba setelah pengujian selesai, tanpa jadwal yang diberikan.
