Mira Murati a părăsit OpenAI în septembrie 2024 pentru a-și urma propriile aspirații. Aproape doi ani mai târziu, acea explorare a fost lansată. Thinking Machines Lab, compania pe care a fondat-o, a lansat Inkling — un model AI multimodal antrenat în întregime de la zero, cu fiecare pondere disponibilă pentru descărcare gratuită.

Când consiliul de administrație al OpenAI l-a concediat pe Sam Altman în noiembrie 2023, Murati — pe atunci CTO — a fost numită CEO interimar. Altman a fost reangajat cinci zile mai târziu, Murati a revenit la funcția de CTO, apoi a părăsit compania definitiv la aproximativ 10 luni după aceea. Ea a fondat Thinking Machines Lab în februarie 2025.

Compania a devenit apoi discretă — și bogată. A atras 2 miliarde de dolari la o evaluare de 12 miliarde de dolari în iulie 2025, o rundă condusă de Andreessen Horowitz, alături de Nvidia, Accel, ServiceNow, Cisco, AMD și Jane Street — una dintre cele mai mari runde de finanțare inițială din istoria Silicon Valley la acea vreme.

Rapoartele din noiembrie 2025 indicau că gigantul căuta o nouă rundă de finanțare la o evaluare de 50 de miliarde de dolari. Aceste discuții s-au prăbușit până în ianuarie 2026.

Ce este Inkling

Inkling este un model de tip „mixture-of-experts” — o arhitectură în care doar o porțiune a rețelei se activează pentru o anumită intrare, menținând inferența rapidă fără a sacrifica profunzimea. Este un model foarte mare: are 975 de miliarde de parametri totali (setările interne care definesc modul în care modelul procesează informațiile), cu 41 de miliarde activi per sarcină, deci uitați de rularea sa pe mașina locală.

Fiind multimodal, acest model acceptă text, imagini și audio și suportă o fereastră de context — cantitatea de text pe care modelul o poate analiza simultan — de 1 milion de tokenuri, aproximativ 750.000 de cuvinte. A fost pre-antrenat pe 45 de trilioane de tokenuri, incluzând text, imagini, audio și video.

„Primul nostru model, Inkling. Antrenat de la zero, ponderile sunt deschise, finetunabile pe Tinker astăzi”, a scris Murati pe X. Faptul că este antrenat de la zero înseamnă mult, mai ales în comunitatea open-source, deoarece ar putea aduce o gură de aer proaspăt dezvoltatorilor occidentali care sunt reticenți față de China, dar au nevoie să folosească modele asiatice pentru dezvoltările lor, deoarece principalele companii AI din lumea occidentală se concentrează în mare parte pe livrarea de modele cu sursă închisă.

Fine-tuning-ul este procesul de reantrenare a unui model existent pe un set de date specializat pentru a-i îmbunătăți performanța într-o sarcină specifică. Tinker este platforma cloud a Thinking Machines, construită în jurul acestui caz de utilizare. Ponderile complete sunt, de asemenea, disponibile pe Hugging Face sub o licență Apache 2.0, fără restricții.

Cele mai clare victorii ale Inkling vin în sarcinile agentice. Pe MCP Atlas — care măsoară cât de fiabil un agent AI completează sarcini din lumea reală folosind Model Context Protocol, standardul deschis pentru conectarea asistenților AI la instrumente și servicii, scorat ca procent din sarcini finalizate — Inkling înregistrează 74,1%. Aceasta este cu aproape 30 de puncte peste Nemotron 3 Ultra de la Nvidia, principalul rival occidental cu ponderi deschise în comparație.

Pe SWE-Bench Verified — un test care măsoară capacitatea unui agent AI de a repara autonom bug-uri software reale de pe GitHub, scorat ca procent din probleme rezolvate — Inkling obține 77,6%, de asemenea peste 70,7% al Nemotron.

În general, Thinking Machines comercializează acest model ca fiind „bine echilibrat” și generalist. Aceasta înseamnă că nu compromite calitatea într-un anumit set de sarcini pentru că își concentrează capabilitățile pe altceva (cum ar fi modelele care sunt excelente la codare, dar slabe la scriere creativă, de exemplu).

Modelele chinezești au încă un avantaj pe mai multe fronturi. GLM 5.2 de la Z.ai obține 82,7% pe Terminal Bench 2.1 — un benchmark care măsoară agenții de codare AI autonomi într-un mediu terminal real, scorat ca procent din sarcinile finalizate — față de 63,8% al Inkling. Kimi K2.6 conduce pe „Humanity's Last Exam”, un test de raționament științific la nivel de doctorat.

Thinking Machines recunoaște acest lucru. Inkling nu este cel mai puternic model disponibil astăzi, deschis sau închis.

Ceea ce este, însă, este cel mai capabil model cu ponderi deschise construit de un laborator occidental. Dezvoltatorii care — din motive legale, de securitate sau de conformitate — nu vor să ruteze sarcinile prin modele construite în Beijing, au acum o alternativă reală la găzduirea proprie a modelelor chinezești.

Acum, acești dezvoltatori au un model care (chiar dacă este mai slab decât cele mai bune modele chinezești în aproape toate aspectele) se aliniază mai bine cu idealurile, așteptările și valorile lor. Fine-tuning-urile ulterioare pot face ca acest model să exceleze în sarcini specifice, transformând acele fine-tuning-uri în modele competitive în benchmark-uri față de modelele asiatice.

Pe FORTRESS Adversarial — care testează cât de consecvent un model refuză prompturile cu adevărat dăunătoare fără a bloca excesiv prompturile legitime, scorat ca procent corect gestionat — Inkling obține 78,0%, cel mai mare scor dintre toate modelele cu ponderi deschise din comparație.

Alături de Inkling, Thinking Machines a prezentat Inkling-Small: 276 de miliarde de parametri totali, 12 miliarde activi, egalând deja modelul mai mare pe majoritatea benchmark-urilor de raționament. Ponderile sale vor fi disponibile odată ce testarea este finalizată, fără a fi specificat un termen.