Mira Murati đã rời OpenAI vào tháng 9 năm 2024 để thực hiện dự án riêng của mình. Gần hai năm sau, thành quả của sự khám phá đó đã được công bố. Thinking Machines Lab, công ty do bà thành lập, đã phát hành Inkling—một mô hình AI đa phương thức được đào tạo hoàn toàn từ đầu, với mọi trọng số có sẵn để tải xuống miễn phí.
Khi hội đồng quản trị của OpenAI sa thải Sam Altman vào tháng 11 năm 2023, Murati—lúc đó là CTO—đã được bổ nhiệm làm CEO tạm thời. Altman được phục chức năm ngày sau đó, Murati quay lại vị trí CTO, rồi rời đi hẳn khoảng 10 tháng sau. Bà thành lập Thinking Machines Lab vào tháng 2 năm 2025.
Công ty sau đó im ắng—và giàu có. Họ đã huy động được 2 tỷ đô la với định giá 12 tỷ đô la vào tháng 7 năm 2025, dẫn đầu bởi Andreessen Horowitz cùng với Nvidia, Accel, ServiceNow, Cisco, AMD và Jane Street—một trong những vòng gọi vốn hạt giống lớn nhất trong lịch sử Thung lũng Silicon vào thời điểm đó.
Các báo cáo vào tháng 11 năm 2025 cho biết công ty đang tìm kiếm một vòng gọi vốn mới với định giá 50 tỷ đô la. Những cuộc đàm phán đó đã sụp đổ vào tháng 1 năm 2026.
Inkling là gì
Inkling là một mô hình hỗn hợp chuyên gia (mixture-of-experts)—một kiến trúc mà chỉ một phần của mạng lưới kích hoạt cho bất kỳ đầu vào nào, giúp suy luận nhanh mà không làm giảm chiều sâu. Đây là một mô hình rất lớn: Nó có tổng cộng 975 tỷ tham số (các thiết lập nội bộ xác định cách mô hình xử lý thông tin), với 41 tỷ tham số hoạt động trên mỗi tác vụ, vì vậy đừng nghĩ đến việc chạy nó trên máy tính cá nhân của bạn.
Là mô hình đa phương thức, Inkling chấp nhận văn bản, hình ảnh và âm thanh, đồng thời hỗ trợ một cửa sổ ngữ cảnh—lượng văn bản mà mô hình có thể lý giải cùng lúc—lên đến 1 triệu token, tương đương khoảng 750.000 từ. Nó đã được tiền đào tạo trên 45 nghìn tỷ token bao gồm văn bản, hình ảnh, âm thanh và video.
"Mô hình đầu tiên của chúng tôi, Inkling. Được đào tạo từ đầu, trọng số là mã nguồn mở, có thể tinh chỉnh trên Tinker ngay hôm nay," Murati viết trên X. Việc nó được đào tạo từ đầu có ý nghĩa rất lớn, đặc biệt trong cộng đồng mã nguồn mở vì nó có thể mang lại làn gió mới cho các nhà phát triển phương Tây, những người e ngại Trung Quốc nhưng cần sử dụng các mô hình châu Á cho quá trình phát triển của họ vì các công ty AI hàng đầu ở thế giới phương Tây chủ yếu tập trung vào việc cung cấp các mô hình mã nguồn đóng.
Tinh chỉnh là quá trình đào tạo lại một mô hình hiện có trên một tập dữ liệu chuyên biệt để cải thiện hiệu suất của nó trên một tác vụ cụ thể. Tinker là nền tảng đám mây của Thinking Machines được xây dựng xoay quanh trường hợp sử dụng đó. Toàn bộ trọng số cũng có trên Hugging Face theo giấy phép Apache 2.0, không giới hạn.
Những điểm mạnh rõ ràng nhất của Inkling đến từ các tác vụ tác nhân. Trên MCP Atlas—đo lường độ tin cậy của một tác nhân AI trong việc hoàn thành các tác vụ thực tế bằng cách sử dụng Giao thức Ngữ cảnh Mô hình (Model Context Protocol), tiêu chuẩn mở để kết nối trợ lý AI với các công cụ và dịch vụ bên ngoài, được chấm điểm theo phần trăm tác vụ hoàn thành—Inkling đạt 74,1%. Con số này cao hơn gần 30 điểm so với Nemotron 3 Ultra của Nvidia, đối thủ trọng số mở phương Tây chính trong so sánh.
Trên SWE-Bench Verified—một bài kiểm tra xem tác nhân AI có thể tự động sửa lỗi phần mềm GitHub thực tế hay không, được chấm điểm theo phần trăm vấn đề được giải quyết—Inkling đạt 77,6%, cũng cao hơn 70,7% của Nemotron.
Nhìn chung, Thinking Machines đang bán mô hình này như một sản phẩm “toàn diện” và đa năng. Điều đó có nghĩa là nó không hy sinh chất lượng trong một bộ tác vụ cụ thể vì khả năng của nó tập trung vào thứ khác (chẳng hạn như các mô hình rất giỏi viết mã nhưng lại kém trong việc viết sáng tạo).
Các mô hình của Trung Quốc vẫn có lợi thế ở một số mặt. GLM 5.2 của Z.ai đạt 82,7% trên Terminal Bench 2.1—một tiêu chuẩn đo lường các tác nhân mã hóa AI tự động trong môi trường terminal thực, được chấm điểm theo phần trăm tác vụ hoàn thành—so với 63,8% của Inkling. Kimi K2.6 dẫn đầu trong bài kiểm tra Humanity's Last Exam, một bài kiểm tra lý luận khoa học cấp độ Tiến sĩ.
Thinking Machines thừa nhận điều này. Inkling không phải là mô hình mạnh nhất hiện có, dù là mã nguồn mở hay đóng.
Tuy nhiên, Inkling là mô hình trọng số mở có khả năng nhất được xây dựng bởi một phòng thí nghiệm phương Tây. Các nhà phát triển—vì lý do pháp lý, bảo mật hoặc tuân thủ—không muốn chuyển tải công việc qua các mô hình được xây dựng ở Bắc Kinh giờ đây có một giải pháp thay thế thực sự cho việc tự lưu trữ các mô hình Trung Quốc.
Giờ đây, những nhà phát triển này có một mô hình (mặc dù kém hơn các mô hình Trung Quốc tốt nhất ở hầu hết mọi mặt) nhưng phù hợp hơn với lý tưởng, kỳ vọng và giá trị của họ. Các bản tinh chỉnh sau này có thể giúp mô hình này vượt trội trong các tác vụ cụ thể, làm cho các bản tinh chỉnh đó cạnh tranh được trong các tiêu chuẩn so với các mô hình châu Á.
Trên FORTRESS Adversarial—một bài kiểm tra mức độ nhất quán của mô hình trong việc từ chối các lời nhắc thực sự độc hại mà không chặn quá mức các lời nhắc hợp pháp, được chấm điểm theo phần trăm xử lý đúng—Inkling đạt 78,0%, điểm cao nhất trong số tất cả các mô hình trọng số mở được so sánh.
Cùng với Inkling, Thinking Machines đã giới thiệu trước Inkling-Small: tổng cộng 276 tỷ tham số, 12 tỷ tham số hoạt động, vốn đã ngang bằng với mô hình lớn hơn trên hầu hết các tiêu chuẩn lý luận. Trọng số của nó sẽ được công bố sau khi thử nghiệm hoàn tất, nhưng chưa có thời gian cụ thể nào được đưa ra.
