Thinking Machines пусна Inkling: open-source модел с 975 млрд. параметъра

На 16 юли 2026 г. Thinking Machines Lab — компанията на бившата главен технологичен директор на OpenAI Мира Мурати — пусна първия си публичен модел, наречен Inkling. Той е с отворени тегла (open-weights) под лиценз Apache 2.0, разполага с 975 милиарда параметъра и е нативно мултимодален: разбира текст, изображения и звук. Според компанията Inkling води сред отворените модели от американски лаборатории, но все още изостава от най-силните китайски модели по обща производителност.

Какво представлява Inkling

Inkling е Mixture-of-Experts (MoE) трансформър: от 975-те милиарда параметъра при всяка заявка се активират само 41 милиарда, което сваля разходите за изчисление. Има и по-компактна версия — Inkling-Small с 276 милиарда общи и 12 милиарда активни параметъра. И двата варианта поддържат контекст до 1 милион токена.

Моделът е обучен върху 45 трилиона токена текст, изображения, аудио и видео. Мултимодалността е вградена от самото начало, а не добавена отгоре: изображенията се кодират като парчета от 40×40 пиксела, а звукът — чрез dMel спектрограми. На практика Inkling може да чете графики, да транскрибира реч и да следва гласови инструкции, без да разчита на отделни модели.

Тегла́та са свободно достъпни на Hugging Face, а моделът се предлага и през собствената тренировъчна платформа на компанията Tinker, както и през външни API доставчици като TogetherAI, Fireworks, Modal, Databricks и Baseten.

Фокус върху ниската цена

Голямата заявка на Thinking Machines е ефективността. Inkling въвежда механизъм за контролируемо мисловно усилие (controllable thinking effort) — можете да настройвате колко изчисление да отдели моделът за дадена задача. Производителността расте логаритмично спрямо това усилие, така че за проста заявка не плащате като за сложна.

Резултатът личи в разхода на токени: на бенчмарка GDPval-AA Inkling изразходва средно около 25 000 изходни токена, докато китайският GLM-5.2 харчи около 43 000 за сравними задачи. По-малко токени означава по-ниска сметка.

Цената през API е 1,87 щ.д. за милион входни токена и 4,68 щ.д. за милион изходни (около 1,72 € и 4,30 € съответно). При разширен контекст от 256K тарифите са по-високи. В Tinker разширените контекстни опции 64K и 256K вървят с 50% отстъпка за ограничен период.

Устойчивост на цензура

Втората отличителна черта е това, което компанията нарича „епистемика” на модела — калибрация, следване на инструкции и устойчивост на цензура. Inkling е обучен „да отговаря директно по теми, които може да бъдат обект на цензура”, вместо да заобикаля неудобни въпроси.

На теста на Cognition за пропаганда и цензура моделът показва силни модели на неподчинение на цензурен натиск. Това е позициониране, което ясно го отличава от част от китайските отворени модели, при които някои теми са филтрирани. Подходът е обратен на този при затворените лаборатории, които вграждат все повече защитни механизми — както видяхме при GPT-Red на OpenAI.

Как се сравнява със САЩ и Китай

По композитния Artificial Analysis Intelligence Index Inkling получава 41 точки — над американския Nemotron 3 Ultra (38), което го прави водещ сред отворените модели от САЩ. По отделни бенчмаркове резултатите също са силни:

На агентния GDPval-AA Inkling с Elo 1 238 изпреварва китайските Kimi K2.6 (1 190) и DeepSeek v4 Flash (1 189). Въпреки това по обща производителност водещите китайски модели остават напред — Inkling печели предимно там, където се цени ефективността, а не суровата максимална точност. Моделът има и слаби места: при определени задачи процентът на халюцинации остава висок, така че за критични приложения проверката на фактите остава ваша грижа.

Защо е важно

Пускането на Inkling е първият голям продукт на Thinking Machines Lab, откакто Мурати напусна OpenAI, и залага на комбинация, която малко компании предлагат наведнъж: отворени тегла под пълноценен Apache 2.0 лиценз, мултимодалност, ниска цена и изричен отказ от цензура. Това е директен сигнал към разработчиците, че мощен модел не трябва да идва задължително през затворено API — тенденция, която върви успоредно с натиска в ЕС Google да отвори AI екосистемата си за конкуренти.

Дали Inkling ще навакса изоставането спрямо Китай по чиста производителност, ще проличи в следващите месеци. Засега обаче Thinking Machines показа, че може да играе на върха на отворената сцена — и то от първия си опит.

Източници: the-decoder, Thinking Machines Lab, Hugging Face.