Thinking Machines Lab представляет Inkling — MoE с 975 млрд параметров и открытыми весами, созданную для кастомизации

15 июля 2026 года Thinking Machines Lab выпустила Inkling — трансформер с архитектурой mixture-of-experts и открытыми весами, имеющий 975 миллиардов общих параметров и 41 миллиард активных. Эта модель создана не для того, чтобы возглавлять рейтинги. Она создана для того, чтобы на ней строили.

Это различие важнее, чем может показаться. В ландшафте, где каждый релиз подаётся как новый чемпион лидерских досок, Inkling занимает принципиально иную позицию: это широкая мультимодальная базовая модель, оптимизированная для команд, которые хотят настраивать, кастомизировать и развертывать собственные варианты — а не просто потреблять чей-то API.

Что такое Inkling на самом деле

Inkling — это трансформер с архитектурой Mixture-of-Experts (MoE). :::def Mixture-of-Experts (MoE) — это архитектура, в которой для любого входного сигнала активируется только подмножество параметров модели. Это позволяет модели иметь очень большой общий запас параметров, сохраняя при этом стоимость инференса пропорциональной меньшему «активному» размеру. :::

Цифры чётко говорят о приоритетах в дизайне:

• 975 млрд общих параметров, но только 41 млрд активных на один прямой проход — это означает, что стоимость инференса масштабируется от цифры в 41 млрд, а не от полных 975 млрд.
• Контекстное окно в 1 млн токенов — достаточно большое, чтобы обрабатывать целые кодовые базы, длинные документы или развёрнутые многораундовые диалоги за один проход.
• Предварительно обучена на 45 триллионах токенов текста, изображений, аудио и видео — по-настоящему мультимодальный тренировочный корпус.
• Встроенное рассуждение по тексту, изображениям и аудио с тем, что команда называет «эффективным и контролируемым усилием мышления» — системой для балансировки вычислительных затрат и глубины рассуждения.

Модель поставляется вместе с превью Inkling-Small, более лёгкого варианта с 12 млрд активных параметров, обученного по аналогичной технологии и нацеленного на случаи, где стоимость и задержки важнее raw-мощности.

Thinking Machines Lab описывает Inkling как «первую в семействе моделей разного размера» и даёт понять, что размеров будет больше.

Философия: кастомизация важнее погони за баллами

Здесь Inkling становится интересной для инженерных команд, а не только для энтузиастов ML-бенчмарков.

Команда отрадно откровенна: Inkling «не является на сегодня самой мощной моделью из всех доступных, открытых или закрытых». Вместо этого они утверждают, что именно *сочетание* качеств делает её ценной в качестве основы:

1. Мультимодальные возможности по тексту, изображениям и аудио — не просто «текст на входе — текст на выходе». 2. Эффективное мышление — контролируемое распределение вычислений, позволяющее снижать затраты на простые задачи и повышать их для сложных. 3. Доступность в Tinker для тонкой настройки с первого дня.

Это принципиально другой посыл, нежели «мы обходим GPT-5 по MMLU». Здесь говорится: базовая модель — это *отправная точка*, а настоящая ценность возникает, когда команды формируют её под свой домен, свой стиль и свои ограничения. Thinking Machines Lab явно определяет свою миссию как создание «ИИ, расширяющего волю и суждение человека» — и позиционирует кастомизация как механизм для этого.

Для команд, оценивающих базовые модели, это переформулирует вопрос с «какая модель набирает самый высокий балл?» на «какая модель лучше всего настраивается под *мой* случай использования, в рамках *моих* допустимых затрат, на *моей* инфраструктуре?»

Демо само-тюнинга: Inkling настраивает себя сама

Чтобы продемонстрировать, как выглядит кастомизация на практике, Thinking Machines Lab сделали нечто поразительное: они попросили Inkling дообучить саму себя.

Промпт предложил Inkling стать липограммной моделью — такой, которая никогда не использует букву «е» в каком-либо выводе. Это ограничение, которое один лишь промптинг не может надёжно обеспечить; для этого требуется реальная модификация весов. Тогда Inkling:

1. Написала свою собственную цель для тонкой настройки (objective.py) — определив функцию оценки, которая возвращает 0.0, если в выводе появляется «е», и 10.0 в противном случае. 2. Настроила и запустила свой собственный тренировочный процесс в Tinker — 32 батча × 3 эпохи = 96 шагов. 3. Выжидала примерно 27 минут до завершения обучения. 4. Оценила результат относительно базовой модели. 5. Подготовила само-обновление для переключения своих весов на дообученный чекпоинт.

После обновления Inkling отвечала на вопросы, не используя букву «е», — продемонстрировав, что тонкая настройка действительно сработала. Весь цикл — написание кода, обучение, оценка, развёртывание — произошёл автономно в рамках среды Tinker.

Это убедительное демо не потому, что липограммы полезны, а потому, что оно показывает пайплайн: задайте поведение, которое не להשיג промптингом, позвольте модели построить собственную тренировочную задачу, запустите её и разверните. Тот же самый цикл работает для доменной терминологии, ограничений комплаенса, калибровки тона или паттернов рассуждения для конкретных задач.

Почему это важно для self-hosted команд

Для команд, запускающих ИИ на собственной инфраструктуре — будь то ради суверенитета данных, контроля затрат или соблюдения нормативных требований, — выход Inkling гораздо значимее, чем ещё одна закрытая модель с доступом через API.

Вот почему:

Полный доступ к весам означает полный контроль. Веса находятся в открытом доступе, размещены на Hugging Face. Вы можете скачать их, запустить на своём оборудовании, дообучить и развернуть варианты, ни разу не отправив данные в стороннюю инференс-конечную точку.

Экономика MoE благоприятствует self-hosting. При 41 млрд активных параметров стоимость инференса Inkling значительно ниже, чем у плотной модели на 975 млрд. Для команд, обеспечивающих GPU-мощности на собственных VPS или выделенных серверах, это напрямую translates в снижение аппаратных требований на один запрос при сохранении широты знаний гораздо более крупной модели.

Тонкая настройка — первоклассная функция, а не побочная. Платформа Tinker изначально спроектирована вокруг кастомизации. Inkling Playground даёт разработчикам прямой интерфейс для оценки базовой модели перед тем, как определиться с направлением тонкой настройки. А демо само-тюнинга показывает, что инструментарий достаточно зрел для автоматизированных тренировочных циклов — а не только для ручных экспериментов.

Мультимодальность из коробки. Многие модели с открытыми весами являются текстовыми или имеют прикрученное зрение. Inkling рассуждает нативно по тексту, изображениям и аудио из одной модели, что упрощает развёртывание для команд, которым нужно обрабатывать документы со встроенными изображениями, транскрибировать аудио или работать со смешанными медиавходами без оркестрации нескольких специализированных моделей.

Общая картина: базовые модели как отправные точки

Выход Inkling отражает более широкий сдвиг в том, как серьёзные команды думают об ИИ-инфраструктуре.

Первая волна внедрения LLM была связана с потреблением моделей как сервиса — отправь промпт, получи ответ, плати за токен. Эта модель подходит для прототипирования и узких задач, но она создаёт жёсткие потолки: вы не можете изменить поведение модели сверх промптинга, не можете контролировать, куда уходят ваши данные, а ваши расходы линейно масштабируются вечно вместе с использованием.

Вторая волна — частью которой Inkling является несомненно — связана с тем, чтобы *владеть* своим фундаментом. Скачай веса. Обучи на своих доменных данных. Разверни на своём оборудовании. Базовая модель — это *отправная точка*, а не готовый продукт.

Этот сдвиг имеет практические последствия:

• Структура затрат меняется. Вместо вечной оплаты за токен вы инвестируете в вычисления вперед для тонкой настройки, а затем запускаете инференс на своих условиях. Для команд с предсказуемыми, объёмными рабочими нагрузками математика быстро склоняется в пользу self-hosting.
• Данные остаются на своём месте. Регуляторные фреймворки в финансах, здравоохранении, юриспруденции и государственном секторе всё чаще требуют суверенитета данных. Модели с открытыми весами на self-hosted инфраструктуре прямо отвечают на этот запрос.
• Кастомизация даёт кумулятивный эффект. Дообученная модель, которая кодирует ваши доменные знания, вашу терминологию и ваши стандарты качества, становится вашим проприетарным активом — а не коммодити-эндпоинтом, к которому имеет доступ кто угодно.

Явное позиционирование Thinking Machines Lab — «мы хотим сделать кастомизацию доступной для большего числа случаев использования» — говорит о том, что они понимают эту динамику. Семейство моделей будет расти (Inkling-Small уже показана в превью), и платформа Tinker, вероятно, будет расширяться вместе с ней.

Для инженерных команд вывод прост: эпоха выбора между «мощным, но закрытым» и «открытым, но слабым» подходит к концу. Модели вроде Inkling предлагают средний путь — по-настоящему capable, мультимодальные, эффективные в инференсе и предназначенные для того, чтобы их формировали, а не просто потребляли.

Команды, которые извлекут наибольшую выгоду, — это не те, кто гонится за самым высоким баллом в бенчмарке. Это те, кто возьмёт прочный фундамент с открытыми весами, дообучит его под свою конкретную реальность и запустит на инфраструктуре, которой они владеют. На это делает ставку Thinking Machines Lab с Inkling — и для self-hosted команд это ставка, за которой стоит следить внимательно.