Mira Murati, antiga directora tècnica d'OpenAI, va fundar Thinking Machines Lab apostant per una idea diferent de la dels grans laboratoris fronterers: en lloc de competir només per tenir el model més potent possible, oferir sistemes que les empreses puguin personalitzar en profunditat per a les seves necessitats concretes.

Segons va informar TechCrunch el 15 de juliol, Thinking Machines ha llançat Inkling, el seu primer model d'IA, amb pesos oberts que els desenvolupadors poden descarregar i personalitzar sense accés al codi font ni a les dades d'entrenament originals. Es tracta d'un sistema de mescla d'experts amb 975.000 milions de paràmetres totals, dels quals només n'activa uns 41.000 milions per a cada tasca concreta, amb una finestra de context de fins a un milió de tokens i entrenat amb 45 bilions de tokens de text, imatge, àudio i vídeo sobre maquinari Nvidia GB300 NVL72. La companyia reconeix explícitament que Inkling "no és el model més potent disponible avui, ni obert ni tancat", i en centra el valor en la capacitat de personalització: en proves de codificació, afirma que Inkling fa servir només un terç dels tokens que necessita el Nemotron 3 Ultra de Nvidia per a un rendiment comparable, i una col·laboració amb el fons d'inversió Bridgewater Associates hauria assolit un 84,7% en proves de raonament financer amb un cost d'execució catorze vegades menor que alternatives propietàries. Thinking Machines no busca monetitzar directament la distribució d'Inkling, sinó que continua generant ingressos amb Tinker, la seva plataforma de personalització i ajustament fi de models.

La notícia és rellevant perquè presenta una estratègia alternativa a la cursa pels models més potents que dominen OpenAI, Anthropic i Google, apostant per l'especialització i el cost d'execució com a avantatge competitiu, en un moment en què cada cop més empreses busquen reduir la despesa en inferència sense renunciar al rendiment en tasques concretes. També reforça la posició de Thinking Machines com un actor rellevant en el mercat dels models de pesos oberts, dominat fins ara sobretot per laboratoris xinesos com Moonshot AI.

Thinking Machines no ha detallat quin cost té l'entrenament d'Inkling ni quins plans té per llançar versions successives del model. Tampoc s'ha precisat si les xifres de rendiment presentades per la companyia, com la comparativa amb el Nemotron 3 Ultra de Nvidia, han estat verificades per avaluadors independents més enllà dels benchmarks interns de l'empresa.