Бывший технический директор OpenAI выпустила первую модель — Inkling с 975 миллиардами параметров

Что представляет собой Inkling и почему это важно для рынка open-weights моделей

Лаборатория Thinking Machines Lab, основанная Мирой Мурати — бывшим техническим директором OpenAI, — представила первую продуктовую языковую модель. Называется Inkling. Это мультимодальная open-weights модель с 975 миллиардами параметров, из которых 41 миллиард задействуется при каждом запросе благодаря архитектуре Mixture-of-Experts (смесь экспертов). Модель нативно обрабатывает текст, изображения и аудио. Подробнее о том, что такое LLM (large language model, большая языковая модель), — в нашем explainer-материале.

Inkling занимает 41-е место в рейтинге Artificial Analysis Intelligence Index — это делает её лидером среди open-weights моделей из американских лабораторий. Она опережает предыдущего лидера — Nemotron 3 Ultra (38 баллов), а также Gemma 4 31B (29 баллов) и gpt-oss-120b (24 балла). При этом модель показывает высокую эффективность по скорости генерации токенов и обгоняет конкурентов вроде Kimi K2.6 и DeepSeek v4 Flash max на задачах агентного типа. О том, как китайские лаборатории наращивают мощность открытых моделей, мы писали в материале о MiniMax.

В чём Inkling превосходит конкурентов и чем уступает

Стартап изначально позиционирует Inkling не как самую мощную модель на рынке, а как оптимальную базу для дообучения (fine-tuning). Ценообразование начинается от $1,87 за миллион входных токенов — это дороже, чем у сопоставимых китайских моделей. Однако в Thinking Machines Lab делают ставку на удобство дообучения и работу с агентными сценариями.

Главная слабость Inkling — фактическая точность. По данным Artificial Analysis, показатель галлюцинаций (fabrication rate) достигает 63%. Это означает, что модель генерирует недостоверную информацию значительно чаще, чем конкуренты. Для задач, требующих высокой точности фактов, Inkling пока уступает моделям от китайских лабораторий. Тем не менее на задачах, связанных с автономной работой агентов — последовательное выполнение нескольких шагов, — модель показывает себя заметно лучше.

Как Inkling соотносится с китайскими open-source моделями

Несмотря на лидерство среди американских open-weights моделей, Inkling отстаёт от лучших китайских open-source моделей в общем зачёте Artificial Analysis. Это отражает общий тренд: китайские лаборатории, включая DeepSeek, MiniMax и StepFun, активно развивают открытые модели, которые в ряде бенчмарков обходят американские аналоги.

Для рынка релиз Inkling важен по нескольким причинам. Во-первых, это первая крупная модель от лаборатории, которую возглавляет один из создателей ChatGPT. Во-вторых, бизнес-модель «base model для fine-tuning» — альтернатива гонке за звание самой мощной модели. Не каждая компания хочет или может дообучать GPT-4o или Claude — Inkling предлагает более доступный и управляемый вариант.

Что дальше

Thinking Machines Lab продолжает развивать линейку моделей. Стратегия компании — предлагать Inkling как базу для корпоративного дообучения, а не конкурировать за первое место в общих бенчмарках. Для enterprise-клиентов, которым нужна адаптация модели под специфические задачи при сохранении разумной стоимости, такой подход может оказаться привлекательным. Однако 63% галлюцинаций — это показатель, который предстоит серьёзно снижать, прежде чем модель сможет претендовать на массовое доверие.