Murati’s Thinking Machines lanceert open model Inkling
Thinking Machines Lab, het bedrijf van voormalig OpenAI-topvrouw Mira Murati, heeft op 15 juli zijn eerste eigen taalmodel uitgebracht. Het heet Inkling en is open-weight: iedereen kan de gewichten downloaden, lokaal draaien en aanpassen. Dat is een opvallende keuze voor een lab dat vorig jaar met miljarden aan durfkapitaal startte en dat tot nu toe vooral bekendstond om zijn zwijgzaamheid.
Wat Inkling technisch is
Inkling is een mixture-of-experts-model met 975 miljard parameters in totaal, waarvan er per taak ongeveer 41 miljard actief zijn. Volgens Thinking Machines is het getraind op 45 biljoen tokens aan tekst, beeld, audio en video, dus meteen multimodaal opgezet. De huidige uitvoer blijft beperkt tot tekst, code en gestructureerde data. Het contextvenster loopt op tot een miljoen tokens. De volledige gewichten staan online, en bedrijven kunnen het model finetunen via Tinker, het maatwerkplatform van het lab. Techsite TechCrunch meldt dat Inkling voor vergelijkbare codeerprestaties ongeveer een derde van de tokens van Nvidia’s Nemotron 3 Ultra gebruikt.
Kalibratie boven brute kracht
Thinking Machines is eerlijk over de positionering. Het bedrijf schrijft zelf dat Inkling “niet het sterkste model is dat vandaag beschikbaar is, open of gesloten”. De inzet ligt ergens anders. Inkling is gebouwd om gekalibreerde antwoorden te geven en durft onzekerheid aan te geven in plaats van te gokken, iets wat in de bredere discussie over betrouwbaarheid steeds zwaarder weegt. Gebruikers kunnen bovendien de “thinking effort” hoger of lager zetten en zo snelheid tegen kwaliteit afwegen. Zakenblad Fortune plaatst de release in de strategie van Murati om af te stappen van het idee dat één model alles moet kunnen.
Waar Inkling in het landschap past
De timing valt op. De gesloten vlaggenschepen van OpenAI, Anthropic en Google blijven achter slot en grendel, terwijl de open kant hard groeit. Vorige week bracht Moonshot AI met het grootste open model tot nu toe Kimi K3 uit, en eerder lieten Chinese labs met open modellen die op een laptop draaien zien hoe toegankelijk de techniek wordt. Meta koos juist de andere weg en lanceerde een betaalde API rond Muse Spark. Inkling zet zich daar tegenover als een basis die je zelf kunt vormgeven, geen kant-en-klaar product.
Wat betekent dit
Voor bedrijven die AI in eigen huis willen houden, is een sterk open-weight model met een miljoen tokens context en finetuning via Tinker aantrekkelijk. Ze halen het model binnen, trainen het op hun eigen data en houden grip op kosten en privacy. Dat Inkling standaard onzekerheid durft aan te geven, sluit aan bij een markt die niet langer alleen naar benchmarkscores kijkt. Murati laat met deze eerste release zien dat Thinking Machines mikt op maatwerk en betrouwbaarheid, niet op de hoogste plek in een ranglijst.
