Міра Мурати випустила свою першу модель ШІ після виходу з OpenAI — і вона повністю з відкритим кодом

Міра Мурати залишила OpenAI у вересні 2024 року, щоб зайнятися власними справами. Майже через два роки після цього її дослідження увінчалося успіхом. Компанія, яку вона заснувала, Thinking Machines Lab, випустила Inkling — мультимодальну модель ШІ, навчена повністю з нуля, з усіма вагами, доступними для безкоштовного завантаження.

Коли рада OpenAI звільнила Сема Альтмана у листопаді 2023 року, Мурати — тоді CTO — була призначена виконуючою обов'язки CEO. Альтман був відновлений через п’ять днів, Мурати повернулася на посаду CTO, а потім залишила компанію назавжди приблизно через 10 місяців. Вона заснувала Thinking Machines Lab у лютому 2025 року.

Компанія потім замовкла — і стала багатою. У липні 2025 року вона залучила 2 мільярди доларів при оцінці в 12 мільярдів доларів, очолювана Andreessen Horowitz з Nvidia, Accel, ServiceNow, Cisco, AMD та Jane Street — це один з найбільших раундів початкового фінансування в історії Кремнієвої долини на той час.

Звіти у листопаді 2025 року повідомляли, що компанія шукає новий раунд фінансування при оцінці в 50 мільярдів доларів. Ці переговори зірвалися до січня 2026 року.

Що таке Inkling

Inkling — це модель змішування експертів — архітектура, в якій лише частина мережі активується для будь-якого даного введення, що дозволяє зберігати швидкість висновків без жертвування глибиною. Це дуже велика модель: вона має 975 мільярдів загальних параметрів (внутрішні налаштування, які визначають, як модель обробляє інформацію), з 41 мільярдом активних на завдання, тому забудьте про запуск її на вашій локальній машині.

Будучи мультимодальною, ця модель приймає текст, зображення та аудіо, і підтримує контекстне вікно — кількість тексту, над яким модель може міркувати одночасно — в 1 мільйон токенів, приблизно 750 000 слів. Вона була попередньо навчена на 45 трильйонах токенів, що охоплюють текст, зображення, аудіо та відео.

"Наша перша модель, Inkling. Навчена з нуля, ваги відкриті, можна тонко налаштовувати на Tinker сьогодні," — написала Мурати в X. Той факт, що вона навчена з нуля, має велике значення, особливо в спільноті з відкритим кодом, оскільки це може принести новий подих свіжого повітря західним розробникам, які насторожено ставляться до Китаю, але повинні використовувати азійські моделі для своїх розробок, оскільки провідні компанії ШІ у західному світі в основному зосереджені на випуску закритих моделей.

Тонке налаштування — це процес повторного навчання існуючої моделі на спеціалізованому наборі даних для покращення її продуктивності в конкретному завданні. Tinker — це хмарна платформа Thinking Machines, побудована навколо цього випадку використання. Повні ваги також доступні на Hugging Face під ліцензією Apache 2.0, без обмежень.

Найбільші досягнення Inkling проявляються в агентних завданнях. На MCP Atlas — який вимірює, наскільки надійно агент ШІ виконує реальні завдання, використовуючи Model Context Protocol, відкритий стандарт для підключення ШІ-асистентів до зовнішніх інструментів і сервісів, Inkling отримує 74,1%. Це майже на 30 пунктів вище, ніж у Nemotron 3 Ultra від Nvidia, основного західного конкурента з відкритими вагами в цьому порівнянні.

На SWE-Bench Verified — тесті, чи може агент ШІ автономно виправити реальні помилки програмного забезпечення на GitHub, оцінюваному за відсотком вирішених проблем — Inkling отримує 77,6%, також вище, ніж у Nemotron з 70,7%.

В цілому Thinking Machines продає цю модель як "універсальну" та загальну. Це означає, що вона не жертвує якістю в одному конкретному наборі завдань, оскільки її можливості зосереджені на чомусь іншому (наприклад, моделі, які чудово справляються з програмуванням, але погано з креативним письмом, наприклад).

Китайські моделі все ще мають перевагу в кількох аспектах. GLM 5.2 від Z.ai отримує 82,7% на Terminal Bench 2.1 — бенчмарку, що вимірює автономних агентів ШІ для кодування в реальному терміналі, оцінюваному за відсотком виконаних завдань — проти 63,8% Inkling. Kimi K2.6 лідирує на Humanity's Last Exam, тесті на наукове мислення на рівні PhD.

Thinking Machines визнає це. Inkling не є найсильнішою моделлю, доступною сьогодні, відкритою чи закритою.

Що це таке, так це найбільш здатна модель з відкритими вагами, створена західною лабораторією. Розробники, які — з юридичних, безпекових або комплаєнс-причин — не хочуть направляти навантаження через моделі, створені в Пекіні, тепер мають реальну альтернативу для самостійного хостингу китайських моделей.

Тепер ці розробники мають модель, яка (хоча й гірша за найкращі китайські моделі в майже всьому) краще відповідає їхнім ідеалам, очікуванням і цінностям. Подальші тонкі налаштування можуть зробити цю модель відмінною в конкретних завданнях, роблячи ці тонкі налаштування конкурентоспроможними в бенчмарках проти азійських моделей.

На FORTRESS Adversarial — який тестує, як послідовно модель відмовляється від дійсно шкідливих запитів, не блокуючи легітимні, оцінюваному за відсотком правильно оброблених — Inkling отримує 78,0%, найвищий бал серед усіх моделей з відкритими вагами в цьому порівнянні.

Разом з Inkling, Thinking Machines попередньо представила Inkling-Small: 276 мільярдів загальних параметрів, 12 мільярдів активних, вже відповідає більшій моделі за більшістю бенчмарків міркування. Її ваги з’являться після завершення тестування, терміни не вказані.