Mira Murati „Thinking Machines“ pristatė „Inkling“ — atviro svorio 975 mlrd. parametrų modelį ir statymą prieš universalų AI

Vieno labiausiai stebimų dirbtinio intelekto startuolių pasaulyje pirmas produktas pagaliau pamatė šviesą. Liepos 15-osios rytą Miros Murati — buvusios „OpenAI“ technikos vadovės — įkurtas „Thinking Machines Lab“ pristatė savo pirmą modelį „Inkling“. Ir padarė tai netipiškai: ne per uždarą API su kainoraščiu, o kaip atviro svorio (angl. open-weights) modelį, kurį bet kuris kūrėjas ar įmonė gali parsisiųsti, paleisti savo infrastruktūroje ir pritaikyti.

Kontekstas svarbus. „Thinking Machines“ nuo pat įkūrimo buvo vienas garsiausių ir brangiausiai vertinamų naujų vardų AI srityje — bet iki šiol jis neturėjo nė vieno viešo produkto. „Inkling“ yra ne tik pirmas modelis, bet ir pirmas realus įrodymas, ar Murati komandos statymas apskritai veikia.

Kas yra „Inkling“ — architektūra ir skaičiai

„Inkling“ yra ekspertų mišinio (Mixture-of-Experts, MoE) tipo modelis: iš viso jame yra 975 mlrd. parametrų, tačiau bet kuriai konkrečiai užduočiai suaktyvinama tik apie 41 mlrd. — toks dizainas leidžia labai dideliam modeliui veikti greičiau ir pigiau. Jis apmokytas ant 45 trln. žetonų teksto, vaizdo, garso ir video, o multimodalumą apdoroja natyviai — ne kaip vėliau prilipdytą priedą. Konteksto langas siekia iki 1 mln. žetonų, o svoriai patalpinti „Hugging Face“ platformoje pagal leidžiančią Apache 2.0 licenciją (kartu pateiktas ir suspaustas NVFP4 kontrolinis taškas pigesnei inferencijai).

Pagal benchmark'us modelis atrodo tvirtai tarp atvirų modelių lyderių. Keli „Thinking Machines“ paskelbti rezultatai:

• AIME 2026 (matematinis samprotavimas): 97,1 %
• GPQA Diamond (ekspertinio lygio klausimai): 87,2 %
• SWE-bench Verified (realios programavimo užduotys): 77,6 %
• VoiceBench (balso supratimas): 91,4 %
• MMMU Pro (multimodalinis samprotavimas): 73,5 %

Bendrovė teigia, kad daugelyje testų „Inkling“ atsiduria tarp kinų „Kimi 2.5“ ir „Kimi 2.6“ bei lenkia „Nvidia Nemotron 3 Ultra“. Įdomiausias skaičius — efektyvumas: tą patį „Terminal Bench 2.1“ rezultatą „Inkling“ pasiekia sunaudodamas maždaug tris kartus mažiau žetonų nei „Nemotron 3 Ultra“. Praktiškai tai reiškia mažesnę sąskaitą už tą patį darbą.

Kartu su pilnu modeliu bendrovė parodė ir mažesnę versiją — „Inkling-Small“ (276 mlrd. parametrų, 12 mlrd. aktyvių), kuri, anot kūrėjų, keliuose testuose prilygsta arba net pralenkia savo didesnįjį brolį.

Ne stipriausias — ir tai pasakyta garsiai

Bene neįprasčiausias dalykas visame pristatyme — bendrovės tonas. „Thinking Machines“ atvirai pripažįsta, kad „Inkling“ nėra stipriausias šiandien prieinamas modelis. Vietoje lenktynių dėl viršūnės lentelėse komanda akcentuoja tris bruožus:

Kalibruoti atsakymai

Modelis mokytas pažymėti neapibrėžtumą, o ne spėlioti, kai nežino atsakymo — tai tiesioginis atsakas į „haliucinacijų“ problemą, kuri stabdo AI diegimą reguliuojamose srityse.

Valdomas „mąstymo intensyvumas“

Naudotojas gali pasukti rankenėlę ir nuspręsti, kiek modelis „galvos“ — daugiau žetonų ir lėčiau tikslesniam atsakymui, ar greičiau ir pigiau paprastesnėms užduotims.

Atsparumas cenzūrai

Pagal nepriklausomą „Cognition“ vertinimą, modelis pasižymi stipriu atsparumu cenzūrai — svarbu tiems, kas nori jį pritaikyti savo poreikiams be įmontuotų apribojimų.

Už viso to slypi verslo logika: „Thinking Machines“ pinigų uždirba ne iš modelio licencijų (svoriai dalijami nemokamai), o iš „Tinker“ — savo pritaikymo (fine-tuning) platformos, kurioje „Inkling“ jau galima derinti (pristatymo proga — su 50 % nuolaida). Atviras modelis čia yra ne produktas, o masalas.

Kas stovi už „Thinking Machines“

Startuolį 2025-aisiais įkūrė Mira Murati, ilgametė „OpenAI“ technikos vadovė, atsakiusi už tokius produktus kaip „ChatGPT“ ir „DALL·E“. Šiuo metu bendrovėje dirba apie 200 žmonių, nors metų pradžioje du bendraįkūrėjai grįžo į „OpenAI“. Infrastruktūrai „Thinking Machines“ šių metų pavasarį susitarė su „Nvidia“ dėl gigavato pajėgumo naujausiais „Vera Rubin“ lustais — „Inkling“ ir buvo apmokytas ant „Nvidia GB300 NVL72“ sistemų.

Modelis šiuo metu pasiekiamas ne tik per „Hugging Face“ ir „Tinker“, bet ir per eilę debesijos tiekėjų — „Together AI“, „Fireworks“, „Modal“, „Databricks“, „Baseten“ — bei atvirus inferencijos variklius („vLLM“, „SGLang“, „llama.cpp“, „transformers“).

Ką tai keičia rinkai — ir kodėl aktualu Lietuvai

Esminė „Thinking Machines“ tezė paprasta, bet drąsi: organizacijos, kurios AI pritaiko sau, ilgainiui pranoks universalius „vieno dydžio visiems“ modelius, kuriuos šiandien nuomoja didieji AI gigantai. Užuot mokėję už uždarą API ir prisitaikę prie tiekėjo taisyklių, kūrėjai gauna pilnus svorius ir gali modelį formuoti pagal savo duomenis, sritį ir apribojimus.

Lietuvos ir Europos verslui tai kelios konkrečios žinios. Pirma — duomenų suverenumas: atviro svorio frontier-klasės modelį galima paleisti savo ar Europos debesyje, be poreikio siųsti jautrius duomenis už Atlanto. Tema itin aktuali po neseniai ES priimto Debesijos ir DI plėtros akto, kuris kaip tik ir kalba apie kontrolę bei suverenumą. Antra — kaina: 41 mlrd. aktyvių parametrų ir suspausti kontroliniai taškai reiškia, kad kokybišką modelį realu ūkiškai paleisti ir mažesnei įmonei, o ne tik hiperskaleriui. Trečia — lankstumas: galimybė pačiam derinti modelį atveria duris nišiniams sprendimams (teisė, medicina, inžinerija), kur bendriniai asistentai dažnai per bendri.

Ar statymas pasiteisins, spręs ne benchmark'ai, o tai, kiek įmonių iš tikrųjų sės prie „Tinker“ ir ims lipdyti savo versijas. Bet kryptis aiški: po metų, kai frontier lenktynės sukosi apie vis galingesnius uždarus modelius, „Inkling“ yra priminimas, kad kita AI kova gali vykti ne dėl to, kieno modelis didžiausias, o dėl to, kieno modelį lengviausia pasidaryti savą.