Inkling: Inde i Thinking Machines Labs første open-weight AI-model

Den 15. juli 2026 udgav Thinking Machines Lab – AI-startuppen stiftet af tidligere OpenAI CTO Mira Murati – Inkling, deres første proprietære open-weight model. Lanceringen satte en stopper for over et års spekulation om, hvad laboratoriet egentlig havde bygget efter at have rejst historiens største seedrunde på 2 milliarder dollars . Her er en faktatjekket gennemgang af alt, hvad der vides om Inkling, selskabets struktur og det konkurrencelandskab, de træder ind i.

Inkling — Centrale modeldetaljer

Parametre og arkitektur: Inkling’s præcise antal parametre var ikke uafhængigt bekræftet af Thinking Machines Lab på skrivende tidspunkt. Én rapport beskriver Inkling som et "mixture-of-experts-system med formidable 975 milliarder parametre i alt", der kun aktiverer en brøkdel til en given opgave . Dette tal er ikke bekræftet via selskabets officielle kanaler eller andre uafhængige kilder. Selskabets tidligere model fra maj 2026, TML-Interaction-Small, var en 276-milliarder-parameters MoE-arkitektur med kun ~12 milliarder aktive parametre pr. gennemløb . Det er sandsynligt, at Inkling deler et lignende MoE-design, men ingen kilde har offentliggjort et bekræftet parametertal specifikt for Inkling .

Platform og tilgængelighed: Inkling’s fulde vægte blev gjort tilgængelige den 15. juli 2026. Modellen kan fintunes på Thinking Machines’ egen Tinker-platform, og selskabet oplyser, at brugere kan "lege med den" via en interaktiv grænseflade kaldet Inkling Playground . Da vægtene er åbne, er ekstern implementering også mulig.

Modaliteter: Inkling arbejder på tværs af tekst-, billede- og lydmodaliteter .

Strategisk positionering mod lukkede modeludbydere: Thinking Machines Lab har eksplicit positioneret Inkling som "en markant afvigelse fra flagskibstilbuddene fra OpenAI, Anthropic eller Google" ved at udgive den som en open-weight model . Selskabet satser på gennemsigtighed, tilpasningsmuligheder og udviklerfrihed — i kontrast til de lukkede API'er og begrænsede adgang hos de førende frontier-labs. Det er i tråd med selskabets erklærede mission om at gøre avancerede AI-systemer "mere udbredt forstået, tilpasselige og generelt tilgængelige" .

Virksomhedens finansiering og public benefit-struktur

Finansiering: Thinking Machines Lab rejste 2 milliarder dollars i seed-finansiering — den største seedrunde i venturekapitalens historie — ledet af Andreessen Horowitz med deltagelse fra Nvidia, AMD, Cisco, Accel, Jane Street og flere . Værdiansættelsen blev rapporteret til mellem 10 og 12 milliarder dollars ved lukning .

Public benefit corporation: Selskabet er struktureret som et Public Benefit Corporation (PBC), hvilket juridisk forpligter det til at balancere aktionærværdi med et erklæret samfundsgavnligt formål . Missionen lægger vægt på pålidelighed, gennemsigtighed, fortolkbarhed og menneske-AI-samarbejde .

Konkurrencelandskabet

Inkling træder ind på et marked, der allerede er fyldt med stærke open-weight-modeller — herunder Metas Llama 4, Mistrals modeller og DeepSeeks åbne udgivelser — samt lukkede frontier-modeller fra OpenAI (GPT-5), Google (Gemini 2.0) og Anthropic (Claude 4). Vigtige forskelle for Thinking Machines Lab:

• Grundlæggerholdets slagside: Ledet af tidligere OpenAI CTO Mira Murati med ex-OpenAI-forskningstalenter, herunder medskabere af RLHF og den AI-forsker, der byggede sikkerhedskulturen bag GPT-4 .
• Tinker-økosystemet: Inkling er indbygget integreret med Tinker, en low-level fine-tuning-platform, der abstraherer distribueret GPU-orkestrering samtidig med, at udviklere får fuld kontrol over træningsløkker — et smallere, mere udviklerfokuseret pitch end de brede forbrugerprodukter fra OpenAI eller Google .
• Open-weight + PBC-ramme: Kombinationen af fuld vægtåbenhed med en juridisk public benefit-struktur er sjælden i denne skala og kan appellere til erhvervskunder og regulatorer, der er bekymrede over koncentreret AI-magt .
• Tidlig fase-forbehold: Inkling er selskabets første proprietære modeludgivelse. Uafhængige benchmarks, der sammenligner dens rå kapacitet med GPT-5, Claude 4 eller Llama 4, var endnu ikke tilgængelige ved lanceringen .