Inkling: Mira Muratis Thinking Machines Lab veröffentlicht sein erstes Open-Weight-KI-Modell

Am 15. Juli 2026 veröffentlichte Thinking Machines Lab — das KI-Startup der ehemaligen OpenAI-CTO Mira Murati — Inkling, sein erstes hauseigenes Open-Weight-Modell. Der Launch beendete über ein Jahr der Spekulationen darüber, was das Labor nach einer historischen Seed-Finanzierung von 2 Milliarden Dollar bauen würde . Hier ist ein faktenbasierter Überblick über alles, was über Inkling, die Unternehmensstruktur und die Wettbewerbslandschaft bekannt ist.

Inkling – Wichtige Modelldetails

Parameteranzahl und Architektur: Die genaue Parameteranzahl von Inkling wurde von Thinking Machines Lab zum Zeitpunkt der Veröffentlichung nicht unabhängig bestätigt. Ein Bericht beschreibt Inkling als ein „Mixture-of-Experts-System mit beeindruckenden 975 Milliarden Gesamtparametern“, das für jede Aufgabe nur einen Bruchteil davon aktiviert . Diese Zahl wurde von den offiziellen Kanälen des Unternehmens oder anderen unabhängigen Quellen nicht bestätigt. Das frühere Modell des Unternehmens vom Mai 2026, TML-Interaction-Small, war eine 276-Milliarden-Parameter-MoE-Architektur mit nur etwa 12 Milliarden aktiven Parametern pro Vorwärtspass . Es ist plausibel, dass Inkling ein ähnliches MoE-Design verwendet, aber keine Quelle hat eine bestätigte Parameterzahl speziell für Inkling veröffentlicht .

Veröffentlichungsplattform und Zugänglichkeit: Die vollständigen Gewichte von Inkling wurden am 15. Juli 2026 verfügbar gemacht. Das Modell kann auf der eigenen Tinker-Plattform von Thinking Machines feinabgestimmt werden, und das Unternehmen gibt an, dass Nutzer es über eine interaktive Oberfläche namens Inkling Playground ausprobieren können . Da die Gewichte offen sind, ist auch eine externe Bereitstellung möglich.

Modalitäten: Inkling verarbeitet Text, Bild und Audio .

Strategische Positionierung gegenüber Anbietern geschlossener Modelle: Thinking Machines Lab positionierte Inkling explizit als „bedeutende Abkehr von den Flaggschiff-Angeboten von OpenAI, Anthropic oder Google“, indem das Modell als Open-Weight-Modell veröffentlicht wurde . Das Unternehmen setzt auf Transparenz, Anpassbarkeit und Freiheit für Entwickler — ein Gegensatz zu den geschlossenen APIs und beschränkten Zugängen der großen Frontier-Labore. Dies entspricht der erklärten Mission des Unternehmens, fortschrittliche KI-Systeme „weiter verbreitet verständlich, anpassbar und allgemein verfügbar“ zu machen .

Unternehmensfinanzierung und Public-Benefit-Struktur

Finanzierung: Thinking Machines Lab nahm 2 Milliarden Dollar an Seed-Finanzierung ein – die größte Seed-Runde in der Geschichte des Risikokapitals – angeführt von Andreessen Horowitz, mit Beteiligung von Nvidia, AMD, Cisco, Accel, Jane Street und anderen . Die Bewertung wurde zum Abschluss auf 10 bis 12 Milliarden Dollar geschätzt .

Public Benefit Corporation (PBC): Das Unternehmen ist als Public Benefit Corporation strukturiert, was es rechtlich verpflichtet, den Aktionärswert mit einem festgelegten Gemeinwohlzweck in Einklang zu bringen . Seine Mission betont Zuverlässigkeit, Transparenz, Interpretierbarkeit und die Zusammenarbeit zwischen Mensch und KI .

Wettbewerbslandschaft

Inkling betritt einen Markt, der bereits von starken Open-Weight-Modellen besetzt ist – darunter Metas Llama 4, Mistrals Modelle und DeepSeeks Open-Source-Veröffentlichungen – sowie von geschlossenen Frontier-Modellen von OpenAI (GPT-5), Google (Gemini 2.0) und Anthropic (Claude 4). Die wichtigsten Unterscheidungsmerkmale von Thinking Machines Lab sind:

• Gründerteam-Erfahrung: Angeführt von der ehemaligen OpenAI-CTO Mira Murati, mit ehemaligen OpenAI-Forschungstalenten, darunter Mitschöpfer von RLHF und der KI-Forscher, der die Sicherheitskultur aufbaute, die GPT-4 prägte .
• Tinker-Ökosystem: Inkling ist nativ in Tinker integriert, eine plattform für Low-Level-Feinabstimmung und Open-Weight-Modelle, die die verteilte GPU-Orchestrierung abstrahiert und Entwicklern gleichzeitig die volle Kontrolle über die Trainingsschleifen gibt – ein engerer, entwicklerorientierterer Ansatz als die breiten verbraucherorientierten Produkte von OpenAI oder Google .
• Open-Weight + PBC-Rahmen: Die Kombination aus vollständiger Gewichtsoffenheit mit einer rechtlichen Public-Benefit-Struktur ist in dieser Größenordnung selten und könnte für Unternehmenskunden und Regulierungsbehörden attraktiv sein, die sich um konzentrierte KI-Macht sorgen .
• Frühphasen-Hinweis: Inkling ist die erste hauseigene Modellveröffentlichung des Unternehmens. Unabhängige Benchmarks, die seine rohen Fähigkeiten mit GPT-5, Claude 4 oder Llama 4 vergleichen, lagen zum Launch noch nicht vor .