Inkling — Första djupdykningen i Thinking Machines Labs egna AI-modell

Den 15 juli 2026 lanserade Thinking Machines Lab — AI-startupen som grundades av före detta OpenAI-chefen Mira Murati — sin första egna AI-modell: Inkling. Modellen har öppna vikter, vilket innebär att vem som helst kan ladda ner den och modifiera den . Lanserigen satte punkt för över ett års spekulationer om vad bolaget skulle bygga efter att ha rest historiens största såddrunda på 2 miljarder dollar . Här följer en faktagranskad genomgång av allt som är känt om Inkling, bolagets struktur och det konkurrenslandskap de kliver in i.

Inkling — viktiga modelldetaljer

Parametrar och arkitektur: Inkling exakta antal parametrar har inte bekräftats oberoende av Thinking Machines Lab. En rapport beskriver Inkling som ett "mixture-of-experts-system med formidable 975 miljarder totala parametrar" som endast aktiverar en bråkdel för varje specifik uppgift . Den siffran har inte bekräftats av bolagets officiella kanaler eller andra oberoende källor. Bolagets tidigare modell från maj 2026, TML-Interaction-Small, var en MoE-arkitektur med 276 miljarder parametrar, varav cirka 12 miljarder aktiva per framåtpass . Det är troligt att Inkling delar en liknande MoE-design, men ingen källa har publicerat ett bekräftat antal parametrar specifikt för Inkling .

Plattform och tillgänglighet: Inkling fulla vikter släpptes den 15 juli 2026. Modellen finns tillgänglig för finjustering via Thinking Machines egna plattform Tinker, och bolaget uppger att användare kan ”leka med den” via ett interaktivt gränssnitt som kallas Inkling Playground . Eftersom vikterna är öppna är extern driftsättning också möjlig.

Modaliteter: Inkling hanterar text, bild och ljud .

Strategisk positionering: Thinking Machines Lab positionerar Inkling som "en betydande avvikelse från flaggskeppsmodellerna från OpenAI, Anthropic och Google" genom att släppa den som en öppen modell . Bolaget satsar på transparens, anpassningsbarhet och utvecklarfrihet — i kontrast till de stängda API:erna hos de stora AI-labbens erbjudanden. Detta ligger i linje med bolagets uttalade uppdrag: att göra avancerade AI-system "mer allmänt förstådda, anpassningsbara och tillgängliga" .

Bolagets finansiering och samhällsnyttostruktur

Finansiering: Thinking Machines Lab reste 2 miljarder dollar i såddkapital — den största såddrundan i venture capitals historia — ledd av Andreessen Horowitz, med deltagande från Nvidia, AMD, Cisco, Accel, Jane Street och flera andra . Värderingen rapporterades till mellan 10 och 12 miljarder dollar .

Samhällsnyttobolag (PBC): Bolaget är registrerat som ett Public Benefit Corporation (PBC), vilket juridiskt kräver att det balanserar aktieägarvärde med ett uttalat samhällsnyttosyfte . Uppdraget betonar tillförlitlighet, transparens, tolkningsbarhet och samarbete mellan människa och AI .

Konkurrenslandskapet

Inkling kliver in på en marknad som redan är full av starka modeller med öppna vikter — som Metas Llama 4, Mistrals modeller och DeepSeek — samt slutna frontmodeller från OpenAI (GPT-5), Google (Gemini 2.0) och Anthropic (Claude 4). Viktiga skillnader för Thinking Machines Lab:

• Grundarteamets meriter: Leds av före detta OpenAI-CTO Mira Murati, med ex-OpenAI-forskare som bland annat vara med och skapade RLHF och den säkerhetskultur som formade GPT-4 .
• Tinker-ekosystemet: Inkling är integrerat med Tinker, en lågnivå-plattform för finjustering som abstraherar distribuerad GPU-orkestrering samtidigt som utvecklare får full kontroll över träningslooparna — ett smalare, mer utvecklarfokuserat budskap än OpenAI:s eller Googles breda konsumentprodukter .
• Öppna vikter + PBC: Kombinationen av fullt öppna vikter med en lagstadgad samhällsnyttostruktur är ovanlig i denna skala och kan locka företagskunder och tillsynsmyndigheter som är oroliga för koncentrerad AI-makt .
• Tidigt stadium: Inkling är bolagets första egna modellsläpp. Oberoende riktmärken som jämför dess kapacitet med GPT-5, Claude 4 eller Llama 4 fanns inte vid lanseringen .