シンキング・マシーンズ・ラボ (Thinking Machines Lab) は7月15日(現地時間)、初の独自AIモデル「Inkling」を発表しました。OpenAIやAnthropic、Googleの主力モデルと異なり、Inklingはオープンウェイトモデルとして提供され、企業や開発者がダウンロードし直接修正可能です。総パラメータ数は9750億ですが、タスクごとに約410億が稼働する混合エキスパート (MoE) システムを採用しています。同社は、企業がAIモデルを独自に適合させることで、汎用モデルを上回る性能を発揮すると強調しています。
Inklingは、テキスト、画像、音声、動画の45兆トークンで訓練され、これら4つのモダリティをネイティブに推論します。現時点での出力はコードやスタイル付き成果物、構造化データを含むテキストに限定されています。同社は、1年半にわたるAIインフラ構築を経て、このモデルを初の公開実証と位置付けています。
Inklingは不確実性を示すことで推測を避け、ユーザーが「思考努力」を調整して速度と精度をトレードオフできる設計です。同社によると、特定のベンチマークでNvidiaのNemotron 3 Ultraの3分の1のトークン数で同等のコーディング性能を達成しました。しかし、同社はInklingが現時点で利用可能な、オープンまたはクローズドの最強の全体モデルではないと明言しています。
Inklingは出発点として位置付けられており、企業が同社のモデルカスタマイズプラットフォーム「Tinker」を通じてファインチューニングすることを想定しています。これに対し、MicrosoftのSatya Nadella CEOは、独自のAIモデルを使用する企業はサブスクリプション費用とビジネス知識提供で二重に支払うことになると警告しました。Hugging Face のClem Delangue CEOも、フロンティアモデルが実験用途に限定され、ほとんどのAIプロダクション作業がプライベートまたはオープンソースの代替手段に移行するという予測を示しています。
ブリッジウォーター・アソシエイツ (Bridgewater Associates) とのプロジェクトでは、既存のオープンソースモデルを独自データで追加学習させ、財務推論テストで84.7%を達成しました。このプロジェクトでは、トップクラスの独自AIモデルを上回りつつ、運用コストは約14分の1に削減されたと報告されています。同社は、OpenAIが技術投入から収益化までに約5年、Anthropicが約3年かかったのに対し、シンキング・マシーンズ・ラボは約9ヶ月で同様の成果を上げたとしています。
Inklingの訓練には、部分的に他のオープンウェイトモデル（ムーンショットAI (Moonshot AI) のKimi K2.5など）からの出力がデータ生成に用いられました。同社は次期モデルでは完全に自己完結型の後訓練に移行するとしています。コスト面ではNvidiaと提携し、NvidiaのGB300 NVL72システムで訓練が行われましたが、コストの回収計画は未公表です。収益はモデル自体ではなく、Tinkerプラットフォームからのトレーニング、ファインチューニング、およびホスティングエコシステムからの収益を想定しています。現在、従業員数は約200名です。
参考: techcrunch.com (アーカイブ) — 2026年7月16日 03:04 (JST)