Thinking Machines、オープンソースモデル「Inkling」を公開

元OpenAI CTOのMira Muratiが設立したThinking Machinesは、975BパラメータのMixture-of-Expertsモデル「Inkling」を公開した。アクティブパラメータは41B、コンテキストウィンドウは1M。45Tトークンで学習され、テキスト、画像、音声をネイティブでサポートする。また、より小規模な12Bアクティブパラメータのプレビュー版も発表された。このモデルはオープンソースで、ポストトレーニングデータはKimi 2.5などのモデルから蒸留されたもの。 他のオープンモデルとのベンチマーク比較: • Nemotron 3 UltraおよびKimi K2.5を上回る性能。 • Kimi K2.6やDeepSeek V4 Proと互角の性能(IFBench、SWEBench Verifiedでリード、HLE、SimpleQA、Terminal Benchでは劣る)。 • ほとんどのベンチマークで現在のオープンソースリーダーであるGLM 5.2にはわずかに及ばない。 クローズドソースのフロンティアモデルとの比較: • Claude Fable 5とGPT-5.6 Solは、エージェント型コーディング(SWEBench Verified 95%対77.6%)および事実性(SimpleQA 71.6%対43.9%)で大きくリード。 • Inklingは指示追従(IFBench 79.8%対Claude 63.5%)および良性プロンプトへの拒否率の低さ(FORTRESS Benign 95.9%対Claude 55.1%)で優れている。
Key insights
Inklingの公開、オープンソースAIに新たな主要プレイヤーが登場
975BパラメータとMixture-of-Experts設計により、Inklingはオープンソース分野でトップクラスの位置に参入し、既存の複数のモデルを凌駕している。Mira Muratiのチームが支援するこの動きは、元OpenAIのリーダー層がオープンモデルをAI開発に影響を与え、クローズドソースの統合に対抗するための実行可能な道と見なしていることを示している。
Inkling、指示追従を優先するユーザビリティと安全性のトレードオフを示す
エージェント型コーディングや知識推論ではクローズドモデルに劣るものの、Inklingは指示追従でClaudeを上回り、良性リクエストに対する拒否率がはるかに低い。これは、慎重な安全性拒否よりも有用性とユーザーの意図への準拠を優先する積極的な設計選択を示唆しており、一部の安全性重視のプロバイダーとは異なる哲学である。
オープンモデルからの蒸留、オープンソースのネットワーク効果を浮き彫りに
InklingのKimi 2.5やその他のオープンモデルからのポストトレーニング蒸留は、オープンソースのリリースが連続的なモデル開発を加速させる方法を示している。これにより、新しいモデルが次のモデルのベースラインを引き上げる正のフィードバックループが生まれる一方で、トレーニングパイプラインの独創性に疑問を投げかける。