Thinking Machines ra mắt Inkling, mô hình mở 975B tham số

Thinking Machines Lab vừa phát hành Inkling (15/7/2026) — mô hình open-weights đầu tiên do công ty tự huấn luyện từ đầu, mở toàn bộ trọng số để người dùng tải về và tuỳ biến.

Inkling là transformer Mixture-of-Experts (MoE) với 975 tỷ tham số tổng, 41 tỷ tham số kích hoạt mỗi token, cửa sổ ngữ cảnh tới 1 triệu token. Mô hình được pretrain trên 45 nghìn tỷ token gồm văn bản, hình ảnh, âm thanh và video, và suy luận đa phương thức ngay từ gốc. Đi kèm là bản xem trước Inkling-Small (276 tỷ tham số, 12 tỷ kích hoạt) cho chi phí/độ trễ thấp hơn.

Ý chính

• Định vị: Thinking Machines nói rõ Inkling không phải mô hình mạnh nhất hiện nay; đây là một "nền mở" để doanh nghiệp fine-tune theo dữ liệu riêng — đặt cược rằng mô hình tuỳ biến sẽ thắng mô hình "một cỡ cho tất cả".
• Thinking effort điều chỉnh được: cân bằng hiệu năng và số token; hãng nói Inkling đạt cùng điểm Terminal Bench 2.1 với chỉ ~1/3 số token so với Nemotron 3 Ultra.
• Epistemics: huấn luyện cho tính hiệu chỉnh (biết nói "không chắc"), bám sát chỉ dẫn, và chống kiểm duyệt.
• Có sẵn để dùng: fine-tune trên nền tảng Tinker ngay hôm nay (giảm 50% có thời hạn) kèm Inkling Playground; trọng số đầy đủ trên Hugging Face (bản gốc và bản NVFP4 cho NVIDIA Blackwell). Truy cập qua API tại TogetherAI, Fireworks, Modal, Databricks, Baseten.
• Huấn luyện: chạy trên hệ thống NVIDIA GB300 NVL72; RL quy mô hơn 30 triệu rollout.

Câu hỏi thường gặp

Tải Inkling ở đâu và có mất phí không? Trọng số đầy đủ đăng công khai trên Hugging Face; muốn fine-tune thì dùng nền tảng Tinker (đang giảm 50% có thời hạn).

Inkling có phải mô hình mạnh nhất không? Không — chính Thinking Machines nói nó không phải mô hình mạnh nhất; điểm mạnh là đa phương thức, hiệu quả token và dễ tuỳ biến, phù hợp làm mô hình nền để fine-tune.

Khác gì mô hình đóng như GPT hay Claude? Inkling là open-weights: bạn tải và chỉnh sửa trực tiếp trọng số, thay vì chỉ gọi API.