Mira Muratis Thinking Machines lanserer Inkling: åpen 975 milliarder-parameter-modell under Apache 2.0

975 milliarder parametere, hvorav rundt 41 milliarder er aktive per token. Det er tallene bak Inkling, modellen Thinking Machines Lab la ut onsdag under en Apache 2.0-lisens som lar deg finjustere og bruke vektene fritt. Selskapet ble startet i 2025 av Mira Murati, tidligere teknologisjef i OpenAI, og posisjonerer modellen som et amerikansk svar på kinesiske åpne modeller som DeepSeek V4, GLM 5.2 og Kimi K2.6.

Arkitekturen er mixture-of-experts: 256 rutede eksperter pluss to delte, der seks aktiveres per token. Modellen er trent fra bunnen av på 45 billioner tokens med tekst, bilder, lyd og video, på Nvidias GB300 NVL72-systemer, og har et kontekstvindu på én million tokens. Til sammenligning var forrige amerikanske rekord Nvidias Nemotron 3 Ultra på 550 milliarder parametere.

Haken er maskinvaren. Å kjøre Inkling med full 16-bits presisjon krever over to terabyte GPU-minne, i praksis rundt åtte Nvidia B300 eller seksten H200. Thinking Machines tilbyr en NVFP4-kvantisert variant som halverer GPU-behovet mot noe tap i presisjon, men dette er ikke en modell du kjører på hjemmemaskinen.

Thinking Machines hevder Inkling matcher Nemotron 3 Ultra på Terminal Bench 2.1 med rundt en tredjedel av tenke-tokenene. Færre tenke-tokens betyr lavere kostnad per svar når du betaler per token, men tenke-tokens faktureres som alle andre, så lange resonneringskjeder koster fortsatt.

For norske utviklere betyr åpne vekter under Apache 2.0 at skytilbydere og finjusterings-plattformer kan tilby Inkling videre, og at et amerikansk alternativ nå konkurrerer direkte med de kinesiske open-weights-modellene mange allerede bygger på. Få vil ha maskinvaren til å kjøre den selv.