Salta al contenuto
AImpact
IT EN
Alto AI multimodale · 2 min lettura

Thinking Machines Lab rilascia Inkling: MoE multimodale da 975B parametri con pesi aperti Apache 2.0

In una frase Il primo modello di Thinking Machines Lab e un MoE open-weights da 975 miliardi di parametri (41B attivi), nativamente multimodale, addestrato su 45 trilioni di token con contesto da 1 milione: licenza Apache 2.0, niente API a consumo, fine-tuning tramite la piattaforma Tinker.

Da rivedere Fonte ufficiale
CondividiLinkedInX
Livello di lettura

Dopo oltre un anno di attesa e una raccolta fondi record, il 15 luglio Thinking Machines Lab, la societa fondata dall'ex CTO di OpenAI Mira Murati, ha mostrato le carte: il suo primo modello si chiama Inkling e, sorpresa, non e un servizio a pagamento ma un modello con pesi scaricabili liberamente, sotto la licenza piu permissiva che ci sia (Apache 2.0).

Inkling e enorme sulla carta (975 miliardi di parametri) ma parsimonioso in esecuzione: grazie all'architettura a esperti, per ogni richiesta se ne attivano solo 41 miliardi. E multimodale dalla nascita: addestrato fin dall'inizio su testo, immagini, audio e video, non e un modello di testo con la vista aggiunta dopo. Per i team piu piccoli c'e Inkling-Small, una versione ridotta e piu economica da far girare.

La scommessa commerciale e controcorrente: niente API a consumo. Thinking Machines non vende i token ma la piattaforma Tinker, con cui le aziende possono riaddestrare e personalizzare il modello sui propri dati. In sintesi: il modello e gratis, si paga per farlo diventare "il proprio" modello.

Per il mondo open source e una data importante: un laboratorio americano di primissima fascia sceglie i pesi aperti come strategia di lancio, terreno finora dominato dai cinesi (DeepSeek, Qwen, Kimi) e da Meta. Per le aziende significa poter avere un modello di frontiera in casa propria, sui propri server, senza mandare dati a nessuno.

Aziende

Thinking Machines Lab

Tool

Inkling, Inkling-Small, Tinker

Tag

Open WeightsMixture of ExpertsThinking Machines LabFine-tuning

Fonti