Mira Muratis Lab präsentiert Inkling-Small: Ein schlankes Open-Modell für Entwickler mit kleinem Budget
Nachrichtenübersicht
Thinking Machines Lab, das von der ehemaligen OpenAI-Technologiechefin Mira Murati gegründete KI-Forschungsunternehmen, enthüllte am 15. Juli 2026 um 9:00 Uhr pazifischer Zeit seine erste Modellfamilie mit offenen Gewichten. Die Flaggschiff-Veröffentlichung namens Inkling ist ein multimodales Mixture-of-Experts-Modell mit 975 Milliarden Parametern und erscheint neben einem leichteren Geschwistermodell, Inkling-Small, das sich an Teams richtet, die eine starke Schlussfolgerungsleistung wünschen, ohne Zugang zu großen GPU-Clustern zu haben. Anstatt die Spitzenposition auf den Bestenlisten zu erobern, positionierte das Unternehmen beide Modelle als flexible Ausgangspunkte für Entwickler, die KI-Systeme für ihre eigenen Produkte anpassen und feinabstimmen möchten.
Was Inkling und Inkling-Small sind
Inkling basiert auf einer Mixture-of-Experts-Transformer-Architektur mit 256 gerouteten Experten und zwei gemeinsamen Experten pro Schicht, von denen bei einem beliebigen Token sechs geroutete Experten aktiviert werden. Dieses Design verleiht dem vollständigen Modell insgesamt 975 Milliarden Parameter, während bei der Inferenz nur etwa 41 Milliarden aktiv sind, was die Rechenkosten handhabbar hält. Inkling-Small folgt derselben Architektur in reduziertem Maßstab: 276 Milliarden Parameter insgesamt, wobei pro Token etwa 12 Milliarden aktiv sind. Beide Modelle unterstützen Kontextfenster von bis zu 1 Million Token und wurden mit insgesamt 45 Billionen Token trainiert, die Text, Bilder, Audio und Video umfassen.
Bemerkenswerterweise wurde Inkling-Small zum Start als technische Vorschau geteilt. Die vollständig herunterladbaren Gewichte werden vorübergehend zurückgehalten, um zusätzliche Sicherheits- und Qualitätstests durchzuführen, obwohl Entwickler das Modell bereits über die Anpassungsplattform Tinker von Thinking Machines feinabstimmen können.
Ein Regler für das „Denkaufwand“ zur Kostenkontrolle
Eine der markanteren Funktionen der Inkling-Familie ist eine steuerbare Einstellung für das „Denkaufwand“, die über die Systemnachricht angepasst werden kann und es Entwicklern ermöglicht, Schlussfolgerungstiefe gegen Geschwindigkeit und Token-Kosten einzutauschen. Unternehmensforscher berichteten, dass dieser Ansatz es Inkling ermöglichte, mit konkurrierenden Systemen bei agentenbasierten Programmier-Benchmarks wie Terminal Bench 2.1 gleichzuziehen, während nur etwa ein Drittel der Token des Nvidia Nemotron 3 Ultra-Modells verwendet wurde. Für Inkling-Small ist das effiziente Schlussfolgerungsdesign speziell auf latenzempfindliche und budgetbewusste Workloads ausgerichtet, darunter Programmierassistenten, automatisierte Bewertungssysteme und die Erzeugung synthetischer Trainingsdaten für kleinere nachgelagerte Modelle.
Benchmark-Leistung
Bei der höchsten Einstellung des Schlussfolgerungsaufwands erreichte Inkling 87,2 Prozent bei GPQA Diamond, 97,1 Prozent bei AIME 2026 und 77,6 Prozent bei SWE-Bench Verified, einem weit verbreiteten Maß für reale Programmierfähigkeiten. Bei multimodalen Bewertungen erreichte das Modell 73,5 Prozent bei MMMU Pro für Sehaufgaben und 91,4 Prozent bei VoiceBench für Audioverständnis. Thinking Machines berichtete, dass Inkling-Small bei vielen dieser gleichen Bewertungen nur leicht hinter seinem größeren Pendant zurückbleibt, wobei die Seh- und Audioergebnisse typischerweise innerhalb von ein bis drei Prozentpunkten des vollständigen Modells liegen, obwohl weniger als ein Drittel der aktiven Parameter verwendet wird.
Trainingsansatz und Sicherheitsarbeit
Die Inkling-Familie wurde mit einer hybriden Optimierungsmethode trainiert, bei der der Muon-Optimierer auf große Gewichtsmatrizen und Adam auf die restlichen Parameter angewendet wurde, gefolgt von überwachtem Feinabstimmen und groß angelegtem bestärkendem Lernen mit mehr als 30 Millionen Rollouts. Das Unternehmen erklärte, dass besonderer Wert auf Kalibrierung gelegt wurde, indem die Modelle mit realen Fragen und gelösten Ergebnissen trainiert wurden, sodass sie angemessene Unsicherheit ausdrücken, anstatt selbstbewusst zu raten. Die Sicherheitsbewertungen umfassten adversielle Red-Teaming-Benchmarks, bei denen Inkling im StrongREJECT-Test 98,6 Prozent und in der FORTRESS-Sicherheitssuite 78,0 Prozent erreichte, sowie eine externe Überprüfung durch unabhängige Tester.
Verfügbarkeit und Preisgestaltung
Die vollständigen Gewichte von Inkling sind jetzt über Hugging Face herunterladbar, einschließlich eines komprimierten NVFP4-Checkpoints, der für Nvidia-Blackwell-Chips optimiert ist, und das Modell ist auch über Hosting-Partner wie Together AI, Fireworks, Modal, Databricks und Baseten zugänglich. Thinking Machines bietet Entwicklern, die über Tinker feinabstimmen, einen zeitlich begrenzten Rabatt von 50 Prozent sowie kostenlosen, zeitlich begrenzten Zugang zu einem Inkling-Playground innerhalb der Tinker-Konsole. Die vollständigen Gewichte von Inkling-Small sollen folgen, sobald zusätzliche Tests abgeschlossen sind.
Branchenkontext
Die Veröffentlichung fügt dem öffentlichen Produktportfolio von Thinking Machines einen zweiten Eintrag hinzu, nach dem früheren Debüt der Tinker-Feinabstimmungsplattform. Unternehmensforscher erklärten offen, dass Inkling nicht als das absolut stärkste verfügbare Modell gedacht ist, ob offen oder geschlossen; stattdessen liegt der Schwerpunkt darauf, Entwicklern, Universitäten und Forschungslaboren eine umfassende, effiziente Grundlage zu bieten, die sie für spezialisierte wissenschaftliche, Programmier- und Schlussfolgerungsanwendungen anpassen können. Frühes Interesse aus der Wirtschaft wurde durch eine Zusammenarbeit mit der Investmentfirma Bridgewater Associates hervorgehoben, die von starken Ergebnissen bei der Anwendung von Inkling auf Finanz-Schlussfolgerungs-Benchmarks zu einem Bruchteil der Rechenkosten vergleichbarer proprietärer Modelle berichtete.