Inkling: открытая модель на 975B, которой нужен дата-центр

1,9 терабайта. Столько весит чекпоинт Inkling в BF16 — первой открытой модели стартапа Миры Мурати. Скачать его по гигабитному каналу при идеальной скорости — примерно 4,2 часа. Запустить — минимум восемь ускорителей B300.

Thinking Machines Lab выложила Inkling 15 июля под лицензией Apache 2.0. Формально это одна из самых открытых frontier-моделей в истории. Практически — открытость, которой мало кто сможет воспользоваться.

Что выпустили

Inkling — разреженный Mixture-of-Experts трансформер: 975 млрд параметров всего, но лишь 41 млрд активны на токен. Это стандартный для 2026 года трюк — держать огромную ёмкость модели, платя за инференс как за модель поменьше.

Параметр	Значение
Всего параметров	975B
Активных на токен	41B
Архитектура	66 слоёв, decoder-only, sparse MoE
Эксперты	256 routed + 2 shared (активны 6 routed)
Контекст	до 1M токенов
Обучение	45 трлн токенов
Модальности	текст, изображения, аудио, видео
Лицензия	Apache 2.0

Из архитектурных решений выделяются два. Первое — относительные позиционные эмбеддинги вместо RoPE, что должно лучше работать при экстраполяции на длинный контекст. Второе — мультимодальность без энкодера: аудио подаётся как dMel-спектрограммы, изображения — патчами 40×40 пикселей. Модель рассуждает по тексту, картинкам и звуку нативно, а не через приклеенный сбоку модуль.

Обучали на 45 триллионах токенов, гибридом оптимизаторов (Muon для крупных матриц, Adam для остального), с пост-тренировкой на SFT и масштабным RL — более 30 млн роллаутов.

Фича, которая отличает Inkling от остальных

Главная особенность модели — управляемое «усилие мышления» (thinking effort). Это не переключатель «думать / не думать», а непрерывный параметр: вы задаёте, сколько токенов модель потратит на рассуждение, и платите ровно за это.

Именно здесь видна ставка Thinking Machines. Компания последовательно выступает против логики one-size-fits-all — идеи, что одна модель в одной конфигурации подходит всем. Inkling продаётся как заготовка: берите веса, крутите усилие, дообучайте под себя.

Бенчмарки

На максимальном усилии (effort=0.99) цифры выглядят так:

Бенчмарк	Результат
AIME 2026	97,1%
GPQA Diamond	87,2%
SWEBench Verified	77,6%
HLE (с инструментами)	46,0%
Terminal Bench 2.1	63,8%
MMMU Pro	73,5%
VoiceBench	91,4%
FORTRESS Adversarial	78,0%

Отдельно стоит отметить FORTRESS Adversarial — 78,0%, лучший результат среди сравнивавшихся моделей с открытыми весами. Для открытой модели, которую любой может дообучить и снять ограничения, устойчивость к состязательным атакам — не косметический показатель.

Открытость с звёздочкой

А теперь про то, из-за чего релиз обсуждают громче, чем бенчмарки.

Apache 2.0 для модели такого размера — лицензия почти неприлично щедрая. Но требования к железу превращают эту щедрость в теорию. Для BF16 нужно не меньше 2 ТБ суммарной видеопамяти: это 8× B300 или 16× H200. Сжатый формат NVFP4 снижает планку примерно до 600 ГБ — 4× B300 или 8× H200, — но чекпоинт всё равно занимает 592 ГБ.

Иными словами, «локальный запуск» здесь означает стойку в дата-центре. Для команды без собственной GPU-инфраструктуры открытые веса дают скорее переговорную позицию и техническую прозрачность, чем реальную независимость: большинство всё равно пойдёт через API провайдеров или managed-сервисы.

Есть и вторая звёздочка. Вместе с Apache 2.0 идёт отдельная Model Acceptable Use Policy, ограничивающая применение — незаконная деятельность, оружие, вредоносный код, нарушение приватности. Ответственность за соблюдение лежит на том, кто разворачивает модель. Насколько такая политика юридически совместима с духом Apache 2.0 — вопрос, который юристы будут разбирать ещё долго.

Где взять

Веса лежат на Hugging Face. Инференс уже запущен у TogetherAI, Fireworks, Modal, Databricks и Baseten. Из рантаймов поддерживаются vLLM, SGLang, llama.cpp, TokenSpeed, Unsloth и transformers.

Дообучение доступно на собственной платформе Thinking Machines — Tinker, с вариантами контекста 64K и 256K и временной скидкой 50%.

Параллельно анонсирован Inkling-Small — 276B параметров при 12B активных, оптимизированный под стоимость и задержку. Он пока в превью, весов ещё нет.

Что это значит

Inkling — первый публичный релиз Thinking Machines Lab, стартапа Мурати, ушедшей с поста CTO OpenAI. И заявка получилась громкая: компания отдала бесплатно модель, которая по бенчмаркам конкурирует с закрытыми frontier-системами.

Но релиз заодно обнажает неудобную правду про весь жанр открытых весов. Когда модель весит два терабайта, «открытая» и «доступная» — больше не синонимы. Веса Inkling может скачать кто угодно. Воспользоваться ими всерьёз — те, у кого есть дата-центр. А это примерно тот же круг компаний, которые и так могли позволить себе обучать frontier-модели.

Открытость сместилась: она перестала быть про доступ и стала про аудит. Это тоже ценно — просто это другое обещание.