🖋️ Inkling | Первая модель Миры Мурати вышла — и она открытая

15 июля Thinking Machines Lab выпустила свою первую модель спустя больше года после основания — и выбрала путь, противоположный OpenAI, Anthropic и Google.

Модель Inkling — mixture-of-experts архитектура на 975 млрд параметров, но задействует лишь около 41 млрд на каждый конкретный запрос — отсюда скорость и меньшая стоимость запуска. Обучена на 45 трлн токенов текста, изображений, аудио и видео и работает со всеми четырьмя типами данных нативно. Главное отличие от флагманов Big Tech — открытые веса: модель можно скачать и модифицировать самостоятельно.

Что это значит на практике 🤝

Открытые веса означают, что компания может развернуть модель на своей инфраструктуре без зависимости от API стороннего вендора и без утечки данных наружу — важно для регулируемых отраслей и компаний с высокими требованиями к приватности.

Реальный вывод: Рынок AI-моделей раскалывается на два лагеря: закрытые флагманы через API и открытые модели для тех, кому нужен контроль над инфраструктурой — Inkling ставит на второй. Как применить в бизнесе 🤝

— Если у тебя есть требования к data residency или локальному развёртыванию — протестируй Inkling на своих серверах вместо API-подписки.

— Сравни экономику: mixture-of-experts архитектура означает меньшую стоимость инференса при сопоставимом качестве — посчитай разницу против текущего вендора.

— Если работаешь с мультимодальными задачами (текст + изображения + аудио + видео одновременно) — проверь нативную поддержку всех четырёх форматов без склейки нескольких моделей.

Практический эффект:

— Открытые веса = контроль над данными и инфраструктурой, которого нет у закрытых API-моделей

— MoE-архитектура снижает вычислительную нагрузку на запрос при сохранении масштаба модели — потенциально дешевле в эксплуатации на своих серверах

— Компании, которым нужен контроль над AI-инфраструктурой, получили жизнеспособную альтернативу закрытым флагманам от игрока с сильной командой основателей

🔗 Ссылка: thinkingmachines.ai