Thinking Machines, la startup americana fondata dall'ex CTO di OpenAI Mira Murati, ha rilasciato Inkling, il suo primo modello linguistico di grandi dimensioni con licenza open source Apache 2.0. Il modello, che vanta 975 miliardi di parametri totali, si distingue per un'architettura Mixture-of-Experts nativamente multimodale, capace di elaborare testo, immagini e audio. L'obiettivo è offrire alle aziende un'alternativa personalizzabile, eseguibile on-premise o su cloud privato virtuale, con prestazioni elevate ma non da primato assoluto.
Prestazioni competitive nei benchmark di ingegneria software e comprensione vocale
Nei test SWE-bench Verified, Inkling ha raggiunto il 77.6%, superando il rivale statunitense Nvidia Nemotron 3, fermo al 71.9%. Sul fronte vocale, il modello ha ottenuto il 91.4% su VoiceBench, avvicinandosi al 94.4% di Gemini 3.1 Pro. Tuttavia, modelli cinesi come GLM 5.2 e DeepSeek V4 Pro lo superano in ragionamento puro e coding. Inkling, però, eccelle in matematica, con il 97.1% su AIME 2026, e nella resistenza alla censura.
Sponsored Protocol
Un meccanismo innovativo di pensiero calibrato per bilanciare costi e qualità
La caratteristica più rivoluzionaria di Inkling è il "controllo continuo del pensiero". Gli sviluppatori possono regolare lo sforzo di ragionamento del modello su una scala da 0.2 a 0.99, decidendo quanto il sistema debba "pensare" prima di rispondere. Per compiti semplici, un valore basso riduce il consumo di token e i costi computazionali; per problemi complessi, un valore elevato garantisce maggiore accuratezza. Durante l'addestramento con reinforcement learning su 30 milioni di rollout, i ricercatori hanno osservato un fenomeno chiamato "condensazione della catena di pensiero": il modello ha imparato a comprimere i passaggi interni, eliminando ridondanze e riducendo la latenza.
Resistenza alla censura come punto di forza per le imprese
Thinking Machines ha progettato Inkling per rispondere direttamente su argomenti politicamente sensibili o oggetto di censura, un elemento chiave per le aziende che cercano output fattuali indipendentemente dalla controversia. Nei test Propaganda and Censorship Eval, il modello ha mostrato "forti modelli di non conformità alla censura", evitando rifiuti generici. Nonostante ciò, mantiene una difesa solida contro richieste dannose, con un punteggio del 98.6% su StrongREJECT. Il modello ha anche un tasso di rifiuto del 78% su query avversarie, con una conformità del 95.9% su richieste benigne. L'azienda consiglia comunque di integrare strumenti di moderazione esterni come Llama Guard per una sicurezza multilivello.
Sponsored Protocol
Architettura nativamente multimodale e licenza Apache 2.0
Inkling utilizza un approccio encoder-free early fusion, processando audio come spettrogrammi dMel discreti e immagini come patch 40x40 pixel attraverso un percettrone multistrato gerarchico. Con una finestra di contesto di 1 milione di token e soli 41 miliardi di parametri attivi per generazione, il modello è efficiente. La licenza Apache 2.0 garantisce libertà totale di modifica, integrazione e uso commerciale senza royalty. I pesi sono già disponibili su Hugging Face e tramite l'API Tinker. Accanto a Inkling, è stata presentata una preview di Inkling-Small, con 276 miliardi di parametri per carichi di lavoro a bassa latenza.
Sponsored Protocol
Thinking Machines ha percorso una strada rapida: fondata a fine 2024, ha raccolto 2 miliardi di dollari nel luglio 2025. Con Inkling, l'azienda dimostra che un modello open source può competere con i colossi chiusi, offrendo alle imprese uno strumento flessibile e trasparente. Per approfondire il tema della sicurezza AI, leggi il nostro articolo su OpenAI GPT-Red. Per un contesto più ampio sui modelli aperti, consulta la pagina Wikipedia sulla licenza Apache.
