Thinking Machinesが目指すエンタープライズ特化型オープンウェイトAI「Inkling」

2026年7月15日、サンフランシスコを拠点とするAIスタートアップ、Thinking Machines Labは、その最初のオープンウェイトAIモデル「Inkling」を発表しました。この企業は、元OpenAIのCTOであるMira Murati氏が創設者として名を連ねています。（出典）

「Inkling」は、特にエンタープライズ向けのカスタマイズを念頭に設計されており、GPT-5やClaudeのような既存のクローズドモデルと直接的にベンチマークスコアで競い合うことを意図していません。その代わり、開発者や企業チームがシステムをダウンロードし、自社のインフラストラクチャで検査、ホスト、そしてファインチューニングできるオープンウェイトモデルとして提供されます。これは、独自のAIソリューションを構築したい企業にとって、非常に魅力的な選択肢となるのではないでしょうか。

Inklingは、単一の最高ベンチマークスコアでGPT-5やClaudeのようなクローズドモデルに勝つことを目指すのではなく、カスタマイズのための広範でバランスの取れた基盤として設計されています。

「Inkling」の技術的特徴とマルチモーダル機能

Inklingは、9750億の総パラメーターと、クエリごとに410億のアクティブパラメーターを持つMixture-of-Experts (MoE) トランスフォーマーとして構築されています。最大100万トークンのコンテキストウィンドウをサポートし、テキスト、画像、音声、ビデオを網羅する45兆トークンのマルチモーダルデータでゼロからトレーニングされました。（出典）

特筆すべきは、テキスト、ビジョン、オーディオをネイティブに処理する点です。これは、別個に接続されるビジョンアダプターに依存することなく、真のマルチモーダル能力を提供します。

これにより、開発者はより統合されたAIアプリケーションを構築できると感じます。また、ユーザーはモデルの推論と思考の労力を明示的に調整でき、速度とコストを優先するか、より深い思考連鎖の精度を優先するかを選択できるのも面白い点です。

「Inkling」の主な特徴は以下の通りです。

  • モデルアーキテクチャ: Mixture-of-Experts (MoE) トランスフォーマー
  • 総パラメーター数: 9750億
  • アクティブパラメーター数: クエリあたり410億
  • コンテキストウィンドウ: 最大100万トークン
  • トレーニングデータ: 45兆トークン（テキスト、画像、音声、ビデオのマルチモーダルブレンド）
  • 処理能力: テキスト、ビジョン、オーディオをネイティブに処理

オープンウェイトAIの台頭と業界への影響

「Inkling」の登場は、AI業界におけるオープンウェイトモデルの重要性が増していることを示しています。NVIDIAがReflection AIに8億ドルを投資し、オープンウェイトAIを推進していることや（出典）、AMDのCEOであるLisa Su氏がオープンソースAIモデルの規制に反対し、イノベーションと企業統制のためにオープンシステムが不可欠であると主張していること（出典）からも、このトレンドは明らかです。

MetaのオープンウェイトAIモデルが米エネルギー省の国立研究所で活用され、科学的画像解析を大幅に短縮した事例も存在します。（出典）

これらの動きは、クローズドなAIモデルだけでなく、企業が自社のデータや特定のユースケースに合わせて最適化できるオープンなAI基盤に対する需要が高まっていることを示唆しています。特に、セキュリティやプライバシーの観点から、クラウドベースのクローズドモデルが利用できない環境では、オープンウェイトモデルの重要性はさらに高まるでしょう。私の自宅の自作PCでもローカルLLMを動かしていますが、このように巨大なモデルがオープンウェイトとして提供されるのは、今後の開発の幅を大きく広げることになると感じます。

Thinking Machinesは、Inklingを自社のカスタマイズコンソール「Tinker」で提供しており、ポストトレーニングやファインチューニングのワークロードに対応しています。また、より軽量なバージョンである「Inkling-Small」（アクティブパラメーター数120億）のプレビューも同時にリリースされました。これにより、リソースが限られた環境でもオープンウェイトAIを導入しやすくなるのではないでしょうか。