Thinking Machines Lab, la startup d’IA fondée par l’ancienne directrice technique d’OpenAI, Mira Murati, a publié son premier modèle, un géant de 975 milliards de paramètres baptisé Inkling, désormais le plus grand modèle américain open-weight disponible sur le marché.
Distribué sous la licence permissive Apache 2.0, Inkling est un système mixture-of-experts qui active environ 41 milliards de ses paramètres totaux pour chaque tâche. Il a été entraîné à partir de zéro sur 45 billions de tokens couvrant du texte, des images, de l’audio et de la vidéo, et prend en charge une fenêtre de contexte d’un million de tokens. L’architecture utilise 256 experts routés plus deux experts partagés, avec six experts activés par token, un design inspiré de DeepSeek V3.
Le modèle est compétitif avec les modèles open-weight chinois de pointe comme DeepSeek V4, GLM 5.2 et Kimi K2.6, bien que ses scores aux benchmarks restent inférieurs aux systèmes propriétaires d’Anthropic et d’OpenAI. Son importance réside moins dans le fait de dominer tous les classements que dans le comblement d’un vide qui frustre la communauté open-source de l’IA : aucun laboratoire américain n’a publié un modèle open-weight véritablement performant depuis le Llama 3.1 de Meta en 2024.
Inkling nécessite un matériel conséquent pour fonctionner en précision native 16 bits, environ deux téraoctets de mémoire GPU, soit l’équivalent de huit accélérateurs B300 de Nvidia ou de 16 H200. Thinking Machines a également publié une version quantifiée en NVFP4 qui nécessite deux fois moins de GPU. La plateforme Tinker de l’entreprise offre des outils de fine-tuning et de personnalisation.
L’une des capacités les plus inhabituelles du modèle est sa faculté à écrire ses propres scripts de fine-tuning. « Thinking Machines se vante que le modèle est capable d’écrire ses propres scripts de fine-tuning pour affiner son comportement, apprendre de nouvelles compétences et évaluer ses capacités », a rapporté The Register. L’entreprise affirme qu’Inkling utilise un raisonnement par chaîne de pensée entraîné par apprentissage par renforcement, et prétend qu’il peut égaler le Nemotron 3 Ultra de Nvidia sur le benchmark Terminal Bench 2.1 tout en utilisant environ un tiers des tokens de réflexion, même si ces tokens coûtent toujours de l’argent, et que des chaînes de raisonnement plus longues signifient des factures API plus élevées pour les utilisateurs.
Inkling est disponible sur Hugging Face sous l’identifiant `thinkingmachines/Inkling` et via des fournisseurs d’API tiers, notamment TogetherAI, Fireworks, Modal, Databricks et Baseten. Les moteurs d’inférence pris en charge incluent vLLM, SGLang, Llama.cpp et TokenSpeed.
Une variante plus petite, Inkling-Small, a été présentée comme un MoE de 276 milliards de paramètres avec 12 milliards de paramètres actifs, destinée aux applications sensibles à la latence. Ses poids seront publiés après la fin des tests.
Pour Murati et Thinking Machines Lab, qui ont passé environ 18 mois à construire largement hors de la vue du public, Inkling est le premier point de vérification public d’un pari plus large contre la philosophie du modèle d’IA universel qui a dominé la frontière.
Traduit par Lydie
Sources : “Former OpenAI CTO does what Altman won’t, releases a frontier AI model that’s actually open” (The Register, 16 juillet 2026) ; “Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling” (TechCrunch, 15 juillet 2026)