☕️ Thinking Machines publie Inkling, un modèle généraliste à poids ouverts
Thinking Machines sort du bois. Dix-huit mois après sa levée de fonds record de 2 milliards de dollars, soutenue par la notoriété de son équipe fondatrice et notamment de sa dirigeante Mira Murati, ex CTO d’OpenAI, le laboratoire a annoncé mercredi 15 juillet son premier modèle à poids ouvert.
Thinking Machines, un laboratoire d'intelligence artificielle, a annoncé le 15 juillet 2025 le lancement de son premier modèle d'IA générative à poids ouverts, baptisé Inkling. Ce modèle n'est pas conçu pour battre des records de performance, mais vise à offrir un équilibre entre trois critères : la rapidité de réponse (latence), les coûts d'utilisation et la qualité des résultats produits. Inkling est développé par une entreprise dirigée par Mira Murati, ancienne directrice technique (CTO) d'OpenAI, un acteur majeur dans le domaine de l'IA. Ce modèle s'inscrit dans un contexte où les laboratoires investissent massivement dans l'IA, comme en témoigne la levée de fonds record de 2 milliards de dollars réalisée par Thinking Machines il y a 18 mois.
Inkling repose sur une architecture de type Mixture-of-Experts (MoE), un système où plusieurs sous-modèles spécialisés (experts) collaborent pour traiter une requête. Sur les 975 milliards de paramètres (variables ajustables lors de l'entraînement) que compte le modèle, seuls 41 milliards sont activés à chaque utilisation, ce qui optimise les ressources. Il peut traiter des tokens (unités de texte ou de données multimodales) jusqu'à un million par requête, un volume exceptionnellement élevé. Son entraînement a nécessité l'analyse de 45 000 milliards de tokens, incluant du texte, des images, de l'audio et de la vidéo. Une version allégée, Inkling-Small, avec 12 milliards de paramètres actifs, est également proposée.
Inkling est présenté comme un modèle généraliste, capable de gérer des tâches variées comme les conversations (chat), l'analyse audio et la vision par ordinateur. Cependant, il reste moins performant pour des missions complexes comme l'agentique (automatisation de tâches via capture d'écran ou interaction avec des interfaces). Le laboratoire souligne que son objectif n'est pas d'être le plus performant du marché, mais de servir de base solide pour des personnalisations ultérieures. Il est accessible via Tinker, un service de fine tuning (ajustement fin) permettant aux chercheurs de personnaliser le modèle sans gérer l'infrastructure technique sous-jacente.
Thinking Machines propose Inkling en version d'essai via Tinker, avec des options de traitement de 64 000 ou 256 000 tokens par requête. Les coûts varient selon la phase de traitement : 1,87 dollar par million de tokens en prefill (phase de compréhension de la requête) et 4,68 dollars par million en sortie (génération de la réponse). Une promotion de lancement réduit ces tarifs. Le modèle alimente également un autre projet de l'entreprise, TLM-Interaction-Small, conçu pour des interactions vocales avec une très faible latence. Ces offres s'adressent notamment aux chercheurs et aux développeurs souhaitant expérimenter ou intégrer ces technologies.
L'annonce d'Inkling s'inscrit dans une dynamique où les modèles d'IA à *poids ouverts* (dont les données d'entraînement et les paramètres sont publics) gagnent en popularité. Ces modèles permettent une plus grande transparence et facilitent la personnalisation par rapport aux solutions *fermés* (propriétaires). Thinking Machines met en avant la disponibilité d'Inkling sur Tinker comme un avantage pour les utilisateurs souhaitant adapter le modèle à leurs besoins spécifiques. Le laboratoire précise que ce modèle n'est pas le plus performant actuellement, mais qu'il représente un compromis efficace pour des usages variés, notamment grâce à sa multimodalité et son efficacité technique.
