Thinking Machines Lab a lancé Inkling, le premier modèle de l’entreprise fondée par Mira Murati (ancienne CTO d’OpenAI) : 975 milliards de paramètres au total, 41 milliards actifs en architecture Mixture-of-Experts, licence Apache 2.0, multimodal (texte, image, audio en entrée, texte en sortie), jusqu’à 1 million de tokens de contexte. Comme nous l’avions rapporté le 17 juillet, le modèle était déjà sorti ; TechCrunch ajoute maintenant les détails sur le round de financement et la vision stratégique.

Pourquoi ça te concerne. Thinking Machines a levé $300 millions en phase pre-seed et amené le modèle du pre-training au lancement en neuf mois (OpenAI a mis cinq ans, Anthropic trois). La thèse derrière Inkling : les modèles génériques one-size-fits-all vendus comme service fermé sous-performent par rapport aux modèles que les organisations adaptent elles-mêmes. Inkling ne rivalise pas sur les benchmarks généraux — l’entreprise le déclare explicitement — mais vise à être le point de départ du fine-tuning sur Tinker, la plateforme de customisation du modèle. Qui adapte devient responsable de la sécurité de ses propres versions (et il faut du sérieux en ML). Le cas Bridgewater est l’argument concret : un modèle ouvert entraîné sur l’expertise financière interne a battu les meilleurs modèles propriétaires sur le reasoning financier au prix d’un quatorzième. Les chiffres viennent d’une évaluation interne, pas indépendante.

La distillation. Thinking Machines a pré-entraîné Inkling de zéro sur 45 trillions de tokens, mais a utilisé d’autres modèles open-weight (dont Kimi K2.5 de Moonshot AI) pour générer une partie des données de post-training avant que le reinforcement learning à grande échelle ne prenne le relais. C’est une forme de distillation limitée au post-training, déclarée dans les matériels de lancement.

En détail

Le contexte : neuf mois contre cinq ans.

OpenAI a mis environ cinq ans pour amener sa technologie sur le marché et montrer des revenus ; Anthropic environ trois. Thinking Machines déclare avoir fait la même chose en neuf mois : du pre-training au lancement public avec écosystème de support day-0 (vLLM, SGLang, Modal, Baseten, Databricks, Hugging Face, quantification communautaire). Le round pre-seed de $300 millions est inhabituel par sa taille et sa phase : généralement un pre-seed est des ordres de grandeur plus petit.

Le modèle compte 975B paramètres au total, 41B actifs (Mixture-of-Experts), entraîné sur 45 trillions de tokens (selon les lecteurs des matériels de lancement ; une source dit 48T, la majorité 45T). Il supporte jusqu’à 1M tokens de contexte dans les checkpoints open-weights, mais l’API sur Tinker offre 256K (avec tarifs différenciés pour 64K et 256K). Sortie texte uniquement pour le moment, mais entrée multimodale (texte, image, audio).

La thèse : la customisation bat la généralité.

Thinking Machines soutient que l’IA entraînée centralement par un lab et ensuite figée sous-performe par rapport à l’IA que les organisations modèlent elles-mêmes, car beaucoup d’expertise est spécifique et vit chez les personnes qui la détiennent. Inkling est conçu comme foundation model à fine-tuner, non comme un chatbot general-purpose déjà finalisé. L’entreprise déclare explicitement qu’Inkling n’est pas le modèle le plus puissant disponible aujourd’hui, ni ouvert ni fermé. L’objectif est une performance équilibrée et l’adaptabilité.

Le cas concret cité est Bridgewater Associates (le plus grand hedge fund du monde, qui n’est pas investisseur de Thinking Machines) : ils ont pris un modèle open source existant et l’ont entraîné davantage sur l’expertise financière interne. Résultat : 84,7% sur les tests de reasoning financier, battant les meilleurs modèles propriétaires, avec des coûts d’inférence environ un quatorzième de ceux des modèles fermés. Les chiffres viennent d’une évaluation conjointe Thinking Machines–Bridgewater, pas de benchmarks indépendants.

Les arguments contre les modèles fermés.

Le post publié par Thinking Machines la semaine avant le lancement préparait le terrain : l’IA entraînée centralement puis figée sous-performe car elle ne capture pas la connaissance spécifique des organisations. D’autres convergent vers des arguments similaires. Satya Nadella (CEO Microsoft, investisseur milliardaire dans OpenAI et Anthropic) a écrit dimanche que les entreprises utilisant des modèles propriétaires paient deux fois : une fois en abonnements, une seconde en cédant la connaissance d’entreprise incorporée dans les prompts et les corrections, qui peut finir dans les versions futures des modèles. Clem Delangue (CEO Hugging Face) a dit à TechCrunch la semaine dernière que les modèles frontier resteront pour l’expérimentation et les tâches à haute valeur, tandis que l’essentiel du travail de production IA se déplacera vers des alternatives privées ou open source — exactement le split sur lequel Thinking Machines construit.

Distillation et transparence.

Thinking Machines déclare avoir pré-entraîné Inkling de zéro, mais a utilisé d’autres modèles open-weight (dont Kimi K2.5 de Moonshot AI) pour générer une partie des données de post-training initiales, avant que le reinforcement learning à grande échelle ne devienne la méthode principale. C’est une forme de distillation limitée au post-training et déclarée dans les matériels. Ce n’est pas la distillation des modèles propriétaires concurrents (pratique qui a attiré l’attention du secteur), mais des autres modèles ouverts.

Support d’écosystème et benchmarks.

Inkling est lancé avec support immédiat sur vLLM, SGLang, Modal, Baseten, Databricks, Hugging Face, et tooling communautaire pour la quantification (grâce à @danielhanchen). Les commentateurs indépendants l’ont étiqueté comme le modèle open-weight américain le plus fort à ce jour, mais généralement derrière les meilleurs modèles open-weight chinois et les meilleurs modèles fermés sur certains benchmarks. Artificial Analysis le classe premier parmi les modèles open-weight américains sur l’Intelligence Index, mais derrière les top chinois.

Inkling supporte le reasoning effort contrôlable (niveaux numériques d’effort) et jusqu’à 1M tokens de contexte dans les checkpoints. L’entreprise déclare que sur un benchmark de coding, Inkling utilise un tiers des tokens de Nvidia Nemotron 3 Ultra pour atteindre la même performance.

Implications pour ceux qui construisent.

Si la thèse tient, le modèle commercial bascule : au lieu de payer pour l’accès API à un modèle générique fermé, tu paies une fois pour le compute et le talent ML pour entraîner un modèle ouvert sur tes données, puis l’inférence à un coût marginal plus bas. Cela nécessite cependant des capacités ML internes sérieuses : le fine-tuning n’est pas de la configuration, et la responsabilité de la sécurité des versions customisées incombe à l’organisation. Tout le monde n’a pas ces équipes.

Pour les labs fermés, la pression augmente : si Nadella (investisseur milliardaire dans OpenAI) dit publiquement que les modèles propriétaires te font payer deux fois, le message aux CTO est clair. Le contre-argument reste : les modèles fermés fonctionnent immédiatement, sans avoir besoin d’une équipe ML. La bataille porte sur quel friction pèse plus lourd : payer l’abonnement ou embaucher les ingénieurs.