Thinking Machines Lab ha presentato Inkling, il primo modello di intelligenza artificiale sviluppato internamente dalla società. Il debutto segna un passaggio importante per una delle startup più osservate del settore, fondata nel 2025 e guidata da Mira Murati, già chief technology officer di OpenAI.
Inkling non nasce con l’obiettivo dichiarato di superare tutti i concorrenti nei benchmark. Thinking Machines punta invece su una combinazione di pesi aperti, multimodalità, efficienza e possibilità di personalizzazione, proponendo il modello come base sulla quale imprese, ricercatori e sviluppatori possano costruire sistemi specializzati.
La stessa società riconosce che Inkling non è il modello più potente tra quelli oggi disponibili, aperti o proprietari. Il suo punto di forza risiede nella flessibilità e nella capacità di adattarsi a domini, applicazioni e vincoli differenti.
Da OpenAI a Thinking Machines
Thinking Machines è stata fondata da Mira Murati, che in OpenAI aveva diretto attività di ricerca, prodotto e sicurezza. Nel novembre 2023 aveva inoltre ricoperto per alcuni giorni il ruolo di CEO ad interim durante la crisi che aveva portato alla temporanea estromissione di Sam Altman.
La nomina di Murati a chief technology officer rifletteva la responsabilità assunta sulle principali attività di ricerca, sviluppo dei prodotti e partnership di OpenAI. Con Thinking Machines, la manager ha riunito ricercatori e ingegneri provenienti da alcuni dei maggiori laboratori di intelligenza artificiale.
La società si propone di sviluppare sistemi personalizzabili e orientati alla collaborazione con le persone, invece di offrire soltanto modelli chiusi accessibili tramite un’interfaccia o un’API. Questa impostazione ha preso forma prima con Tinker, la piattaforma dedicata al fine-tuning, e ora con Inkling.
La strategia ha attirato rapidamente gli investitori. Nel 2025 Thinking Machines ha raccolto un round iniziale da 2 miliardi di dollari, raggiungendo una valutazione dichiarata di 12 miliardi prima di presentare un proprio modello. Inkling rappresenta quindi il primo vero banco di prova della capacità dell’azienda di trasformare quelle risorse in una proposta competitiva.
Un modello MoE da 975 miliardi di parametri
La model card descrive Inkling come un transformer autoregressivo decoder-only da 66 livelli, con un’architettura sparse Mixture-of-Experts.
Il modello conta 975 miliardi di parametri complessivi, ma ne attiva 41 miliardi per ciascun token. Ogni token viene indirizzato verso sei dei 256 esperti disponibili, ai quali si aggiungono due esperti condivisi sempre attivi.
L’architettura permette di mobilitare soltanto una parte della rete durante ogni operazione, contenendo il carico computazionale rispetto a un modello denso di dimensioni equivalenti. I livelli di attenzione locale e globale sono alternati per gestire in modo più efficiente le sequenze lunghe.
Inkling supporta una finestra di contesto fino a un milione di token. Accetta testo, immagini e audio, ma produce al momento esclusivamente risposte testuali. Per le immagini sono consigliate dimensioni comprese tra 40 e 4.096 pixel per lato, mentre l’audio deve essere in formato WAV a 16 kHz, preferibilmente entro i 20 minuti di durata.
Il modello è stato preaddestrato su 45 mila miliardi di token provenienti da testi, immagini, audio e video. Le differenti modalità vengono proiettate in uno spazio condiviso e processate congiuntamente dal decoder.
Pesi aperti con licenza Apache 2.0
Inkling viene distribuito con licenza Apache 2.0, una scelta che consente l’impiego commerciale, la modifica e la ridistribuzione del modello nel rispetto delle condizioni della licenza.
La definizione corretta resta però open-weight: Thinking Machines rende disponibili i parametri addestrati, ma non pubblica necessariamente ogni elemento necessario a riprodurre da zero il processo di training, a partire dal corpus completo.
I pesi sono disponibili su Hugging Face in due formati. Il checkpoint BF16 offre la precisione più elevata, mentre la versione NVFP4 riduce il peso del modello per facilitarne l’esecuzione su hardware NVIDIA Blackwell.
“Facilitare” resta un termine relativo. Il checkpoint BF16 richiede almeno 2 TB di memoria video aggregata, equivalenti, nelle configurazioni indicate da Thinking Machines, a otto GPU NVIDIA B300 oppure 16 H200. La variante NVFP4 abbassa il requisito ad almeno 600 GB di VRAM: può essere eseguita su quattro B300 in modalità W4A4 o su otto H200 in W4A16.
Inkling è dunque aperto nei pesi, ma non è un modello pensato per workstation comuni. L’esecuzione locale rimane alla portata soprattutto di grandi imprese, cloud provider e centri di ricerca dotati di infrastrutture specializzate.
Il ragionamento diventa regolabile
Una delle caratteristiche principali di Inkling è il controllable thinking effort, un meccanismo che permette di regolare la quantità di elaborazione dedicata al ragionamento.
Gli sviluppatori possono scegliere un livello di impegno differente in base all’attività, bilanciando qualità della risposta, token generati, latenza e costo. Un problema complesso può ricevere più risorse, mentre un compito semplice può essere completato più rapidamente.
Durante il reinforcement learning, Thinking Machines ha variato sia le istruzioni fornite al modello sia il costo assegnato alla generazione dei token. Inkling avrebbe così imparato ad adattare la lunghezza del ragionamento alle richieste.
Secondo i risultati pubblicati dall’azienda, su Terminal Bench 2.1 il modello può raggiungere prestazioni analoghe a Nemotron 3 Ultra utilizzando circa un terzo dei token. La caratteristica è particolarmente rilevante per gli agenti software e per i processi nei quali il modello deve effettuare numerose chiamate, usare strumenti e attraversare lunghi cicli di revisione.
Fine-tuning e personalizzazione al centro
La disponibilità dei pesi costituisce il centro della proposta. Inkling non viene presentato semplicemente come un assistente conversazionale, ma come un modello di base adattabile ai dati, alle procedure e ai criteri di una determinata organizzazione.
Il fine-tuning è disponibile attraverso Tinker, la piattaforma sviluppata da Thinking Machines per la personalizzazione dei modelli. Gli utenti possono provare Inkling in un ambiente Playground e successivamente addestrare checkpoint specializzati.
Per mostrare questa possibilità, la società ha chiesto al modello di modificare il proprio comportamento in modo da non utilizzare mai la lettera “e”. Inkling ha preparato i dati sintetici e la funzione di valutazione, avviato il fine-tuning, verificato il risultato e caricato il nuovo checkpoint.
L’esperimento non dimostra un auto-miglioramento generale del modello. Mostra piuttosto come un agente possa gestire l’intero ciclo di specializzazione, dalla preparazione dei dati alla valutazione e al caricamento dei nuovi pesi.
Inkling viene offerto tramite API anche da Together AI, Fireworks, Modal, Databricks e Baseten. Sono inoltre previste integrazioni con framework di inferenza come SGLang, vLLM, TokenSpeed, Unsloth e Transformers.
Coding e utilizzo degli strumenti
Inkling è stato addestrato per operare all’interno di diversi ambienti di coding e di utilizzo degli strumenti. Durante il training, Thinking Machines ha modificato gli strumenti disponibili e i relativi schemi, nel tentativo di evitare che il modello diventasse dipendente da uno specifico ambiente di esecuzione.
Tra le dimostrazioni pubblicate figurano la creazione di un’applicazione web, l’uso autonomo del browser per compilare un modulo, la produzione di una rivista in PDF e lo sviluppo iterativo di un gioco multiplayer.
Nei benchmark dichiarati dall’azienda, Inkling raggiunge il 77,6% su SWE-bench Verified, il 63,8% su Terminal Bench 2.1 e il 97,1% su AIME 2026. Nei test multimodali ottiene il 73,5% su MMMU Pro e il 91,4% su VoiceBench.
La comparazione combina però valutazioni esterne, test interni e punteggi comunicati dai produttori dei modelli concorrenti. In alcuni casi vengono inoltre utilizzati ambienti di esecuzione differenti. I risultati descrivono quindi il posizionamento generale di Inkling, ma non costituiscono una graduatoria completamente uniforme.
Il quadro che emerge è quello di un modello aperto competitivo, soprattutto nell’instruction following e in alcune attività agentiche, ma ancora distante dai migliori sistemi proprietari in diversi test di ragionamento, coding e conoscenza fattuale.
Come è stato addestrato Inkling
Per il preaddestramento, Thinking Machines ha costruito un corpus di 45 mila miliardi di token combinando testi, immagini, audio e video provenienti da fonti pubbliche, accordi con fornitori esterni e generazione sintetica. Nel materiale utilizzato possono rientrare anche opere protette da proprietà intellettuale e informazioni personali già accessibili online. L’azienda afferma di avere ripulito i dati attraverso deduplicazione e filtri destinati a rimuovere contenuti scadenti o poco utili, senza però rendere pubblici né la composizione dettagliata del corpus né l’elenco completo delle fonti.
Terminato il preaddestramento, Inkling è stato perfezionato su un insieme molto ampio di attività: matematica, programmazione agentica, uso degli strumenti, elaborazione di immagini e audio, conversazione e sicurezza. A dare avvio a questa fase è stato un primo supervised fine-tuning basato su dati sintetici prodotti anche da modelli con pesi aperti, tra cui Kimi K2.5; una componente iniziale relativamente contenuta, servita soprattutto a preparare il modello al passaggio successivo.
La quota maggiore delle risorse è stata infatti destinata al reinforcement learning su ambienti sia sintetici sia progettati da persone. Thinking Machines dichiara oltre 30 milioni di rollout, portati a termine mantenendo stabile l’addestramento durante due lunghe sessioni consecutive. L’intero processo è stato eseguito su sistemi NVIDIA GB300 NVL72.
Inkling-Small prepara una famiglia di modelli
Accanto al modello principale, Thinking Machines ha presentato un’anteprima di Inkling-Small, una versione Mixture-of-Experts da 276 miliardi di parametri complessivi e 12 miliardi attivi. Nonostante le dimensioni inferiori, Inkling-Small si avvicina al modello maggiore in diversi benchmark e in alcuni casi riesce a superarlo. L’azienda attribuisce il risultato ai miglioramenti introdotti nei dati e nella procedura di preaddestramento.
La versione più piccola è destinata alle applicazioni nelle quali costo e latenza hanno un peso determinante, come coding, valutazione automatica delle risposte e generazione di dati sintetici. I suoi pesi verranno pubblicati dopo il completamento dei test.
Inkling appare dunque come il primo componente di una famiglia, non come un esperimento isolato. La scommessa di Mira Murati è che il prossimo vantaggio competitivo nell’intelligenza artificiale non dipenderà soltanto dalla potenza generale dei modelli, ma dalla possibilità di adattarli alle conoscenze, ai criteri e ai processi di chi dovrà utilizzarli.
