Мира Мурати выпустила первую модель — открытую Inkling на 975 млрд параметров

Thinking Machines Lab — стартап Миры Мурати, бывшего технического директора OpenAI — 15 июля 2026 года выпустил свою первую модель. Называется Inkling, и это открытые веса: скачивайте с Hugging Face, ставьте на своё железо, меняйте как хотите.

Что за модель

• Архитектура: MoE (смесь экспертов) на 975 млрд параметров, из которых на каждую задачу активируется лишь около 41 млрд.
• Обучение: 45 трлн токенов — текст, картинки, звук и видео. Мультимодальность нативная, не прикрученная сбоку.
• Контекст: до 1 млн токенов.
• Фишки: модель умеет честно сообщать о неуверенности в ответе, а «глубину размышления» можно крутить — выбирая между скоростью и точностью.

Главное — компания не претендует на первое место

Самое необычное в этом релизе — формулировка самой компании. Thinking Machines прямо пишет, что Inkling «не самая сильная модель из доступных сегодня, ни среди открытых, ни среди закрытых».

Это не скромность, а стратегия. Модель позиционируется как заготовка, которую компании дообучают под себя — через собственную платформу Thinking Machines под названием Tinker. Она позволяет настраивать модель под конкретную задачу без докторской степени по машинному обучению, которую обычно требует файн-тюнинг. Inkling уже доступен в Tinker с контекстом 64K и 256K.

Экономика тут вывернута наизнанку: модель отдают бесплатно, деньги планируют брать за услуги кастомизации.

Из конкретных цифр компания хвалит эффективность: на сопоставимом уровне в коде Inkling тратит примерно втрое меньше токенов, чем Nemotron 3 Ultra от Nvidia.

Кто такая Мира Мурати

Мурати была техническим директором OpenAI и человеком, под чьим руководством выходили ChatGPT, DALL·E и GPT-4. Ушла осенью 2024-го, а в феврале 2025 основала Thinking Machines Lab. Стартап поднял $2 млрд посевных при оценке $10–12 млрд — среди инвесторов Andreessen Horowitz и Nvidia. Полтора года компания работала почти без публичных продуктов; Inkling — первый крупный релиз.

Почему это важно

Ставка Мурати идёт против главного тренда индустрии. Пока все гонятся за universal-моделью, которая умеет всё для всех, Thinking Machines говорит: одна модель на всех не работает, каждому нужна своя, дообученная под его задачу.

Проверить эту гипотезу можно будет не скоро. Но для рынка открытых моделей появление ещё одного серьёзного игрока — новость хорошая: чем больше открытых весов, тем меньше зависимость от подписок и API. Что такое MoE и почему «975 млрд параметров» не значит «975 млрд в памяти» — в нашем гайде про смесь экспертов. Как запустить открытую модель у себя — здесь.