Thinking Machines、初のAI「Inkling」公開──重みを開放

何が発表されたか

Thinking Machines Labは2026年7月15日、同社初のAIモデル「Inkling」を公開しました。完成したサービスだけを使う閉じた形ではなく、開発者がモデルの重みを入手し、自分たちの用途に合わせて追加学習や組み込みを行えるオープンウェイトのモデルです。

公式発表によると、Inklingはテキスト、画像、音声をまとめて扱い、回答はテキストで出力します。一般的な会話だけでなく、AIエージェント、ツール操作、コーディング支援、検索結果を使った回答などの土台として利用することを想定しています。

Thinking Machines Labは、Inklingが現在利用できる中で総合的に最も強いモデルではないと明記しています。その代わり、複数種類の情報を扱えること、考える量を調整できること、追加学習しやすいことを重視した基盤モデルだと説明しています。

9750億パラメータ、最大100万トークンに対応

Inklingは、処理ごとに必要な部分だけを動かすMixture-of-Experts方式のTransformerです。総パラメータ数は9750億、実際の処理で動くパラメータは410億です。最大100万トークンの長い文脈に対応し、事前学習にはテキスト、画像、音声、動画を含む45兆トークンが使われました。

モデルカードでは、英語を中心に複数言語と複数のプログラミング言語を扱えるとしています。用途として、AIアプリ、コーディング支援、チャットボット、検索拡張生成などが挙げられています。ただし、言語や専門分野によって精度は変わるため、会社で使う場合は自社データに近い条件での評価が必要です。

軽量版の「Inkling-Small」も予告されました。こちらは処理時に動くパラメータが120億で、低い費用と待ち時間を目指すモデルですが、現時点ではプレビューとしての紹介です。

モデル重みと追加学習環境を同時に提供

Inklingの全モデル重みはHugging Faceで公開され、ライセンスはApache 2.0です。元のBF16版に加え、NVIDIA Blackwell向けに容量を小さくしたNVFP4版も用意されています。Hugging Faceの公式記事によると、BF16版の実行には約2TB、NVFP4版でも約600GBのGPUメモリが必要です。

つまり、重みを自由に入手できても、一般的な1台のパソコンですぐ動かせる大きさではありません。自社運用を考える場合は、高性能GPUをそろえる方法だけでなく、対応するクラウドや推論サービスを使う方法も比較する必要があります。

Thinking Machines Labの追加学習基盤「Tinker」では、Inklingを同日から追加学習できます。公式発表では、Tinker上で選べる文脈長は6万4000または25万6000トークンです。モデル本体の最大100万トークンと、追加学習サービスで選べる長さは同じではない点に注意が必要です。

なぜ仕事や会社に重要なのか

今回の発表で重要なのは、有力なAI企業が、自社で調整できる大規模な基盤モデルを重み付きで公開したことです。会社独自の用語、手順、専門知識へ合わせたい場合、外部の完成済みAIへ指示を工夫するだけでなく、モデル自体を追加学習する選択肢が広がります。

一方で、Inklingは非常に大きく、社内へ置けば安くなるとは限りません。GPU費用、運用担当者、評価用データ、安全性確認まで含めると、クラウドAPIを使う方が簡単な場合もあります。オープンウェイトという言葉だけで導入方法を決めないことが大切です。

まずは自社の仕事から、一般的なAIでは間違えやすい質問や作業を少数選び、既存サービスとInklingの結果を同じ条件で比べるのが現実的です。精度だけでなく、応答時間、費用、情報管理、修正のしやすさまで測ると、追加学習が本当に必要か判断しやすくなります。