OpenAIの元チーフ・テクニカル・オフィサーであるMira Mulati社が設立したThinking Machine Labは、最初のマルチモーシャルモデル、インキシングをリリースしました。 このモデルは、ゼロトレーニングから完了し、フルウェイトは、Apache 2.0 ライセンスを使用して、ハッギングFaceで公開され、開発者による微調整のための会社のクラウドプラットフォームTinkerでアクセスされています。

パラメータのトリリオンに近いモデルサイズ

インキリングは、ハイブリッドエキスパート構造を採用し、ミッションごとの約41億個のパラメータを有効化し、合計97.5億のパラメータ量を占めています。 モデルは、テキスト、画像、音声入力をサポートし、100万トークンのコンテキストウィンドウと45兆トークンのプリトトレーニングされたデータ、テキスト、画像、オーディオ、ビデオをカバーしています。

また、ムーラティ左のOpenAIで発売された初のモデル製品です。 2024年9月、Thinking Machine Labを設立。 同社は2025年7月に資金調達で2億ドルを突破し、その後は50億ドルの資金調達を続けなければならないが、交渉は2026年初頭に減少した。

エージェントのパフォーマンスは、西洋のクラスよりも先にあります。

公開されたテストの結果から、インクリングの利点はプロキシタスクに集中します。 MCPアトラスでは、インキシングスコアは74.1パーセントで、Nvidia Nemotron 3 Ultraよりも30パーセントのポイントが増加しました。 SWE-Bench Verifiedでは、インキリングスコアは77.6パーセント、または70.7パーセント高でした。

  • MCPアトラススコア 74.1%
  • SWE-Bench 検証スコア 77.6%
  • すべての重量はダウンロードのために開きます

外部ツールを介して主要な測定モデルの安定性を測定するMCPアトラスは、モデルがGitHubの実際のソフトウェアの欠陥を自律的に修復できるかどうかをテストするために使用されます。 マシンラボは、単一のタスクの最適化ではなく、一般的なモデルとしてインクリングを見つけます。

中国モデルは、ベンチマークの一部をリードしています。

しかし、インキシングは、現在の全体的なパフォーマンスの最も強いモデルではありません。 比較すると、Z.aiのGLM 5.2はターミナルベンチ2.1で82.7パーセント、インクリングの63.8パーセントから得た。 Kimi K2.6は、このような困難な科学的な推論試験でそのリードを保持しました。

安全性試験では、FORTRESS Adversarial, インクリングスコアは、78.0 /セント, サンプルと比較して最高のオープンソースの重量モデルの1. マシンラボは、インキリングスモールの小型バージョンを予測し、合計276億2千億2千億2千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万5千万7千万5千万5千万5千万7千万5千万7千万5千万5千万7千万5千万5千万5千万7千万7千万7千万5千万7千万5千万7千万7千万7千万5千万7千万7千万7千万5千万5千万7千万7千万5千万7千万7千万7千万7千万5千万7千万7千万5千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千万7千 同社によると、バージョンは、推論テストのほとんどで大規模なモデルのパフォーマンスに近いでしたが、重量の出版物の時間はまだ公開されていない。