Le premier modèle de Thinking Machines Lab
Inkling est la première publication généraliste de Thinking Machines Lab, l’entreprise dirigée par Mira Murati, ancienne directrice technique d’OpenAI.
L’annonce place Thinking Machines parmi les laboratoires qui publient un modèle accompagné de ses poids et d’une fiche technique détaillée. Reuters qualifie Inkling de modèle open weight et rapporte que l’entreprise le positionne comme compétitif, notamment pour des usages d’agents. La page officielle insiste sur le raisonnement, les tâches complexes, l’utilisation d’outils et la possibilité d’adapter le modèle à de nouveaux domaines.
Le lancement ne se résume pas à une interface de conversation. Inkling est proposé comme une infrastructure de modèle que des équipes peuvent télécharger, exécuter via des fournisseurs d’inférence ou personnaliser avec Tinker, la plateforme de Thinking Machines. Les modalités d’accès et les ressources nécessaires varient fortement : publier des poids n’implique pas qu’un ordinateur personnel puisse faire fonctionner le modèle complet.
975 milliards de paramètres, mais 41 milliards actifs
Inkling utilise une architecture mixture-of-experts : le modèle contient 975 milliards de paramètres, mais n’en active que 41 milliards pour traiter chaque token.
Cette distinction permet de comprendre les deux chiffres sans les opposer. Le total décrit la capacité répartie dans l’ensemble des experts du modèle. Le nombre actif correspond à la partie mobilisée lors d’un calcul donné. Thinking Machines présente cette architecture comme un moyen de combiner une grande capacité avec une exécution plus efficace qu’un modèle dense qui activerait tous ses paramètres à chaque étape.
Texte, image et audio en entrée ; texte en sortie
Inkling reçoit nativement du texte, des images et de l’audio, puis génère du texte. La vidéo a servi à l’entraînement mais n’est pas listée comme entrée native dans la fiche officielle.
Thinking Machines indique avoir entraîné le modèle sur 45 000 milliards de tokens provenant de texte, d’images, d’audio et de vidéo. Cette diversité des données d’entraînement ne doit pas être confondue avec les formats utilisables au moment de l’inférence. La carte du modèle précise les entrées prises en charge et limite la sortie au texte.
Inkling peut ainsi analyser une image, interpréter un contenu audio ou combiner ces informations avec une demande textuelle, selon les capacités décrites par l’éditeur. Il n’est pas présenté comme un générateur natif de vidéo, d’image ou de son. Cette nuance évite de transformer le terme « multimodal » en promesse de création dans tous les formats.
Ce que signifie réellement « open weight »
Les poids d’Inkling sont accessibles sous licence Apache 2.0, ce qui permet leur utilisation et leur adaptation dans les limites de cette licence.
Thinking Machines propose plusieurs voies : téléchargement direct, exécution par des fournisseurs d’inférence tiers et personnalisation via Tinker. Cette ouverture donne aux équipes la possibilité d’inspecter et de déployer le modèle selon leur environnement, contrairement à un service accessible uniquement par une API fermée. La licence Apache 2.0 apporte un cadre permissif pour les usages et modifications des poids distribués.
Open weight ne signifie toutefois pas que chaque élément du développement est ouvert de la même manière, ni que l’exploitation soit sans coût. La fiche technique décrit le modèle et ses poids ; elle ne supprime ni le besoin de matériel, ni l’ingénierie de déploiement, ni les responsabilités liées à l’usage. Il est plus précis de parler de poids ouverts sous licence Apache 2.0 que d’employer « open source » sans nuance.
Un modèle qui exige une infrastructure importante
Thinking Machines recommande au moins 2 téraoctets de mémoire vidéo agrégée en BF16, ou environ 600 gigaoctets en NVFP4, pour exécuter le modèle complet.
Ces seuils situent Inkling loin d’un déploiement local ordinaire. En BF16, la fiche officielle indique une exigence d’au moins 2 To de VRAM agrégée. Dans un format NVFP4 plus compact, elle mentionne au moins 600 Go. Les valeurs concernent l’inférence du modèle complet et montrent pourquoi les fournisseurs d’inférence font partie des modes d’accès proposés.
Pour une organisation, le choix ne porte donc pas seulement sur la qualité du modèle. Il faut arbitrer entre contrôle du déploiement, disponibilité du matériel, coût d’exploitation et simplicité d’un service tiers. L’ouverture des poids élargit les options, mais elle transfère aussi davantage de décisions techniques à l’équipe qui souhaite héberger ou adapter Inkling.
Pourquoi Inkling cible particulièrement les agents
Thinking Machines met en avant le raisonnement, l’usage d’outils et l’adaptation, trois capacités utiles aux systèmes qui enchaînent des actions plutôt que de produire une seule réponse.
Reuters rapporte qu’Inkling apparaît particulièrement compétitif sur des tâches liées aux agents, même si d’autres modèles restent en tête sur l’ensemble des performances. Sa fenêtre de contexte d’un million de tokens et ses entrées multimodales peuvent conserver davantage d’instructions, d’observations et de résultats d’outils au cours d’une mission.
La qualité du modèle ne garantit pourtant pas celle de l’agent complet. Les autorisations, la vérification des actions, la sécurité et l’expérience utilisateur relèvent de l’application qui l’entoure. Inkling fournit une base ouverte à l’adaptation ; il ne livre pas automatiquement un processus métier fiable. Toute adoption doit donc évaluer le système final, pas seulement un score de modèle.
Un lancement ambitieux, sans revendication de domination générale
Thinking Machines reconnaît qu’Inkling n’est pas le modèle le plus performant dans chaque catégorie, tandis que Reuters le décrit comme compétitif, en particulier pour les agents.
Cette prudence rend la comparaison plus utile. Un modèle peut présenter un intérêt par son architecture, sa licence, ses modalités ou sa capacité d’adaptation sans prendre la première place sur tous les benchmarks. Les sources imposées ne justifient pas de le qualifier de meilleur modèle open weight ni de remplaçant direct d’un service précis.
Inkling doit plutôt être lu comme la première démonstration publique de la stratégie de Thinking Machines : un grand modèle généraliste, multimodal en entrée, doté d’un long contexte et distribué avec ses poids. Sa valeur réelle se précisera avec les déploiements, les adaptations et les évaluations indépendantes. Le lancement fournit une base technique substantielle, pas une preuve universelle de supériorité.
Questions fréquentes
Inkling est le premier modèle généraliste publié par Thinking Machines Lab. Il est conçu pour le raisonnement, l’usage d’outils et les entrées multimodales.
Ses poids sont publiés sous licence Apache 2.0. Le terme le plus précis est « open weight », car l’ouverture des poids ne signifie pas nécessairement que tous les éléments du développement sont ouverts.
Non selon la fiche officielle. La vidéo figure dans les données d’entraînement, mais les entrées prises en charge sont le texte, l’image et l’audio. La sortie est textuelle.
Le modèle complet exige au moins 2 To de VRAM agrégée en BF16 ou environ 600 Go en NVFP4, ce qui dépasse très largement un poste de travail ordinaire.
Conclusion
Inkling réunit trois choix structurants : une architecture mixture-of-experts de très grande taille, des entrées texte-image-audio et une distribution des poids sous Apache 2.0. Thinking Machines propose ainsi un modèle adaptable, orienté vers le raisonnement et les agents.
L’ouverture ne supprime ni les contraintes matérielles ni le besoin d’évaluer les systèmes construits autour du modèle. Inkling n’est pas revendiqué comme le meilleur partout ; son intérêt tient à la combinaison de ses capacités, de son contexte d’un million de tokens et des options offertes aux équipes qui veulent l’exécuter ou le personnaliser.
