Thinking Machines Inkling：Mira Muratiが手がけた初のオープンウェイトモデルの全貌

元OpenAI CTOのMira Muratiが創業したスタートアップ、Thinking Machines Labが初の自社開発モデル「Inkling」をリリースした。オープンウェイトのマルチモーダルなMixture-of-Experts（MoE）システムだ。驚きはそのサイズではなく、戦略にある。Inklingはベンチマークで首位を狙うために作られたのではなく、ダウンロードされ、ファインチューニングされ、それを活用する組織によって形を変えられるために作られた。本記事では、Inklingのスペック、ベンチマーク、「思考量制御（controllable thinking effort）」という概念、そしてAIエージェントを構築する上でオープンウェイトのベースモデルが何を意味するかを解説する。

Inklingとは何か？

Inklingは、Thinking Machines Labが2026年7月15日に公開した初のモデルだ。約18ヶ月にわたる主にプライベートなインフラ整備を経て、ラボが初めて示した実質的な成果物となる（TechCrunch）。

ラボ自身のリリース投稿から、主要な事実を整理する：

• 総パラメータ数975B、アクティブパラメータ41B — Mixture-of-Experts（MoE）トランスフォーマーで、トークンごとにウェイトの一部のみを活性化する。これにより、非常に大規模なモデルでも高速かつ低コストで動作する。
• コンテキストウィンドウ：100万トークン。
• 45兆トークンで事前学習 — テキスト、画像、音声、動画を含み、4つのモダリティをネイティブに横断して推論する。現時点での出力はテキスト（コード、構造化データ、スタイル付きアーティファクト）。
• オープンウェイト — 完全なウェイトがHugging Face上で公開されており、オリジナルのチェックポイントとNVIDIA Blackwell向けの効率的な推論用NVFP4チェックポイントの両方が利用可能。
• Inkling-Smallのプレビュー — 276B MoE（アクティブ12B）で、低コスト・低レイテンシ向けにチューニングされた小型版。

ラボ自身が述べた最も印象的な一文がある：Inklingは「現時点で利用可能な最強のモデルではない——オープンかクローズドかを問わず」。これは保険をかけた言葉ではなく、戦略そのものだ。

賭け：自分でファインチューニングせよ

OpenAI、Anthropic、Googleといった主要フロンティアラボのほとんどは、まず汎用チャットボットをリリースし、その後にエージェント機能を積み重ねていく。Inklingはその逆を行く。Thinking Machinesは、Inklingを完成品としてではなく、カスタマイズのためのベースとして売り込んでいる——各組織がラボのファインチューニングプラットフォーム「Tinker」を通じて自社のワークフローに合わせて適応させる、広範でバランスの取れた基盤モデルとして。

ローンチに先立って公開された同社の投稿で示された主張は、中央集権的に学習されて固定されたモデルは、各組織が自社の専門知識を中心に形成できるモデルに比べてパフォーマンスが劣るというものだ。この見方は外部からも支持を得ている。MicrosoftのSatya Nadellaは最近、クローズドモデルに依存する企業は実質的に「二重に支払う」ことになると警告した——サブスクリプション料金として一度、そして自社の独自知識を他社の将来のモデルバージョンに提供することで再び（TechCrunch）。

Thinking Machinesが提示する最も明確な実証例は、ヘッジファンドのBridgewater Associatesとのプロジェクトだ。研究者たちがBridgewaterの金融専門知識でオープンモデルをファインチューニングしたところ、金融推論テストで84.7%のスコアを記録し、トップクラスの独自モデルと比較して約14分の1のコストで運用できたと報告されている。ただし注意が必要なのは、これらの数値は独立した評価機関によるものではなく、両社自身の評価から来ているという点だ。

このアプローチのトレードオフはリスクの所有権にある。顧客が自らInklingをファインチューニングするため、カスタマイズの安全性を維持する責任はThinking Machinesではなく顧客側にある。また、このレベルのファインチューニングには本格的な機械学習の専門知識が必要だ。

思考量の制御（Controllable Thinking Effort）

エージェント活用において最も重要な機能が**思考量の制御（controllable thinking effort）**だ。Inklingでは推論の強度を上下に調整できる——精度と速度・コストをトレードオフできる——そしてこの設定はコーディングやエージェントのハーネス内から調整可能だ。Hugging Faceのtransformersでは、reasoning_effort引数として名前付きレベルで公開されている。

なぜ重要か：本番環境のエージェントにおいて、制約となるのは通常、ピークのベンチマークスコアではなくコストとレイテンシだ。Inklingのリリースでは、effort設定を0.2から0.99まで変化させ、競合モデルがデフォルト設定で達成するよりも少ないトークン数で同等のスコアに到達することを示している。代表的な例として：Terminal Bench 2.1において、InklingはNVIDIAのNemotron 3 Ultraと同等のスコアを約3分の1のトークン数で達成している。

興味深いことに、この効率性は強化学習の過程で部分的に自然発生的に生まれた。3,000万回以上のRLロールアウトを経て、Inklingの思考の連鎖は自律的により簡潔になっていった——冠詞や接続詞を省きながらも理解可能な状態を保ち、同じ答えに到達するようになった。この圧縮は効率性のみによって駆動されたものであり、直接的な学習目標ではなかった。

Inklingのベンチマーク

Inklingは、圧倒的なリーダーとしてではなく、競争力のあるオープンウェイトモデルとして位置づけられている。リリースからの代表的な結果（effort 0.99で実行）：

• SWEBench Verified： 77.6% — Nemotron 3 Ultra（70.7%）を上回り、Kimi K2.6（80.2%）やGLM 5.2（80.0%）とほぼ同水準、Claude Fable 5（95.0%）などのクローズドモデルには及ばない。
• Terminal Bench 2.1（最良ハーネス）： 63.8% — オープンウェイト中では中位；ここではGLM 5.2（82.7%）に後れを取る。
• GPQA Diamond： 87.2%；AIME 2026： 97.1% — 強力な推論能力。
• FORTRESS（敵対的安全性）： 78.0% — ラボが比較したオープンウェイトモデルの中で最高の組み込みセーフガード、かつ無害な類似クエリを過剰拒否しない。
• マルチモーダル： MMMU Pro（視覚）で73.5%、VoiceBench（音声）で91.4% — オープンウェイトのオムニモデルとして上位の結果。

このパターンは意図的なものだ：単一のリーダーボードでスパイクするのではなく、テキスト、エージェント、マルチモーダル、安全性にわたって広範かつバランスよく。ここでは独立した検証が重要になる——いくつかのスコアはラボ自身または自己申告のハーネスに依存している。

構築方法（そして蒸留の問題）

技術的に興味のある方向けに、アーキテクチャについて補足する。MoE設計はDeepSeek-V3に大きく倣っている（256のルーティングエキスパート、2つの共有エキスパート、トークンごとに6つがアクティブ）。アテンションはスライディングウィンドウとグローバルレイヤーを5:1の比率でインターリーブしており、注目すべき点として——Thinking MachinesはRoPEの代わりに**相対位置埋め込み（relative positional embeddings）**を使用し、より優れた長さ外挿を報告している。学習にはNVIDIA GB300 NVL72システム上でMuon/Adamハイブリッドオプティマイザーを使用した。

同社が率直に認めている注意点がある：ポスト学習のブートストラップとして、他のオープンモデル（Moonshot AIのKimi K2.5を含む）が生成した合成データで初期の教師あり微調整を実施した——これは蒸留（distillation）として知られる手法だ。ラボはこれが計算量のごく一部であり、次のモデルでは完全に自己完結したポスト学習を使用すると述べている。

スピードの主張もピッチの一部だ：OpenAIが技術を市場に投入するまでに約5年、Anthropicは約3年かかったのに対し、Thinking Machinesは約9ヶ月で実現したと述べている。

AIエージェントにとってオープンウェイトが重要な理由

エージェントを構築するチームにとって、興味深い変化はパラメータ数ではなく、デプロイメントモデルにある。オープンウェイトのベースモデルは経済性を変える：クローズドプロバイダーへのAPIコールごとの支払いの代わりに、自社インフラでモデルを動かし、自社ドメインでファインチューニングし、結果として得られたモデルをプライベートに保つことができる。これは、ローカルでオープンなエージェントスタックへの関心を高めている「自社のワークフォースを所有する」という論理と同じだ。

Inklingの思考量制御とエージェントハーネス学習は、そのような世界に適している。難しいステップでは遅くし、簡単なステップでは速くできるモデル——自社のエージェントループの内側で——は、長く複数ステップにわたるワークフローにとってまさに必要なものだ。オープンな選択肢を検討しているなら、Inklingが比較対象としている他のフロンティアクラスのオープンウェイトモデルについて、DeepSeek V4 Pro、GLM-5.2、Kimi K2.7 Codeの解説記事も参照してほしい。

オープンソースAIワークフォースで実践する

Inklingの前提全体——適応可能で自己ホスト型のAIが画一的なAIを凌駕する——は、Eigentの背後にある賭けと同じだ。Eigentは、マルチエージェントAIワークフォースをローカルで動かすオープンソースの「Cowork」デスクトップアプリだ。Inklingがファインチューニングするベースモデルであるとすれば、Eigentはその上に乗るワークフォースレイヤーだ：自分のマシン上で、自分が選んだモデルを使って、実際の複数ステップのワークフローを自動化するエージェントチームだ。ベンチマークを読むだけでなく、オープンウェイトモデルを実際に活用したいなら、Eigentをダウンロードして、今日から自分のエージェントワークフローを構築し始めよう。