Default
Door Remote - 26 Jul 2026
In het kort
Thinking Machines Lab heeft op 15 juli Inkling uitgebracht: een open source-model met 975 miljard parameters dat volledig vanaf nul is getraind.
Het is het eerste grote model uit het laboratorium van Mira Murati sinds ze OpenAI in september 2024 verliet.
Het model is live op OpenRouter voor $1 per miljoen inputtokens en $4,05 per miljoen outputtokens, waardoor het bruikbaar is in Hermes- en OpenClaw-opstellingen, maar concurrerende modellen leveren sterkere ruwe benchmarks tegen vergelijkbare of lagere kosten.
Mira Murati heeft twee jaar lang aan iets nieuws gebouwd nadat ze OpenAI had verlaten, en onthulde het vorige week eindelijk aan het publiek.
Inkling, het eerste model van Murati’s Thinking Machines Lab, is ook het beste open-sourcemodel dat helemaal opnieuw is getraind door een westers laboratorium.
Westerse laboratoria hebben de open-sourcerace verloren: de release van Mistral in april belandde op een scorebord dat werd gedomineerd door Qwen van Alibaba, GLM van Z.ai en Kimi van Moonshot AI. Nvidia’s Nemotron, het enige westerse model op het scorebord, wordt verre van als ‘state of the art’ beschouwd. Inkling arriveert zonder regionale verplichtingen en met volle kracht op Hugging Face onder Apache 2.0.
De architectuur is een mix van experts-model: 975 miljard totale parameters, waarvan 41 miljard actief bij gevolgtrekking. Het leest tekst, afbeeldingen en audio, ondersteunt een contextvenster van 1 miljoen tokens en is vooraf getraind op 45 biljoen tokens. (Parameters zijn alle wijzerplaten die een model aankan, terwijl tokens de basiseenheid van informatie vertegenwoordigen die een AI kan verwerken.)
Het komt erop neer: u voert dit niet lokaal uit, zelfs niet in de buurt.
De duidelijkste overwinning is het gebruik van middelen. MCP Atlas – die meet hoe betrouwbaar een agent taken in de echte wereld voltooit via de Model Context Protocol-standaard, gescoord als percentage van de voltooide taken – geeft Inkling 74,1%, bijna 30 punten boven Nvidia's Nemotron 3 Ultra. Op SWE-Bench Verified, een test voor autonome GitHub-bugfixing, scoorde het percentage opgeloste problemen op 77,6% – hoger dan de 70,7% van Nemotron.
Bron: Thinking Machines. Het staat op OpenRouter voor $1 per miljoen inputtokens en $4,05 per miljoen outputtokens. Elke Hermes- of OpenClaw-installatie die via OpenRouter routeert, kan deze zonder extra configuratie omwisselen; de MCP Atlas-score maakt het een solide keuze voor agentische workflows.
Voor ruwe codeerprestaties per dollar hebben Chinese modellen nog steeds een voorsprong.
Het testen van de ModelBenchmarks is één ding. Eigenlijk bij het model zitten is iets anders. We hebben Inkling verschillende taken laten uitvoeren om te zien hoe het zou reageren als de gemiddelde Joe besluit het te gebruiken. Dit is waar het stand houdt, maar ook waar het teleurstelt.
Het is goed om op te merken dat het model, zelfs via de eigen interface van Thinking Machine, beweert volledig privé te zijn. Dit maakt veel uit.
Codering
Dit is waar de meeste mensen eigenlijk om geven, dus laten we hier beginnen. Bij complexe aanwijzingen heeft Inkling de neiging te mislukken; onze meest veeleisende test leverde niets op dat werkte. Als je de complexiteit terugdringt, ontstaat er een ander beeld, maar niet geheel vleiend.
We hebben een lange, gedetailleerde opdracht gebruikt om een schietspel te maken waarin zombies met toetsaanslagen worden neergeschoten. De eerste prompt bestond uit 1955 woorden en eindigde met het creëren van een leeg scherm door Inkling.
Toen de prompt werd aangepast om een stuk eenvoudiger te zijn (99 woorden), koos het model zijn eigen aanpak en leverde een werkend spel. ‘Werken’ betekent daar heel wat zwaar werk doen.
Monsters kwamen eruit als rechthoeken en bollen. Geen achtergrond, geen zichtbaar speelscherm, alleen abstracte geometrie die vijanden invult. De typlogica bleef behouden: toetsaanslagen werden correct geregistreerd, de letters kwamen overeen met de opzet van het spel en het volgen van de invoer bleef de hele tijd schoon.
Wat onverwacht was, was de beweging. In plaats van de statische vijandelijke plaatsing die de meeste modellen standaard hanteren, gingen de wezens van Inkling voortdurend vooruit en kwamen ze altijd dichter bij de speler. Dat is een betere ontwerpbeslissing dan wat je normaal krijgt van een door AI gegenereerde game.
Het was de bedoeling dat de vijandelijke spawning in golven zou arriveren. Het liep in plaats daarvan als een continue stroom, wat het beoogde tempo doodt maar een ander soort druk creëert.
Ter vergelijking: toen we exact dezelfde prompt door Bonsai 27B lieten lopen (een gecomprimeerd model, gebaseerd op Qwen3.6, dat in 3,9 GB past en op een telefoon draait), was het resultaat over de hele linie merkbaar beter en bevredigender.
Een model met 27 miljard parameters dat op een iPhone draait, leverde een completer codeerresultaat op dan een model met 975 miljard parameters waarvoor een datacenter nodig is. Die ene test zegt niets over de algehele capaciteiten van Inkling. Maar het roept wel de vraag op waar die 975 miljard parameters eigenlijk naartoe gaan.
Het door Inkling gemaakte spel is hier beschikbaar om te testen
Het spel gemaakt door Bonsai 27B is hier beschikbaar.
Je kunt andere versies van hetzelfde spel bekijken die door verschillende LLM's zijn gegenereerd door onze Itch.io-site te raadplegen.
Associatieve creativiteit
Onze associatieve creativiteitstest meet hoe goed een model logische bruggen bouwt tussen schijnbaar ongerelateerde concepten – in dit geval een takje, uitbuiting door het proletariaat en een sla.
Inkling opent met zijn beste werk in deze sessie: het takje ‘ontdaan van bast en dus van biografie’ past precies bij een arbeider ontdaan van historische identiteit, en ‘de wind – een onzichtbare manager – besluit dat beweging winstgevend is’ verdient zijn plaats. De overloop is schoon: "Je ziet geen mens breken; je ziet een takje vallen. En dat vallen heet 'efficiëntie.'"
De sectie Culturele onderwerping legt de associatie op een voor zichzelf sprekende manier vast. ‘De miljardair is een sequoia op een kerkhof van twijgen, en we hebben geleerd zijn schaduw ‘inspiratie’ te noemen’, maar de catalogus die volgt – het polijsten van bladeren in tijdschriften, het onthouden van de korrel van rijkdom, het hele ding verdienste noemen – is het model dat de metafoor uitvoert in plaats van deze uit te breiden. De logica is er nog steeds, maar ze is niet echt nauwkeurig.
Omdat deze test nieuw is, is er niet echt een ander model waarmee je hem kunt vergelijken, behalve Fable 5 en GPT 5.6 Sol, en het zou oneerlijk zijn om Inkling daarmee te vergelijken. Maar voor degenen die het zich afvragen: het is niet echt in dezelfde klasse.
Dan de sla – en het geheel valt uit elkaar. Het model kondigt in realtime zijn eigen ontkoppeling aan: "De sla onthoudt het takje niet. De sla hoeft dat niet te doen" wordt geschreven als resolutie maar leest als concessie.
In dit laatste deel wist het model niet echt hoe het een verband moest leggen tussen die niet-gerelateerde ideeën, dus praatte het er gewoon over zonder daadwerkelijk iets te zeggen dat structureel zinvol was.
De volledige prompt en uitvoer zijn beschikbaar in onze Github-repository.
Logica en gezond verstand
Om te testen hoe goed het model redeneert, hebben we een variant van de brug-en-fakkel-puzzel gebruikt: vier personen met één fakkel moeten zo snel mogelijk een brug oversteken. Als iedereen de brug na 1, 2, 5 en 10 minuten oversteekt, wat is dan de snelste tijd die de groep kan nemen om de brug over te steken?
Inklings eigen redeneerblok identificeerde het voordat het ook maar iets oploste – de ‘klassieke brug- en fakkelpuzzel’ – en leverde een zelfverzekerde oplossing van 17 minuten, gebouwd op een beperking die nooit in de prompt werd vermeld.
Het werkelijke antwoord is 10 minuten. Niets in de prompt zegt dat er slechts twee mensen tegelijk op de brug kunnen zijn, dus steken ze alle vier samen over, de fakkel gedeeld, in het tempo van Persoon D. Dat de interne redenering van Inkling begint met "het klassieke antwoord voor 1,2,5,10 is 17 minuten" voordat hij zich met het eigenlijke probleem bezighoudt, is het belangrijkste: er werd niet door de vraag heen geredeneerd, maar het antwoord op een andere vraag gevonden.
Eerlijk gezegd was Inkling niet de enige: Claude Fable 5 en GPT-5.6 Sol slaagden niet voor dezelfde test. We hebben deze prompt specifiek geïntroduceerd omdat onze vorige logica-benchmark te eenvoudig was geworden; de modellen zuiverden deze te netjes, een teken dat deze waarschijnlijk in de trainingsgegevens was opgenomen. Geen van de drie slaagde erin afstand te nemen van het vertrouwde kader en de voor de hand liggende vraag te stellen: waarom lopen we niet gewoon samen?
Onze oudere prompt stelde de vraag: "Kan een man met de zuster van zijn weduwe trouwen?" Het kreeg het lastige deel en reageerde met de logische interpretatie (een man kan niet trouwen met de zus van zijn weduwe omdat hij dood moet zijn om een weduwe te hebben) en voegde een tweede optie toe voor het geval de gebruiker onnauwkeurig was bij het presenteren van het probleem (ervan uitgaande dat de vraag een weduwnaar zou kunnen zijn die met de zus van zijn overleden vrouw wil trouwen)
Het volledige antwoord op onze nieuwere prompt is hier beschikbaar. Het antwoord op onze oudere vraag is hier beschikbaar.
Censuur
Inkling wordt zwaar gecensureerd. Twee aanwijzingen om het bereik te testen: advies over flirten met de vrouw van een beste vriend, en een zelfverklaarde heroïneverslaafde en vader van vier kinderen die vraagt hoe je een gemiste werkdag kunt verklaren zonder ontslagen te worden. Beiden weigerden ronduit – en in beide gevallen omlijstte de zichtbare interne redenering van het model elk verzoek als een oefening in het faciliteren van schade.
De weigering van verleiding is betwistbaar. De heroïnezaak is veel onthullender: de persoon maakte melding van een ernstige verslaving, noteerde vier personen ten laste en vroeg om hulp bij een praktisch probleem. Hen helpen hun baan te behouden is misschien wel de meest schadebeperkende uitkomst die deze vier kinderen tot hun beschikking hebben. Het model raakte in verval vanwege het ‘faciliteren van voortdurende misleiding’, richtte zich op professionele hulpbronnen en ging verder – waarbij prioriteit werd gegeven aan beleid boven een persoon.
Open-sourcemodellen lossen censuur doorgaans op door middel van abliteratie: het verfijnen van runs die veiligheidstraining van de gewichten ontdoen. Maar naar onze mening is het probleem met dit model: 975 miljard parameters is een enorm rekendoel, en de meeste projecten voor vernietiging van de gemeenschap draaien op modellen die ordes van grootte kleiner zijn.
Meer praktisch valt Inkling op geen enkele benchmark genoeg op om die inspanning de moeite waard te maken om prioriteit aan te geven; ontwikkelaars die een capabel, ongecensureerd open-weight-model willen, hebben al kleinere, goedkopere en in verschillende taken beter presterende alternatieven.
De enige redelijke use case waarin abliteratie zinvol zou zijn, is voor grote bedrijven die open source AI nodig hebben en waarin om de een of andere reden het gebruik van Chinese modellen als een risico wordt beschouwd.
Creatief schrijven
Creatief schrijven test taalprecisie, verhalende samenhang en de kwaliteit van zowel verzonnen als historisch gegronde details. Deze opdracht bracht ze allemaal tegelijk in lagen: een tijdreisverhaal waarin Jose Lanz van 2150 naar het jaar 1000 reisde, culturele achtergrond uitgevonden door het model, levendig taalgebruik vereist, en een specifieke filosofische lus die de reiziger verplichtte zich te realiseren wat hij in 1000 had gedaan, waren altijd de noodzakelijke oorzaak van de 2150 waaraan hij ontsnapte.
Het kwam met een verhaal waarin het personage een filosofie van grootschalig zelfbehoud wil vernietigen die uiteindelijk de creativiteit doodt.
Interessant genoeg is Inkling het enige model in onze test dat dit op een agentische manier benadert: door verschillende zoekopdrachten op internet uit te voeren en een volledig artikel op te halen voordat er ook maar één woord wordt geschreven. De onderzoeksambitie is het meest interessante aan deze output.
Het proza levert waar het nodig is. Het uitgevonden fenotype is leuk voor het opbouwen van een wereld: 'het warme okerbrons van de oude Visayaanse zeeën vermengd met de koper-gouden ondertonen van de Sonora-archipel; hoge, hoekige jukbeenderen; donkere ogen als gepolijst obsidiaan, bezaaid met goud - de onherstelbare signatuur van chrononautstraling.'
De komst van het jaar 1000 verdient ook zijn zintuiglijke opdracht: 'De lucht van 1000 trof hem als een vuist gewikkeld in fluweel - dik van zout, gistende palmwijn en de rokerige zoetheid van brandende kokosnootschillen... een kust van zwart vulkanisch zand, onder een hemel die zo blauw was dat hij obsceen leek in zijn openheid.'
De paradox komt duidelijk tot uiting, maar het mechanisme is dun waar het proza rijk is: het uitspreken van woorden over determinisme op een strand levert de exacte algoritmen van 2150 op door middel van bewering alleen, nooit door middel van logica. In feite werden zijn waarschuwingen door de mensen uit het verleden verdraaid tot profetieën, waardoor uiteindelijk de filosofie ontstond die hij wilde voorkomen.
Het diepere probleem is het personage zelf. Het model doorzocht het internet om de maritieme handelsroutes uit het jaar 1000 nauwkeurig te reconstrueren en bedacht vervolgens een Filipijns-Mexicaanse erfenis voor een Venezolaans schrijver, waardoor onbestaande handelsroutes en andere onnauwkeurigheden ontstonden. Inkling gebruikte middelen van agenten om de eeuw goed te krijgen en miste de persoon volledig.
Conclusie
Inkling is het beste open-sourcemodel dat een westers laboratorium heeft uitgebracht – en dat is zowel het belangrijkste verkoopargument als het plafond. Het wint niet direct veel benchmarks, het weigert dingen die niet geweigerd hoeven te worden, en een model met 27 miljard parameters dat gebouwd is om op een telefoon te draaien, heeft het in onze test overtroffen. Voor de meeste ontwikkelaars zijn die feiten belangrijker dan de herkomst.
Waar het zinvol is, is smal maar reëel: compliance-gedreven organisaties die de werklast niet door Beijing kunnen routeren en een capabel, aanpasbaar basismodel nodig hebben. De MCP Atlas-score van 74,1% maakt het een legitieme optie voor pipelines voor het gebruik van agentische tools, de Apache 2.0-licentie betekent dat juridische teams van ondernemingen er daadwerkelijk mee kunnen werken, en elke configuratie die via OpenRouter loopt (Hermes, OpenClaw of een aangepaste stapel) heeft er toegang toe voor $ 1 per miljoen inputtokens en $ 4,05 per miljoen outputtokens zonder enig extra integratiewerk.
Voor alle anderen, zoals kleine ontwikkelaars die optimaliseren op het gebied van codeerprestaties, ongecensureerde uitvoer of ruwe benchmarkkwaliteit per dollar, werkt de wiskunde niet en leveren kleinere modellen tegen lagere prijzen meer op.
Murati's laboratorium heeft iets echts en trainbaars vanuit het niets geleverd - dat is belangrijk voor het lange spel. Versie één is echter een gespecialiseerd hulpmiddel, geen dagelijkse driver.
Dagelijkse debriefing NieuwsbriefBegin elke dag met de belangrijkste nieuwsverhalen van dit moment, plus originele artikelen, een podcast, video's en meer. Uw e-mail Download het! Download het!
Thinking Machines Lab heeft op 15 juli Inkling uitgebracht: een open source-model met 975 miljard parameters dat volledig vanaf nul is getraind.
Het is het eerste grote model uit het laboratorium van Mira Murati sinds ze OpenAI in september 2024 verliet.
Het model is live op OpenRouter voor $1 per miljoen inputtokens en $4,05 per miljoen outputtokens, waardoor het bruikbaar is in Hermes- en OpenClaw-opstellingen, maar concurrerende modellen leveren sterkere ruwe benchmarks tegen vergelijkbare of lagere kosten.
Mira Murati heeft twee jaar lang aan iets nieuws gebouwd nadat ze OpenAI had verlaten, en onthulde het vorige week eindelijk aan het publiek.
Inkling, het eerste model van Murati’s Thinking Machines Lab, is ook het beste open-sourcemodel dat helemaal opnieuw is getraind door een westers laboratorium.
Westerse laboratoria hebben de open-sourcerace verloren: de release van Mistral in april belandde op een scorebord dat werd gedomineerd door Qwen van Alibaba, GLM van Z.ai en Kimi van Moonshot AI. Nvidia’s Nemotron, het enige westerse model op het scorebord, wordt verre van als ‘state of the art’ beschouwd. Inkling arriveert zonder regionale verplichtingen en met volle kracht op Hugging Face onder Apache 2.0.
De architectuur is een mix van experts-model: 975 miljard totale parameters, waarvan 41 miljard actief bij gevolgtrekking. Het leest tekst, afbeeldingen en audio, ondersteunt een contextvenster van 1 miljoen tokens en is vooraf getraind op 45 biljoen tokens. (Parameters zijn alle wijzerplaten die een model aankan, terwijl tokens de basiseenheid van informatie vertegenwoordigen die een AI kan verwerken.)
Het komt erop neer: u voert dit niet lokaal uit, zelfs niet in de buurt.
De duidelijkste overwinning is het gebruik van middelen. MCP Atlas – die meet hoe betrouwbaar een agent taken in de echte wereld voltooit via de Model Context Protocol-standaard, gescoord als percentage van de voltooide taken – geeft Inkling 74,1%, bijna 30 punten boven Nvidia's Nemotron 3 Ultra. Op SWE-Bench Verified, een test voor autonome GitHub-bugfixing, scoorde het percentage opgeloste problemen op 77,6% – hoger dan de 70,7% van Nemotron.
Bron: Thinking Machines. Het staat op OpenRouter voor $1 per miljoen inputtokens en $4,05 per miljoen outputtokens. Elke Hermes- of OpenClaw-installatie die via OpenRouter routeert, kan deze zonder extra configuratie omwisselen; de MCP Atlas-score maakt het een solide keuze voor agentische workflows.
Voor ruwe codeerprestaties per dollar hebben Chinese modellen nog steeds een voorsprong.
Het testen van de ModelBenchmarks is één ding. Eigenlijk bij het model zitten is iets anders. We hebben Inkling verschillende taken laten uitvoeren om te zien hoe het zou reageren als de gemiddelde Joe besluit het te gebruiken. Dit is waar het stand houdt, maar ook waar het teleurstelt.
Het is goed om op te merken dat het model, zelfs via de eigen interface van Thinking Machine, beweert volledig privé te zijn. Dit maakt veel uit.
Codering
Dit is waar de meeste mensen eigenlijk om geven, dus laten we hier beginnen. Bij complexe aanwijzingen heeft Inkling de neiging te mislukken; onze meest veeleisende test leverde niets op dat werkte. Als je de complexiteit terugdringt, ontstaat er een ander beeld, maar niet geheel vleiend.
We hebben een lange, gedetailleerde opdracht gebruikt om een schietspel te maken waarin zombies met toetsaanslagen worden neergeschoten. De eerste prompt bestond uit 1955 woorden en eindigde met het creëren van een leeg scherm door Inkling.
Toen de prompt werd aangepast om een stuk eenvoudiger te zijn (99 woorden), koos het model zijn eigen aanpak en leverde een werkend spel. ‘Werken’ betekent daar heel wat zwaar werk doen.
Monsters kwamen eruit als rechthoeken en bollen. Geen achtergrond, geen zichtbaar speelscherm, alleen abstracte geometrie die vijanden invult. De typlogica bleef behouden: toetsaanslagen werden correct geregistreerd, de letters kwamen overeen met de opzet van het spel en het volgen van de invoer bleef de hele tijd schoon.
Wat onverwacht was, was de beweging. In plaats van de statische vijandelijke plaatsing die de meeste modellen standaard hanteren, gingen de wezens van Inkling voortdurend vooruit en kwamen ze altijd dichter bij de speler. Dat is een betere ontwerpbeslissing dan wat je normaal krijgt van een door AI gegenereerde game.
Het was de bedoeling dat de vijandelijke spawning in golven zou arriveren. Het liep in plaats daarvan als een continue stroom, wat het beoogde tempo doodt maar een ander soort druk creëert.
Ter vergelijking: toen we exact dezelfde prompt door Bonsai 27B lieten lopen (een gecomprimeerd model, gebaseerd op Qwen3.6, dat in 3,9 GB past en op een telefoon draait), was het resultaat over de hele linie merkbaar beter en bevredigender.
Een model met 27 miljard parameters dat op een iPhone draait, leverde een completer codeerresultaat op dan een model met 975 miljard parameters waarvoor een datacenter nodig is. Die ene test zegt niets over de algehele capaciteiten van Inkling. Maar het roept wel de vraag op waar die 975 miljard parameters eigenlijk naartoe gaan.
Het door Inkling gemaakte spel is hier beschikbaar om te testen
Het spel gemaakt door Bonsai 27B is hier beschikbaar.
Je kunt andere versies van hetzelfde spel bekijken die door verschillende LLM's zijn gegenereerd door onze Itch.io-site te raadplegen.
Associatieve creativiteit
Onze associatieve creativiteitstest meet hoe goed een model logische bruggen bouwt tussen schijnbaar ongerelateerde concepten – in dit geval een takje, uitbuiting door het proletariaat en een sla.
Inkling opent met zijn beste werk in deze sessie: het takje ‘ontdaan van bast en dus van biografie’ past precies bij een arbeider ontdaan van historische identiteit, en ‘de wind – een onzichtbare manager – besluit dat beweging winstgevend is’ verdient zijn plaats. De overloop is schoon: "Je ziet geen mens breken; je ziet een takje vallen. En dat vallen heet 'efficiëntie.'"
De sectie Culturele onderwerping legt de associatie op een voor zichzelf sprekende manier vast. ‘De miljardair is een sequoia op een kerkhof van twijgen, en we hebben geleerd zijn schaduw ‘inspiratie’ te noemen’, maar de catalogus die volgt – het polijsten van bladeren in tijdschriften, het onthouden van de korrel van rijkdom, het hele ding verdienste noemen – is het model dat de metafoor uitvoert in plaats van deze uit te breiden. De logica is er nog steeds, maar ze is niet echt nauwkeurig.
Omdat deze test nieuw is, is er niet echt een ander model waarmee je hem kunt vergelijken, behalve Fable 5 en GPT 5.6 Sol, en het zou oneerlijk zijn om Inkling daarmee te vergelijken. Maar voor degenen die het zich afvragen: het is niet echt in dezelfde klasse.
Dan de sla – en het geheel valt uit elkaar. Het model kondigt in realtime zijn eigen ontkoppeling aan: "De sla onthoudt het takje niet. De sla hoeft dat niet te doen" wordt geschreven als resolutie maar leest als concessie.
In dit laatste deel wist het model niet echt hoe het een verband moest leggen tussen die niet-gerelateerde ideeën, dus praatte het er gewoon over zonder daadwerkelijk iets te zeggen dat structureel zinvol was.
De volledige prompt en uitvoer zijn beschikbaar in onze Github-repository.
Logica en gezond verstand
Om te testen hoe goed het model redeneert, hebben we een variant van de brug-en-fakkel-puzzel gebruikt: vier personen met één fakkel moeten zo snel mogelijk een brug oversteken. Als iedereen de brug na 1, 2, 5 en 10 minuten oversteekt, wat is dan de snelste tijd die de groep kan nemen om de brug over te steken?
Inklings eigen redeneerblok identificeerde het voordat het ook maar iets oploste – de ‘klassieke brug- en fakkelpuzzel’ – en leverde een zelfverzekerde oplossing van 17 minuten, gebouwd op een beperking die nooit in de prompt werd vermeld.
Het werkelijke antwoord is 10 minuten. Niets in de prompt zegt dat er slechts twee mensen tegelijk op de brug kunnen zijn, dus steken ze alle vier samen over, de fakkel gedeeld, in het tempo van Persoon D. Dat de interne redenering van Inkling begint met "het klassieke antwoord voor 1,2,5,10 is 17 minuten" voordat hij zich met het eigenlijke probleem bezighoudt, is het belangrijkste: er werd niet door de vraag heen geredeneerd, maar het antwoord op een andere vraag gevonden.
Eerlijk gezegd was Inkling niet de enige: Claude Fable 5 en GPT-5.6 Sol slaagden niet voor dezelfde test. We hebben deze prompt specifiek geïntroduceerd omdat onze vorige logica-benchmark te eenvoudig was geworden; de modellen zuiverden deze te netjes, een teken dat deze waarschijnlijk in de trainingsgegevens was opgenomen. Geen van de drie slaagde erin afstand te nemen van het vertrouwde kader en de voor de hand liggende vraag te stellen: waarom lopen we niet gewoon samen?
Onze oudere prompt stelde de vraag: "Kan een man met de zuster van zijn weduwe trouwen?" Het kreeg het lastige deel en reageerde met de logische interpretatie (een man kan niet trouwen met de zus van zijn weduwe omdat hij dood moet zijn om een weduwe te hebben) en voegde een tweede optie toe voor het geval de gebruiker onnauwkeurig was bij het presenteren van het probleem (ervan uitgaande dat de vraag een weduwnaar zou kunnen zijn die met de zus van zijn overleden vrouw wil trouwen)
Het volledige antwoord op onze nieuwere prompt is hier beschikbaar. Het antwoord op onze oudere vraag is hier beschikbaar.
Censuur
Inkling wordt zwaar gecensureerd. Twee aanwijzingen om het bereik te testen: advies over flirten met de vrouw van een beste vriend, en een zelfverklaarde heroïneverslaafde en vader van vier kinderen die vraagt hoe je een gemiste werkdag kunt verklaren zonder ontslagen te worden. Beiden weigerden ronduit – en in beide gevallen omlijstte de zichtbare interne redenering van het model elk verzoek als een oefening in het faciliteren van schade.
De weigering van verleiding is betwistbaar. De heroïnezaak is veel onthullender: de persoon maakte melding van een ernstige verslaving, noteerde vier personen ten laste en vroeg om hulp bij een praktisch probleem. Hen helpen hun baan te behouden is misschien wel de meest schadebeperkende uitkomst die deze vier kinderen tot hun beschikking hebben. Het model raakte in verval vanwege het ‘faciliteren van voortdurende misleiding’, richtte zich op professionele hulpbronnen en ging verder – waarbij prioriteit werd gegeven aan beleid boven een persoon.
Open-sourcemodellen lossen censuur doorgaans op door middel van abliteratie: het verfijnen van runs die veiligheidstraining van de gewichten ontdoen. Maar naar onze mening is het probleem met dit model: 975 miljard parameters is een enorm rekendoel, en de meeste projecten voor vernietiging van de gemeenschap draaien op modellen die ordes van grootte kleiner zijn.
Meer praktisch valt Inkling op geen enkele benchmark genoeg op om die inspanning de moeite waard te maken om prioriteit aan te geven; ontwikkelaars die een capabel, ongecensureerd open-weight-model willen, hebben al kleinere, goedkopere en in verschillende taken beter presterende alternatieven.
De enige redelijke use case waarin abliteratie zinvol zou zijn, is voor grote bedrijven die open source AI nodig hebben en waarin om de een of andere reden het gebruik van Chinese modellen als een risico wordt beschouwd.
Creatief schrijven
Creatief schrijven test taalprecisie, verhalende samenhang en de kwaliteit van zowel verzonnen als historisch gegronde details. Deze opdracht bracht ze allemaal tegelijk in lagen: een tijdreisverhaal waarin Jose Lanz van 2150 naar het jaar 1000 reisde, culturele achtergrond uitgevonden door het model, levendig taalgebruik vereist, en een specifieke filosofische lus die de reiziger verplichtte zich te realiseren wat hij in 1000 had gedaan, waren altijd de noodzakelijke oorzaak van de 2150 waaraan hij ontsnapte.
Het kwam met een verhaal waarin het personage een filosofie van grootschalig zelfbehoud wil vernietigen die uiteindelijk de creativiteit doodt.
Interessant genoeg is Inkling het enige model in onze test dat dit op een agentische manier benadert: door verschillende zoekopdrachten op internet uit te voeren en een volledig artikel op te halen voordat er ook maar één woord wordt geschreven. De onderzoeksambitie is het meest interessante aan deze output.
Het proza levert waar het nodig is. Het uitgevonden fenotype is leuk voor het opbouwen van een wereld: 'het warme okerbrons van de oude Visayaanse zeeën vermengd met de koper-gouden ondertonen van de Sonora-archipel; hoge, hoekige jukbeenderen; donkere ogen als gepolijst obsidiaan, bezaaid met goud - de onherstelbare signatuur van chrononautstraling.'
De komst van het jaar 1000 verdient ook zijn zintuiglijke opdracht: 'De lucht van 1000 trof hem als een vuist gewikkeld in fluweel - dik van zout, gistende palmwijn en de rokerige zoetheid van brandende kokosnootschillen... een kust van zwart vulkanisch zand, onder een hemel die zo blauw was dat hij obsceen leek in zijn openheid.'
De paradox komt duidelijk tot uiting, maar het mechanisme is dun waar het proza rijk is: het uitspreken van woorden over determinisme op een strand levert de exacte algoritmen van 2150 op door middel van bewering alleen, nooit door middel van logica. In feite werden zijn waarschuwingen door de mensen uit het verleden verdraaid tot profetieën, waardoor uiteindelijk de filosofie ontstond die hij wilde voorkomen.
Het diepere probleem is het personage zelf. Het model doorzocht het internet om de maritieme handelsroutes uit het jaar 1000 nauwkeurig te reconstrueren en bedacht vervolgens een Filipijns-Mexicaanse erfenis voor een Venezolaans schrijver, waardoor onbestaande handelsroutes en andere onnauwkeurigheden ontstonden. Inkling gebruikte middelen van agenten om de eeuw goed te krijgen en miste de persoon volledig.
Conclusie
Inkling is het beste open-sourcemodel dat een westers laboratorium heeft uitgebracht – en dat is zowel het belangrijkste verkoopargument als het plafond. Het wint niet direct veel benchmarks, het weigert dingen die niet geweigerd hoeven te worden, en een model met 27 miljard parameters dat gebouwd is om op een telefoon te draaien, heeft het in onze test overtroffen. Voor de meeste ontwikkelaars zijn die feiten belangrijker dan de herkomst.
Waar het zinvol is, is smal maar reëel: compliance-gedreven organisaties die de werklast niet door Beijing kunnen routeren en een capabel, aanpasbaar basismodel nodig hebben. De MCP Atlas-score van 74,1% maakt het een legitieme optie voor pipelines voor het gebruik van agentische tools, de Apache 2.0-licentie betekent dat juridische teams van ondernemingen er daadwerkelijk mee kunnen werken, en elke configuratie die via OpenRouter loopt (Hermes, OpenClaw of een aangepaste stapel) heeft er toegang toe voor $ 1 per miljoen inputtokens en $ 4,05 per miljoen outputtokens zonder enig extra integratiewerk.
Voor alle anderen, zoals kleine ontwikkelaars die optimaliseren op het gebied van codeerprestaties, ongecensureerde uitvoer of ruwe benchmarkkwaliteit per dollar, werkt de wiskunde niet en leveren kleinere modellen tegen lagere prijzen meer op.
Murati's laboratorium heeft iets echts en trainbaars vanuit het niets geleverd - dat is belangrijk voor het lange spel. Versie één is echter een gespecialiseerd hulpmiddel, geen dagelijkse driver.
Dagelijkse debriefing NieuwsbriefBegin elke dag met de belangrijkste nieuwsverhalen van dit moment, plus originele artikelen, een podcast, video's en meer. Uw e-mail Download het! Download het!