Default
Door Remote - 16 Jul 2026
In het kort
Thinking Machines Lab heeft op 15 juli Inkling uitgebracht: een multimodaal AI-model met 975 miljard parameters dat helemaal opnieuw is getraind, met volledige aandacht voor Hugging Face onder een Apache 2.0-licentie.
Inkling scoort 74,1% op MCP Atlas (bijna 30 punten hoger dan Nvidia's Nemotron 3 Ultra), waardoor het het best presterende westerse open-weights-model is op het gebied van het gebruik van agentic tools. De Chinese modellen GLM 5.2 en Kimi K2.6 lopen nog steeds voorop op verschillende belangrijke benchmarks.
Thinking Machines haalde in juli 2025 2 miljard dollar op tegen een waardering van 12 miljard dollar, en streefde naar verluidt in november naar een verhoging van 50 miljard dollar voordat die gesprekken in januari 2026 mislukten.
Mira Murati verliet OpenAI in september 2024 om haar eigen ding te doen. Bijna twee jaar later werd die verkenning verzonden. Thinking Machines Lab, het bedrijf dat ze heeft opgericht, heeft Inkling uitgebracht: een multimodaal AI-model dat volledig opnieuw is getraind, waarbij elk gewicht gratis kan worden gedownload.
Toen het bestuur van OpenAI Sam Altman in november 2023 ontsloeg, werd Murati – destijds CTO – benoemd tot interim-CEO. Altman werd vijf dagen later hersteld, Murati keerde terug naar de CTO en vertrok ongeveer tien maanden daarna voorgoed. In februari 2025 richtte ze Thinking Machines Lab op.
Het bedrijf werd toen stil en rijk. Het haalde $2 miljard op tegen een waardering van $12 miljard in juli 2025, onder leiding van Andreessen Horowitz met daarnaast Nvidia, Accel, ServiceNow, Cisco, AMD en Jane Street – destijds een van de grootste startrondes in de geschiedenis van Silicon Valley.
Uit rapporten uit november 2025 bleek dat het bedrijf op zoek was naar een nieuwe ronde met een waardering van $ 50 miljard. Die gesprekken mislukten in januari 2026.
Wat Inkling is
Inkling is een mengsel van experts: een architectuur waarbij slechts een deel van het netwerk wordt geactiveerd voor een bepaalde invoer, waardoor gevolgtrekkingen snel blijven zonder dat dit ten koste gaat van de diepte. Het is een heel groot model: het heeft in totaal 975 miljard parameters (de interne instellingen die bepalen hoe het model informatie verwerkt), waarvan er 41 miljard actief zijn per taak, dus vergeet het op uw lokale computer uit te voeren.
Omdat dit model multimodaal is, accepteert het tekst, afbeeldingen en audio, en ondersteunt het een contextvenster (de hoeveelheid tekst waar het model in één keer over kan redeneren) van 1 miljoen tokens, ongeveer 750.000 woorden. Het was voorgetraind op 45 biljoen tokens, verspreid over tekst, afbeeldingen, audio en video.
"Ons eerste model, Inkling. Helemaal opnieuw getraind, de gewichten zijn open en kunnen vandaag nog nauwkeurig worden afgesteld op Tinker", schreef Murati op X. Het feit dat het vanaf nul is getraind, betekent veel, vooral in de open-sourcegemeenschap, omdat het een frisse wind zou kunnen brengen voor westerse ontwikkelaars die op hun hoede zijn voor China, maar Aziatische modellen moeten gebruiken voor hun ontwikkelingen, omdat de beste AI-bedrijven in de westerse wereld zich vooral richten op het verzenden van close-source-modellen.
Verfijning is het proces waarbij een bestaand model opnieuw wordt getraind op een gespecialiseerde dataset om de prestaties bij een specifieke taak te verbeteren. Tinker is het cloudplatform van Thinking Machines dat rond deze use case is gebouwd. De volledige gewichten staan ook op Hugging Face onder een Apache 2.0-licentie, geen beperkingen.
De duidelijkste overwinningen van Inkling komen voort uit agenttaken. Op MCP Atlas – die meet hoe betrouwbaar een AI-agent echte taken voltooit met behulp van Model Context Protocol, de open standaard voor het verbinden van AI-assistenten met externe tools en diensten, gescoord als percentage van de voltooide taken – noteert Inkling 74,1%. Dat is bijna 30 punten meer dan Nvidia's Nemotron 3 Ultra, de belangrijkste westerse rivaal met open gewichten in de vergelijking.
Op SWE-Bench Verified – een test of een AI-agent autonoom echte GitHub-softwarefouten kan repareren, gescoord als een percentage van de opgeloste problemen – scoort Inkling 77,6%, ook boven de 70,7% van Nemotron.
Over het geheel genomen verkoopt Thinking Machines dit model als “goed afgerond” en generalistisch. Het betekent dat het de kwaliteit van een specifieke reeks taken niet in gevaar brengt, omdat de mogelijkheden zich op iets anders richten (zoals modellen die goed zijn in coderen, maar slecht zijn in creatief schrijven).
Bron: Thinking MachinesDe Chinese modellen hebben op meerdere fronten nog steeds een voorsprong. GLM 5.2 van Z.ai scoort 82,7% op Terminal Bench 2.1 – een benchmark die autonome AI-codeeragenten meet in een echte terminalomgeving, gescoord als percentage van de voltooide taken – tegenover de 63,8% van Inkling. Kimi K2.6 leidt het Humanity's Last Exam, een test van wetenschappelijk redeneren op PhD-niveau.
Thinking Machines erkent dit. Inkling is niet het sterkste model dat momenteel verkrijgbaar is, open of gesloten.
Wat het is, is het meest capabele model met open gewichten, gebouwd door een westers laboratorium. Ontwikkelaars die – om juridische, veiligheids- of nalevingsredenen – hun werklasten niet willen routeren via modellen die in Beijing zijn gebouwd, hebben nu een echt alternatief voor zelf-hostende Chinese modellen.
Nu hebben deze ontwikkelaars een model dat (ook al is het in bijna alles slechter dan de beste Chinese modellen) beter aansluit bij hun idealen, verwachtingen en waarden. Daaropvolgende verfijningen kunnen ervoor zorgen dat dit model uitblinkt in specifieke taken, waardoor deze verfijningen concurrerend worden in benchmarks ten opzichte van Aziatische modellen.
Op FORTRESS Adversarial, dat test hoe consequent een model werkelijk schadelijke prompts weigert zonder legitieme prompts te overblokkeren, gescoord als een percentage dat correct wordt afgehandeld, scoort Inkling 78,0%, het hoogste cijfer van alle open-weights-modellen in de vergelijking.
Naast Inkling gaf Thinking Machines een preview van Inkling-Small: 276 miljard totale parameters, 12 miljard actief, die op de meeste redeneringsbenchmarks al overeenkomen met het grotere model. De gewichten arriveren zodra het testen is voltooid, zonder dat er een tijdlijn wordt gegeven.
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 multimodaal AI-model met 975 miljard parameters dat helemaal opnieuw is getraind, met volledige aandacht voor Hugging Face onder een Apache 2.0-licentie.
Inkling scoort 74,1% op MCP Atlas (bijna 30 punten hoger dan Nvidia's Nemotron 3 Ultra), waardoor het het best presterende westerse open-weights-model is op het gebied van het gebruik van agentic tools. De Chinese modellen GLM 5.2 en Kimi K2.6 lopen nog steeds voorop op verschillende belangrijke benchmarks.
Thinking Machines haalde in juli 2025 2 miljard dollar op tegen een waardering van 12 miljard dollar, en streefde naar verluidt in november naar een verhoging van 50 miljard dollar voordat die gesprekken in januari 2026 mislukten.
Mira Murati verliet OpenAI in september 2024 om haar eigen ding te doen. Bijna twee jaar later werd die verkenning verzonden. Thinking Machines Lab, het bedrijf dat ze heeft opgericht, heeft Inkling uitgebracht: een multimodaal AI-model dat volledig opnieuw is getraind, waarbij elk gewicht gratis kan worden gedownload.
Toen het bestuur van OpenAI Sam Altman in november 2023 ontsloeg, werd Murati – destijds CTO – benoemd tot interim-CEO. Altman werd vijf dagen later hersteld, Murati keerde terug naar de CTO en vertrok ongeveer tien maanden daarna voorgoed. In februari 2025 richtte ze Thinking Machines Lab op.
Het bedrijf werd toen stil en rijk. Het haalde $2 miljard op tegen een waardering van $12 miljard in juli 2025, onder leiding van Andreessen Horowitz met daarnaast Nvidia, Accel, ServiceNow, Cisco, AMD en Jane Street – destijds een van de grootste startrondes in de geschiedenis van Silicon Valley.
Uit rapporten uit november 2025 bleek dat het bedrijf op zoek was naar een nieuwe ronde met een waardering van $ 50 miljard. Die gesprekken mislukten in januari 2026.
Wat Inkling is
Inkling is een mengsel van experts: een architectuur waarbij slechts een deel van het netwerk wordt geactiveerd voor een bepaalde invoer, waardoor gevolgtrekkingen snel blijven zonder dat dit ten koste gaat van de diepte. Het is een heel groot model: het heeft in totaal 975 miljard parameters (de interne instellingen die bepalen hoe het model informatie verwerkt), waarvan er 41 miljard actief zijn per taak, dus vergeet het op uw lokale computer uit te voeren.
Omdat dit model multimodaal is, accepteert het tekst, afbeeldingen en audio, en ondersteunt het een contextvenster (de hoeveelheid tekst waar het model in één keer over kan redeneren) van 1 miljoen tokens, ongeveer 750.000 woorden. Het was voorgetraind op 45 biljoen tokens, verspreid over tekst, afbeeldingen, audio en video.
"Ons eerste model, Inkling. Helemaal opnieuw getraind, de gewichten zijn open en kunnen vandaag nog nauwkeurig worden afgesteld op Tinker", schreef Murati op X. Het feit dat het vanaf nul is getraind, betekent veel, vooral in de open-sourcegemeenschap, omdat het een frisse wind zou kunnen brengen voor westerse ontwikkelaars die op hun hoede zijn voor China, maar Aziatische modellen moeten gebruiken voor hun ontwikkelingen, omdat de beste AI-bedrijven in de westerse wereld zich vooral richten op het verzenden van close-source-modellen.
Verfijning is het proces waarbij een bestaand model opnieuw wordt getraind op een gespecialiseerde dataset om de prestaties bij een specifieke taak te verbeteren. Tinker is het cloudplatform van Thinking Machines dat rond deze use case is gebouwd. De volledige gewichten staan ook op Hugging Face onder een Apache 2.0-licentie, geen beperkingen.
De duidelijkste overwinningen van Inkling komen voort uit agenttaken. Op MCP Atlas – die meet hoe betrouwbaar een AI-agent echte taken voltooit met behulp van Model Context Protocol, de open standaard voor het verbinden van AI-assistenten met externe tools en diensten, gescoord als percentage van de voltooide taken – noteert Inkling 74,1%. Dat is bijna 30 punten meer dan Nvidia's Nemotron 3 Ultra, de belangrijkste westerse rivaal met open gewichten in de vergelijking.
Op SWE-Bench Verified – een test of een AI-agent autonoom echte GitHub-softwarefouten kan repareren, gescoord als een percentage van de opgeloste problemen – scoort Inkling 77,6%, ook boven de 70,7% van Nemotron.
Over het geheel genomen verkoopt Thinking Machines dit model als “goed afgerond” en generalistisch. Het betekent dat het de kwaliteit van een specifieke reeks taken niet in gevaar brengt, omdat de mogelijkheden zich op iets anders richten (zoals modellen die goed zijn in coderen, maar slecht zijn in creatief schrijven).
Bron: Thinking MachinesDe Chinese modellen hebben op meerdere fronten nog steeds een voorsprong. GLM 5.2 van Z.ai scoort 82,7% op Terminal Bench 2.1 – een benchmark die autonome AI-codeeragenten meet in een echte terminalomgeving, gescoord als percentage van de voltooide taken – tegenover de 63,8% van Inkling. Kimi K2.6 leidt het Humanity's Last Exam, een test van wetenschappelijk redeneren op PhD-niveau.
Thinking Machines erkent dit. Inkling is niet het sterkste model dat momenteel verkrijgbaar is, open of gesloten.
Wat het is, is het meest capabele model met open gewichten, gebouwd door een westers laboratorium. Ontwikkelaars die – om juridische, veiligheids- of nalevingsredenen – hun werklasten niet willen routeren via modellen die in Beijing zijn gebouwd, hebben nu een echt alternatief voor zelf-hostende Chinese modellen.
Nu hebben deze ontwikkelaars een model dat (ook al is het in bijna alles slechter dan de beste Chinese modellen) beter aansluit bij hun idealen, verwachtingen en waarden. Daaropvolgende verfijningen kunnen ervoor zorgen dat dit model uitblinkt in specifieke taken, waardoor deze verfijningen concurrerend worden in benchmarks ten opzichte van Aziatische modellen.
Op FORTRESS Adversarial, dat test hoe consequent een model werkelijk schadelijke prompts weigert zonder legitieme prompts te overblokkeren, gescoord als een percentage dat correct wordt afgehandeld, scoort Inkling 78,0%, het hoogste cijfer van alle open-weights-modellen in de vergelijking.
Naast Inkling gaf Thinking Machines een preview van Inkling-Small: 276 miljard totale parameters, 12 miljard actief, die op de meeste redeneringsbenchmarks al overeenkomen met het grotere model. De gewichten arriveren zodra het testen is voltooid, zonder dat er een tijdlijn wordt gegeven.
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!