Das von der ehemaligen OpenAI-Technologiechefin Mira Murati gegründete Thinking Machines Lab hat sein erstes großes Open-Weight-Modell namens Inkling veröffentlicht. Das 2025 gegründete Unternehmen sammelte laut Axios in einer Finanzierungsrunde zwei Milliarden US-Dollar bei einer Bewertung von zwölf Milliarden Dollar ein; zu den damals berichteten Geldgebern gehörten Andreessen Horowitz, Nvidia und AMD. Inkling selbst ist ein Mixture-of-Experts-Modell mit 975 Milliarden Gesamtparametern, davon 41 Milliarden aktiv, und einem Kontextfenster von bis zu einer Million Token.
Inkling wurde von Grund auf neu trainiert und auf 45 Billionen Token aus Text, Bild, Audio und Video vortrainiert. Neben dem Flaggschiff-Modell bringt das Team mit Inkling-Small (12 Milliarden aktive Parameter) eine Vorschau auf eine schlankere, latenz- und kostengünstigere Variante. Das Besondere an Inkling ist der regulierbare Denkaufwand (Controllable Thinking Effort), mit dem Entwickler den Rechenaufwand des Modells flexibel anpassen können. Dadurch lässt sich bei einfacheren Logikaufgaben Rechenzeit einsparen, während das Modell bei komplexen Problemen länger „nachdenken“ darf.
Starke Leistung im Design Arena Benchmark
Erste unabhängige Evaluationen bestätigen Inkling eine konkurrenzfähige Leistung unter den führenden Open-Weights-Modellen. Auf dem bekannten Design Arena Leaderboard, einem Crowdsourcing-Benchmark für KI-generiertes Frontend-Design, der auf anonymisierten menschlichen Vergleichsurteilen basiert, belegt Inkling mit einem Elo-Wert von 1257 den neunten Gesamtrang. Damit zieht es mit dem closed-source Modell Claude Opus 4.6 gleich und liegt nur hauchdünn hinter OpenAIs GPT-5.6 Sol (1260 Elo).
Auch auf etablierten Coding- und Reasoning-Benchmarks meldet die offizielle Modellkarte beachtliche Werte: 77,6 Prozent auf SWE-bench Verified, 54,3 Prozent auf SWE-bench Pro und 97,1 Prozent bei AIME 2026. Die Werte gelten für die dokumentierten Testwerkzeuge und Einstellungen und sind nicht automatisch mit jedem extern gemessenen Ergebnis vergleichbar. Thinking Machines selbst erklärt ausdrücklich, Inkling sei weder unter offenen noch geschlossenen Modellen insgesamt das stärkste System. Es soll vor allem ein breites Fundament für Anpassungen sein.
Customizing über die Tinker-Plattform
Thinking Machines Lab stellt die Anpassbarkeit in den Vordergrund und macht Inkling ab sofort auf der hauseigenen Plattform Tinker für das Fine-Tuning verfügbar. Über eine einfache Playground-Oberfläche können Entwickler direkt im Browser mit dem Modell interagieren und Feinabstimmungen vornehmen. In einer Live-Demonstration zeigte das Unternehmen sogar eine Schleife zur Selbstoptimierung: Das Modell schrieb einen eigenen Fine-Tuning-Job auf Tinker, führte diesen aus und wertete die erzeugten Outputs anschließend selbstständig aus.
Für Nachtraining und Bewertung setzt Thinking Machines Lab unter anderem Rubriken und einen Claims Grader ein, der Aussagen anhand von Websuche beurteilen soll. Das kann die Faktentreue verbessern, verhindert Halluzinationen aber nicht zuverlässig. In der offiziellen Modellkarte erreicht Inkling bei StrongREJECT 98,6 Prozent sowie unterschiedliche Werte in weiteren Sicherheitsprüfungen. Solche Benchmarks messen jeweils einen engen Ausschnitt; sie belegen weder allgemeine Sicherheit noch eine besondere „Resistenz gegen Zensur“.
Die offenen Gewichte bedeuten außerdem nicht, dass Inkling auf gewöhnlicher Hardware läuft. Die Modellkarte nennt für BF16 mindestens zwei Terabyte gemeinsamen Grafikspeicher und für den quantisierten NVFP4-Checkpoint mindestens 600 Gigabyte. Praktisch werden viele Unternehmen deshalb auf einen Inferenzanbieter oder Tinker zurückgreifen, obwohl die Gewichte heruntergeladen und angepasst werden können.
🎯 Was das für die Praxis bedeutet
1. Customizing-Optionen nutzen: Die Kombination aus offenem Modellgewicht und der Tinker-Plattform macht Inkling zu einer flexiblen Basis für spezialisierte Unternehmensanwendungen.
2. Effizienz durch Denksteuerung: Durch den steuerbaren Denkaufwand können Entwickler Kosten und Antwortgeschwindigkeit präzise auf die jeweilige Aufgabe abstimmen.
3. Offenheit realistisch kalkulieren: Die Gewichte sind verfügbar, der Eigenbetrieb benötigt aber sehr große GPU-Systeme. Unabhängigkeit entsteht erst mit passender Infrastruktur und eigenem Betriebswissen.
