Mira Murati, ex CTO di OpenAI, lancia il primo modello di intelligenza artificiale aperto

Il team di Thinking Machines Lab, fondato da Mira Murati, ex CTO di OpenAI, ha rilasciato Inkling, un nuovo potente modello di intelligenza artificiale. Inkling è un modello multimodale con 975 miliardi di parametri, che supporta testo, immagini e audio. Il lancio di questo modello open weights potrebbe significativamente influenzare il campo dell’IA e segnare l’inizio di una nuova era in termini di accessibilità e flessibilità.

Un modello multimodale

Inkling è un modello Transformer a Mixture-of-Experts (MoE), con 975 miliardi di parametri complessivi, di cui 41 miliardi sono attivi in ogni momento. Rispetto ad altri modelli disponibili, Inkling si distingue per il contesto supportato, che arriva a un milione di token, e per la sua naturale capacità di gestire diversi tipi di input.

Un aspetto chiave di Inkling è la sua architettura multimodale, che permette di interpretare testo, immagini e audio con un singolo modello. Questa caratteristica risponde alle crescenti richieste del mercato per soluzioni integrate in grado di gestire molteplici formati.

Accessibilità e potenziale di personalizzazione

I pesi di Inkling sono disponibili gratuitamente sull'hub HuggingFace, una piattaforma popolare per il rilascio e l’utilizzo di modelli di intelligenza artificiale. Inoltre, Thinking Machines Lab ha sviluppato una piattaforma chiamata Tinker, progettata per facilitare la personalizzazione del modello su compiti specifici.

Nel comunicato ufficiale, il team ha sottolineato che Inkling non è il modello più potente in circolazione, né aperto né chiuso, ma punta a farla da padrone grazie alla sua versatilità, alle sue capacità di pensiero efficiente e all’accessibilità per il fine-tuning.

Dataset di formazione

Mirando a garantire una vasta base di formazione, Inkling è stato allenato su 45 trilioni di token, derivati sia da dati reali che sintetici. Tra questi si trovano anche dati pubblici “che potrebbero essere protetti da copyright”.

I dati sintetici sono stati generati in parte tramite Kimi K2.5, un modello sviluppato in Cina, che è anche alla base del modello di programmazione Cursor. Per ulteriori dettagli tecnici, visitare la pagina della carta del modello rilasciata da Thinking Machines Lab.

Indice di performance

Secondo l'Analisi Artificiale, Inkling debutta con un punteggio di 41 sull'Indice di Intelligenza Artificiale e si posiziona come il modello aperto più performante negli Stati Uniti. Supera Nemotron 3 Ultra con 38 punti, Gemma 4 31B con 29 e gli altri candidati con 24 punti.

Efficacia e confronto con la concorrenza

Sul benchmark GDPval-AA v2, che si concentra su attività tipiche di lavoro per la conoscenza, Inkling mostra un Elo di 1238, superiore ai 1190 di Kimi K2.6 e ai 1189 di DeepSeek v4 Flash max. In Tau-3 Banking, Inkling ottiene un 24 percento, superiore al 21 percento di Kimi K2.6 e al 23 percento di DeepSeek v4 Flash max.

Tuttavia, in termini di accuratezza delle informazioni, Inkling mostra alcuni punti deboli. Sull'indicatore AA-Omniscience, risulta con un punteggio di +2 contro il Nemotron 3 Ultra (-1) e i modelli aperti cinesi. L’accuratezza di Inkling è del 40 percento, mentre la percentuale di allucinazioni è del 63 percento. Per applicazioni che richiedono dati precisi, questo potrebbe rappresentare una limitazione.

Efficienza dei token

Inkling si distingue per l’efficienza nei token, utilizzando in media 25.000 token di output per compito su un certo indice. Rispetto ad altri modelli aperti, GLM-5.2 max richiede 43.000 token, Kimi K2.6 circa 38.000 e DeepSeek v4 Pro max poco meno 37.000 token.

Gli sviluppatori di Inkling hanno incluso una funzione chiamata “intensità di pensiero continua”, che permette agli utenti di regolare l’equilibrio tra costo e produttività. Questo approccio mira a ridurre il consumo di token senza compromettere la qualità.

Costi d’utilizzo

I prezzi per token di Inkling sono 1,87 dollari per un milione di token in ingresso e 4,68 dollari per un milione di token in uscita per un contesto di 64K token. Questo si traduce in costi che superano quelli di modelli aperti cinesi come GLM-5.2 max, che offrono performance simili o superiori in testo e codice.

Inkling Small rivela potenzialità

Oltre a Inkling, Thinking Machines presenta una versione semplificata chiamata Inkling Small, dotata di 276 miliardi di parametri totali, con 12 miliardi di parametri attivi. Sorprendentemente, Inkling Small ha ottenuto risultati simili o addirittura superiori a quelli del modello principale su diversi benchmark.

• Su GPQA Diamond, Inkling Small totalizza l’88,3 percento rispetto all'87,2 percento;
• Sul HLE Benchmark con strumenti, Inkling Small si posiziona leggermente al di sopra dell’87,0 percento di Inkling.

Le prestazioni del modello più piccolo sono state attribuite a miglioramenti nei dati di formazione e nel ricettario di addestramento. Una volta completati i test, i parametri completi saranno resi disponibili.

Una sottoscrizione informata

Se desideri ricevere informazioni su intelligenza artificiale senza l'eccessivo hype e supportare il lavoro di curatori di qualità, puoi sottoscrivere l’abbonamento THE-DECODER. I vantaggi includono:

• Accesso senza pubblicità;
• Partecipare alla community e ai commenti;
• Ricevere la newsletter settimanale sull'intelligenza artificiale;
• Accesso all’elevazione mensile con aggiornamenti sulle più recenti scoperte della ricerca dell’AI;
• Sconti fino al 25 percento sugli eventi sull’intelligenza artificiale;
• Accedere completamente all’archivio degli ultimi dieci anni.

Conclusione

Mira Murati, co-fondatrice di Thinking Machines, ha lanciato il primo modello autonomo in ambito aperto, Inkling, che unisce potenza avanzata ed efficienza. Benché non sia il modello aperto più potente disponibile, i vantaggi in termini di versatilità, fine-tuning e flessibilità lo rendono una scelta significativa nell’ecosistema dell’intelligenza artificiale.