発表の概要と位置づけ

Thinking Machinesは7月15日（米国時間）に初の基盤モデル「Inkling」を発表した。モデルは自社で一から訓練し、全ウェイトを公開。「最強モデル」を標榜するのではなく、企業が“自分のものにできる”カスタマイズ性と運用効率を優先した設計だという。公式発表（Inklingの紹介）、Axiosの報道が確認できる。

日本語ではITmedia AI＋の速報が翌16日朝に詳細を伝えており、国内でも注目が集まっている。

技術仕様—975BパラメータのMoEと1Mトークン

Inklingは975B総パラメータのMoE Transformerで、各トークンで41Bのみを活性化するスパース実装を採用。テキスト・画像・音声をネイティブに入力可能で、最大100万トークンのコンテキスト長をサポート。事前学習にはテキスト・画像・音声・動画から成る約45兆トークンを用いたと説明している。公式発表を参照。

Hugging Faceの技術解説も、1兆規模・1Mコンテキスト・マルチモーダルを強調しており、推論高速化のためのMulti‑Token Prediction（MTP）層やNVFP4量子化の提供にも触れている。Hugging Face公式ブログを参照。

オープンウェイト配布と実行環境

InklingのフルウェイトはApache 2.0でHugging Faceに公開済みで、TransformersやvLLM、SGLangなど主要スタックに“Day‑0”対応する。Hugging FaceモデルカードとHugging Face公式ブログで確認できる。

NVIDIAはNGCでInklingのNIMコンテナ提供を開始し、Blackwell世代を含むGPU環境での商用・非商用デプロイを案内。NGC側の最終更新は7月16日（UTC）となっている。NVIDIA NGCのNIMコンテナを参照。

元OpenAI幹部のThinking Machinesが初の基盤モデル「Inkling」を公開—975Bパラメータのマルチモーダルをオープンウェイトでの背景を表現したAI生成ビジュアル
記事内容をもとに生成したイメージ画像

“思考労力”の制御と小型版プレビュー

同社は推論時に“思考労力（reasoning effort）”を可変にする設計を採用。用途に応じ、精度とトークン消費・待ち時間のバランスを最適化できるとする。ベンチマークではエージェント型コーディング（Terminal Bench 2.1等）や推論系評価での効率の良さを示す図表を公表している。公式発表参照。

あわせて総276B（アクティブ12B）の「Inkling‑Small」プレビューも告知。多くの評価で大モデルに匹敵するとし、テスト後にウェイト公開を予定している。公式発表を参照。

微調整基盤「Tinker」とエコシステム連携

Inklingは同社の微調整基盤「Tinker」で当日からカスタマイズ可能。開発者向けコンソールには対話検証用の「Inkling Playground」を追加し、限定で50％割引も案内している。また、Together AI、Fireworks、Modal、Databricks、BasetenなどのAPI/推論プロバイダーとの連携も明記された。公式発表参照。

Hugging Faceブログは、bf16チェックポイントで約2TB VRAM、NVFP4版で約600GB VRAMを要する運用要件も示しており、大規模運用では分散推論や量子化活用が前提となる。Hugging Face公式ブログを参照。

日本の利用者への含意

オープンウェイトであることは、データ主権やコスト管理、オンプレ/クラウド選択の自由度を重視する日本企業にとって追い風だ。Tinkerでの素早い領域特化や、NVIDIA NIMを介したエンタープライズ環境への実装が現実解になり得る。一方で、超大規模モデルの推論・学習には相応のGPU資源とMLOps体制が要るため、小型版や量子化・蒸留、外部推論プロバイダーの活用を含めたTCO設計が鍵になる。

大手メディアも相次いで報じており、米国ではWIRED、Fortune、Axiosが解説。国内でもITmedia AI＋が速報した。話題性・重要性ともに高く、国産運用と相性の良い“開いた基盤”として注目に値する。

まとめ

クローズド志向が強まる潮流の中で、1兆規模・マルチモーダルのオープンウェイトを打ち出したInklingは、企業が“自分の要件に最適化したAI”を素早く構築するための現実的な選択肢になりうる。TinkerとNIMの両輪でエコシステム実行可能性も高く、日本の現場でもPoCから本番までの導線を描きやすい。次は小型版の正式公開と、実運用でのコスト/性能データが注目点だ。