Avis sur Inkling : le modèle ouvert de Thinking Machines vaut-il le coup ?

Inkling vaut-il le coup pour vous ? (Vérification de 30 secondes)

Avant de plonger dans les détails, choisissez ce qui compte le plus pour vous et obtenez une réponse directe. C'est exactement la décision que je prendrais sur un vrai projet.

Ce qu'Inkling est vraiment

Un peu de contexte avant l'avis proprement dit. Inkling est le premier modèle public de Thinking Machines Lab, et le laboratoire est d'une franchise rafraîchissante en admettant qu'il ne court pas après le classement. L'argument de vente est une base ouverte large et équilibrée que vous affinez pour votre propre usage sur la plateforme Tinker du laboratoire. C'est un point de départ que vous façonnez, pas un chatbot auquel vous vous abonnez.

Les caractéristiques qui comptent, d'après la fiche du modèle :

• Architecture : un transformer Mixture-of-Experts, 975 milliards de paramètres au total avec 41 milliards actifs par token (6 des 256 experts routés, plus 2 partagés). C'est ainsi qu'un modèle de près de mille milliards de paramètres peut servir à une vitesse raisonnable.
• Entrées : texte, images et audio (WAV 16 kHz, idéalement moins de ~20 minutes). La sortie est uniquement du texte.
• Fenêtre de contexte : jusqu'à 1 million de tokens.
• Licence : Apache 2.0, donc l'usage commercial ne pose pas de problème, et les poids sont sur Hugging Face.
• Sortie : le 15 juillet 2026.

L'audio est ce qui se démarque le plus. Comme l'a décrit le commentaire le plus voté du fil de lancement called it, c'est le "largest open weight model that supports audio" - ce qui compte au moment où vous voulez qu'un modèle écoute un appel de support plutôt que d'en lire la transcription.

Les benchmarks : intelligent, avec des arêtes vives

C'est ici que l'on sépare le discours du fournisseur de la lecture indépendante. Les propres tableaux de Thinking Machines montrent des chiffres flatteurs en effort maximal, mais le signal le plus net vient d'Artificial Analysis, qui évalue tout le monde de la même façon.

Leur verdict : Inkling obtient 41 sur l'AA Intelligence Index, 10e sur 97, bien au-dessus de la moyenne d'environ 25 pour les modèles ouverts de cette taille. C'est donc un modèle intelligent. Mais il se situe en dessous des leaders de pointe et se retrouve dans un groupe avec des modèles comme DeepSeek V4 Flash. Des outils de suivi communautaires plus larges le placent plutôt vers la 41e place, d'où est né le débat sur le fait de savoir si le qualifier de "compétitif" est juste.

Lu honnêtement, cela donne à Inkling une vraie personnalité : fort en raisonnement scientifique et sur contexte long, nettement faible en physique et en fiabilité brute des connaissances (son indice de fiabilité AA-Omniscience est d'un maigre 2 sur une échelle de −100 à 100). Des arêtes vives, pas un modèle lisse et polyvalent.

Il y a aussi, sous les scores, une affirmation d'efficacité vraiment utile. Inkling expose un curseur réglable d'effort de réflexion (de none à max dans l'intégration Hugging Face), et le laboratoire affirme atteindre le même score Terminal-Bench que Nemotron 3 Ultra en dépensant environ un tiers des tokens. Pour qui paie au token ou loue un GPU, "même réponse, moins de tokens" vaut mieux qu'un gain fractionnaire de benchmark.

Le fil de lancement a capté le même tableau mitigé que moi :

"I just looked at the benchmarks and was kinda disappointed that it seems to be between KimiK2.6 and KimiK2.7 on most of the benchmarks."

juliangoetze, Hacker News

Le prix : le seul vrai reproche

C'est la partie qui m'a le plus surpris dans cet avis. Inkling est à poids ouverts, et pourtant, sur l'API propre de Thinking Machines, il a le prix d'un modèle propriétaire de pointe. Selon Artificial Analysis, il se classe 81e sur 97 en prix, parmi les plus chers de sa catégorie.

Deux choses ressortent. D'abord, il n'existe actuellement qu'un seul fournisseur d'API, Thinking Machines lui-même, donc aucun hébergeur tiers moins cher ne le sous-cote encore. Ensuite, "poids ouverts" ne le rend gratuit que si vous êtes prêt à le faire tourner, ce qui est une vraie décision, pas un détail. Le verdict sur le prix est donc simple : louer Inkling est difficile à justifier ; le posséder peut être une bonne affaire.

Le faire tourner soi-même : le vrai argument de vente

Comme les poids sont ouverts, la communauté a fait tourner Inkling en local dès le premier jour. Le blog de lancement Hugging Face présente trois niveaux : le checkpoint complet en BF16 demande environ 2 To de VRAM (territoire de centre de données), la quantification NVFP4 ramène ça à environ 600 Go sur du matériel Blackwell, et les versions GGUF 1 bit de la communauté réduisent ça d'environ 95 %, suffisant pour un poste de travail costaud.

Le support des outils est aussi arrivé vite : intégration dès le jour zéro dans transformers 5.14, SGLang, vLLM et llama.cpp/Unsloth, plus des couches de brouillon pour le décodage spéculatif afin d'accélérer sans perte. Cette histoire de "le faire tourner soi-même" est la vraie raison de s'y intéresser. Le compromis est le contrôle contre la commodité : vous possédez les poids, vos données ne quittent jamais votre infrastructure, et personne ne peut vous retirer le modèle sous les pieds, mais vous voilà maintenant responsable des GPU.

Pour les équipes qui veulent ce contrôle sans avoir à materner un cluster, Inkling est apparu sur Databricks dès le jour zéro, accessible via l'Unity AI Gateway avec une gouvernance intégrée et sans tarification au token.

Avantages et inconvénients

Voici le bilan de cet avis, sans détour.

Ce qu'Inkling réussit

• Vraiment ouvert — poids sous Apache 2.0, usage commercial, auto-hébergeable jusqu'à une version 1 bit.
• Entrée audio native — le plus grand modèle à poids ouverts qui écoute, pas seulement qui lit.
• Contexte d'1 million de tokens — à égalité avec le haut du panier en longueur.
• Raisonnement efficace en tokens — le curseur d'effort apporte de vraies économies, pas juste un argument marketing.
• Raisonnement scientifique + contexte long solide — 87% en GPQA Diamond, 63% en AA-LCR.

Où ça pêche

• Cher à louer — 81e sur 97 en prix d'API, une drôle de place pour des poids ouverts.
• Pas un gagnant du classement — se situe en dessous des leaders de pointe, milieu du peloton parmi les modèles ouverts.
• Fiabilité des connaissances faible — indice AA-Omniscience de 2, plus un maigre 5% en raisonnement physique.
• Un seul hébergeur d'API — pas encore de concurrence tierce sur le prix.
• Matériel conséquent pour l'auto-hébergement — modèle "gratuit", ~2 To de VRAM pour la version complète.

Ce que la communauté pense vraiment

Le fil de lancement sur Hacker News (1 214 points, ~292 commentaires) donne la lecture la plus claire de l'accueil. L'ambiance était enthousiaste mais mesurée, et l'excitation portait moins sur les scores que sur qui l'avait lancé :

"Not to mention - it is American. This is the first competitive non-Chinese open weights model since what, Llama 3?"

paxys, Hacker News

Ce cadrage a suscité des contestations (des gens ont cité Mistral, North de Cohere, Gemma), mais le sentiment de fond selon lequel "une option occidentale crédible à poids ouverts se faisait attendre" a parcouru tout le fil. Il y a aussi eu un sain "comment une entreprise qui donne son modèle survit-elle ?", dont la réponse a atterri sur Tinker, l'activité hébergée de fine-tuning. Mais la phrase la plus utile pour quiconque fait son propre avis fut le rappel qu'aucun benchmark public n'est le vrai test :

"want to know how good a model is? Run it with your own non-public benchmark, basically the only way to get proper answers you can somewhat rely on, everything else is manipulated, misunderstood or over-relied on."

embedding-shape, Hacker News

Accrochez-vous à cet instinct, car c'est exactement celui qui compte au moment où vous pointez un modèle vers votre file de support.

Ce qu'un modèle de la classe d'Inkling signifie pour le support

C'est là où j'ai passé ces dernières années, donc soyons directs. Je construis la couche d'agent qui se place au-dessus de modèles comme Inkling, et ce que j'ai appris en observant de vrais déploiements, c'est ceci : un meilleur modèle de base change rarement ce qui finit vraiment dans une file de support.

Un modèle brut, aussi intelligent soit-il, ne connaît pas votre politique de remboursement, ne peut pas voir les 40 000 derniers tickets que votre équipe a déjà résolus, et n'a aucune idée du moment où il devrait se taire et passer la main à un humain. Pointez-le directement vers les clients et il répondra avec assurance et à tort, ce qui est pire que de ne pas répondre. Ce mode de défaillance est exactement la raison pour laquelle les hallucinations de l'IA dans le support plombent les équipes, et c'est pourquoi le modèle n'est jamais que le moteur.

La voiture, c'est la couche autour. C'est ce qu'est eesel : il apprend de vos tickets résolus et de vos docs d'aide (pas seulement d'une page marketing), route selon le niveau de confiance pour que les réponses peu sûres soient mises en brouillon plutôt qu'envoyées, et, la partie qui me tient le plus à cœur, il vous permet de simuler l'agent sur vos propres tickets passés avant qu'un seul client ne le voie. Cette simulation, c'est le conseil "testez-le sur votre propre benchmark" de Hacker News, transformé en étape du produit.

Cela signifie aussi que vous ne pariez pas toute votre pile de support sur un seul modèle. Le meilleur modèle change toutes les quelques semaines (Inkling aujourd'hui, autre chose le mois prochain), donc eesel reste agnostique au modèle et adopte celui qui est le plus fort à chaque instant, tandis que la partie qui compte pour les clients - les connaissances, les garde-fous, le tri des tickets - reste stable.

Verdict

Inkling est un modèle à poids ouverts vraiment bon, avec une bizarrerie de prix qu'il faut anticiper. Si vous voulez posséder les poids, avez besoin d'audio ou de contexte long, et pouvez faire tourner le matériel, c'est l'une des sorties ouvertes les plus intéressantes de 2026 et cela vaut vraiment le coup de le télécharger. Si vous voulez juste l'API capable la moins chère, ou le meilleur score de benchmark, ce n'est pas le bon choix, et vous ne devriez pas le forcer.

Et si votre vrai objectif est de répondre à des tickets de support, souvenez-vous de ce à quoi cet avis revient sans cesse : une fiche de modèle n'est pas un agent de support. Le moteur ne fait que la moitié du travail.

Essayez eesel

Inkling est une sortie sympathique, mais une fiche de modèle n'est pas un agent de support. Si votre vrai objectif est d'automatiser le support de niveau 1, ce qu'il vous faut, c'est la couche qui transforme n'importe quel modèle puissant (ouvert ou fermé) en coéquipier : eesel se branche sur votre helpdesk existant (Zendesk, Freshdesk, Gorgias, HubSpot, Front et plus de 100 autres), apprend de votre historique, et vous permet de simuler sur de vrais tickets passés avant votre mise en production, pour que vous voyiez d'abord la couverture et la précision, pas après qu'un client ait repéré une mauvaise réponse. Gridwise a utilisé exactement cette approche pour résoudre 73% des demandes de niveau 1 dès leur premier mois.

La tarification est basée sur l'usage, à environ 0,40 $ par ticket résolu, sans frais par poste, et vous pouvez démarrer gratuitement. C'est la différence entre admirer un excellent moteur et vraiment aller quelque part avec.