Inklingとは:Thinking Machinesのオープンウェイトモデルを解説

Inklingとは何か

Inklingは、Thinking Machines Labの初の公開モデルであり、同ラボは自らリーダーボード首位を狙っているわけではないと潔く述べています。売りは、Tinkerというラボのプラットフォームを使って自分の用途にファインチューニングする、幅広くバランスの取れたオープンな基盤であることです。つまりInklingは、購読するチャットボットではなく、自分で形作る出発点として設計されています。

モデルカードから重要なスペックを挙げます。

• アーキテクチャ: Mixture-of-Experts(MoE)型のTransformerで、総パラメータ975Bのうち41Bがアクティブ(各トークンを256人のエキスパートのうち6人、それに加えて共有エキスパート2人にルーティングします)。これにより、約1兆パラメータ規模のモデルでも妥当な速度で提供でき、あるトークンで実際に動くのはそのごく一部だけです。
• 入力: テキスト、画像、そして音声(16kHz WAV、目安として約20分以内が望ましい)。出力はテキストのみです。
• コンテキストウィンドウ: 最大100万トークンで、長さに関してはトップクラスのモデル群と並びます。
• ライセンス: Apache 2.0のため商用利用が可能で、重みはHugging Faceで公開されています。
• 公開日: 2026年7月15日。

音声の部分が新しい点です。ローンチスレッドのトップコメントが述べているように、これは「音声に対応した最大のオープンウェイトモデル」であり、サポート通話の書き起こしを読ませるのではなく、通話そのものを聞かせたい場合に意味を持ちます。

Inklingの構造

技術的な仕組みが気になる方向けに言うと、Inklingはいくつか珍しいアーキテクチャ上の選択をしています。今や標準となったRotary Position Embeddings(RoPE)の代わりに、チーム自身のレポートでは、アテンションのロジットに組み込まれた相対位置スキームと、キャッシュに入る前のキー・バリューへの短い畳み込み(convolution)が説明されています。実用上の目的は、長いコンテキストを扱うモデルすべてが目指すものと同じで、コンテキストが100万トークンに近づいてもアテンションを安定的かつ低コストに保つことです。

図の細部を読み解く必要はありません。要点はこうです。Inklingは単一のベンチマークで首位を取るためではなく、長いコンテキストと効率的な推論を中心に設計されています。これは「考え方」にも表れています。

思考努力ダイヤル

Inklingは推論モデルであり、「思考努力(thinking effort)」を調整できる設定を公開しています。Hugging Faceの統合では、これはnoneとminimalからlow、medium、high、xhigh、maxまで続くreasoning_effortレベルです。下げれば速く安く回答し、上げれば回答前によりトークンを費やして考えます。

ここでThinking Machinesが強調しているのはトークン効率です。彼らによれば、InklingはNemotron 3 Ultraと同じTerminal-Benchスコアを、そこに到達するまでのトークン数の約3分の1で達成するといいます。トークン単位で課金されている人やGPUをレンタルしている人にとって、「同じ答えをより少ないトークンで」は、僅差のベンチマーク勝利よりも実用的な指標です。

ベンチマーク:強いが王者ではない

ここでベンダーの売り込みと独立した評価を切り分ける必要があります。Thinking Machines自身の表は最大の思考努力での見栄えの良い数字を示していますが、より整理されたシグナルは、全モデルを同じ基準でベンチマークするArtificial Analysisから得られます。

彼らの評価では、InklingはAA Intelligence Indexで41点を獲得し、これは彼らの厳選リーダーボードで97モデル中10位にあたり、同規模のオープンウェイトモデルの平均である約25を大きく上回ります。つまり賢いモデルです。しかしフロンティアのリーダー勢(Claude Fable 5、GPT-5.6、Kimi K3、Grok 4.5、GLM-5.2)よりは下にあり、DeepSeek V4 Flashのような同格モデルのグループに位置します。より多くのモデルを含むコミュニティのトラッカーでは順位はさらに下がり、41位近くになることもあり、そこから「『競争力がある』は正しい表現か」という議論が生まれました。

この表を素直に読むと、はっきりした個性が見えてきます。Inklingは科学的推論と長文脈推論に強く、物理学と知識の生の信頼性に明らかに弱い(AA-Omnisicenceの知識信頼性指標は−100〜100のスケールでわずか2という低さです)。角の立った尖ったモデルであり、なめらかなオールラウンダーではありません。

ローンチスレッドも同じ点を捉えていました。称賛と懐疑が隣り合わせでした。

「ベンチマークを見たところ、ほとんどの項目でKimiK2.6とKimiK2.7の間くらいに見えて、少しがっかりした。」

juliangoetze、Hacker News

そしてスレッド全体で最も役に立つ返信は、モデル比較を信用する前にモニターに貼っておく価値があるものでした。

「あるモデルがどれくらい良いか知りたい?自分だけの非公開ベンチマークで走らせろ。それがまともに信頼できる答えを得る基本的に唯一の方法で、それ以外は操作されているか、誤解されているか、過信されているかのどれかだ。」

embedding-shape、Hacker News

唯一意味のあるベンチマークは自分自身のデータだ、というこの直感は、いつかモデルを自社のサポート業務に向けるときにこそ持っておくべきものです。詳しくは後述します。

Inklingの利用コストはいくらか

これが私にとって意外だった点です。Inklingはオープンウェイトでありながら、Thinking Machines自身のAPIでは独占的なフロンティアモデルのような価格設定になっています。Artificial Analysisによれば、価格面では97モデル中81位、つまり同クラスで最も高価な部類に入ります。

2点際立っています。第一に、現時点でAPIプロバイダーは1社のみ、Thinking Machines自身であり、まだそれより安い第三者ホストが価格競争を仕掛けていません。第二に、「オープンウェイト」が無料になるのは、自分でモデルを動かす意思がある場合だけで、それは注釈事項ではなく実質的な決断です。

Inklingを自分で動かす

重みがオープンであるため、コミュニティは公開初日からローカルでInklingを動かしていました。Hugging Faceのローンチブログは、上記のはしご図がまとめている大まかな3段階を示しています。フルのBF16チェックポイントには約2TBのVRAM(データセンター級)が必要で、NVFP4量子化ならBlackwellハードウェア上で約600GBまで下がり、コミュニティによる1ビットGGUF版は約95%削減され、強力なワークステーションで大きく量子化されたバージョンを動かすには十分です。

サポートも素早く整いました。transformers 5.14、SGLang、vLLM、llama.cpp/Unslothへのデイゼロ統合に加え、無損失の高速化のための投機的デコーディング用ドラフト層も用意されています。以下は1ビット版が実際にUnslothのスタジオで動作し、完全なHTMLゲームを書きながら、100万トークンのウィンドウに対して321秒間「考えている」様子です。

この「自分で動かせる」という話こそ、Inklingに注目する本当の理由です。オープンモデルとクローズドモデルを天秤にかけているなら、トレードオフはコントロールと利便性の間にあります。重みを自分が所有し、データが自社インフラの外に出ることはなく、誰かに勝手にモデルを廃止されることもありませんが、代わりにGPUの面倒は自分で見る必要があります。

エンタープライズの視点

GPUクラスタの面倒を見ることなくコントロールを得たいチーム向けに、InklingはDatabricksでもデイゼロで登場し、ガバナンスが組み込まれたUnity AI Gateway経由で利用できます。彼らが挙げるエンタープライズ向けの主張は、オープンウェイトを魅力的にしているのと同じもの、つまり自社データでファインチューニングし、ガバナンス境界の内側にとどめ、トークン単位の課金を回避できるという点です。

Inklingを選ぶべきか

「ニーズ次第」という逃げの結論の代わりに、Inklingが実際に得意なこと・不得意なことに基づいた、はっきりした判断基準を示します。

コミュニティは実際どう見ているか

Hacker Newsのローンチスレッド(1,214ポイント、約292コメント)は、開発者がInklingをどう受け止めたかを最もよく映すスナップショットです。ムードは熱狂的だが冷静であり、盛り上がりはスコアそのものよりも、誰が出したモデルなのかという点に向けられていました。

「言うまでもなく、これはアメリカ製だ。Llama 3以来、初の競争力ある非中国製オープンウェイトモデルじゃないか?」

paxys、Hacker News

この見立てには反論もありました(Mistral、CohereのNorth、Gemmaなどを反例として挙げる人もいました)が、信頼できる西側のオープンウェイトの選択肢が待たれていたという根底の感覚は、スレッド全体に流れていました。また「モデルを無料で配るような会社がどう生き残るのか」という健全な疑問も多く、その答えはホスト型ファインチューニング事業であるTinkerに行き着きました。

「テック業界の歴史は『オープンソースだがホスティングを売る』というサービスの死骸だらけだ。モデルの訓練にはあまりに金がかかるので、本当に儲かる大口顧客を失うわけにはいかない。」

tyre、Hacker News

このモデルが持続するかどうかは、Inklingにまつわる未解決の問いとして残っています。ただ今のところ、開発者たちは触って試せる有能でマルチモーダル、かつ完全にオープンなモデルを手に入れ、その多くが満足していました。

Inklingのようなモデルがカスタマーサポートにとって意味すること

私がここ数年取り組んできたテーマなので、率直に述べさせてください。私はInklingのようなモデルの上に乗るエージェントレイヤーを作っており、実際の導入を観察して学んだのはこういうことです。ベースモデルが良くなっても、実際にサポート業務に投入される内容が変わることはほとんどありません。

生のモデルは、どれほど賢くても、自社の返金ポリシーを知らず、チームがすでに解決した直近4万件のチケットを見ることもできず、いつ黙って人間に引き継ぐべきかも分かりません。顧客に直接向けると、自信満々に間違った回答をしてしまい、これは何も答えないよりも悪い結果です。この「自信満々だが間違っている」という失敗パターンこそ、サポートにおけるAIハルシネーションがチームを痛い目に遭わせる正体であり、モデルが常にエンジンにすぎない理由です。

車にあたるのが、その周りを包むレイヤーです。それがeeselです。マーケティングページだけでなく解決済みのチケットやヘルプ文書から学習し、確信度に応じてルーティングして確信度の低い回答は送信せず下書きにとどめ、そして私が最も大切にしている部分として、たった一人の顧客に見られる前に過去の自社チケットに対してエージェントをシミュレートできます。このシミュレーションこそ、Hacker Newsの「自分のベンチマークで走らせろ」というアドバイスを、製品のステップとして具現化したものです。

これはまた、サポートスタックを単一のモデルに賭ける必要がないことも意味します。最良のモデルは数週間ごとに変わります(今日はInkling、来月は別のモデル)。そのためeeselはモデルにとらわれず、その時点で最も強いモデルに乗り換えられる一方で、顧客にとって本当に大事な部分、つまり知識、ガードレール、チケットのトリアージはそのまま維持されます。

eeselを試す

Inklingは興味深いリリースですが、モデルカードはサポートエージェントではありません。実際の目標がTier-1サポートの自動化であるなら、必要なのはどんな強力なモデルもチームの一員に変えるレイヤーです。eeselは既存のヘルプデスク(Zendesk、Freshdesk、Gorgias、HubSpot、Frontほか100以上)に接続し、自社の履歴から学習し、本番稼働前に実際の過去チケットに対してシミュレーションできるため、顧客が悪い回答に気づいた後ではなく、事前にカバレッジと精度を確認できます。Gridwiseはまさにこのアプローチを使い、開始1か月目でTier-1リクエストの73%を解決しました。

料金は利用量ベースで、解決したチケット1件あたり約0.40ドル、席数課金はなく、無料で始めることができます。優れたエンジンを眺めているだけの状態と、実際にどこかへ走り出す状態との違いがそこにあります。