Inkling est un modèle de langage de grande taille à poids ouverts créé par la société Thinking Machines, publié pour la première fois le 15 juillet 2026 sous licence Apache 2.0. Il accepte en entrée du texte, des images et de l’audio, et peut effectuer des tâches telles que la conversation, le développement logiciel, les applications multilingues et les systèmes agentiques. En tant que modèle à poids ouverts, ses paramètres sont publiquement accessibles, ce qui permet aux développeurs de l’inspecter et de l’affiner pour des usages spécialisés.
Le modèle se distingue par son raisonnement natif sur plusieurs modalités et son budget de raisonnement ajustable, qui permet aux utilisateurs de faire un compromis entre rapidité et exhaustivité. Il a été conçu pour une efficacité réelle et une résistance à la censure, ses créateurs recommandant des outils de modération externes pour la sécurité.
Entraînement
Inkling est le premier modèle de langage de grande taille publié par Thinking Machines. Il a été entraîné sur 45 billions de jetons comprenant des données textuelles, image, audio et vidéo, ce qui lui permet de raisonner nativement à partir de ces quatre formats. Cependant, au moment de sa publication, le modèle ne pouvait générer que du texte, y compris du code source et des données structurées, et non des images ou de l’audio.
Le processus d’entraînement a probablement exploité des techniques de apprentissage profond courantes dans les architectures Transformer (architecture) modernes, bien que les détails spécifiques sur l’architecture et l’optimisation n’aient pas été divulgués publiquement.
Fonctionnalités
Inkling a été conçu pour être adaptable et efficace dans des environnements de production. Une caractéristique clé est son budget de raisonnement programmable, qui peut être ajusté sur une échelle de 0,2 à 0,99. Cela contrôle la quantité de « réflexion » que le modèle effectue avant de générer une sortie, permettant aux développeurs d’optimiser le compromis coût/performance pour chaque tâche. Des budgets plus faibles produisent des réponses plus rapides, tandis que des budgets plus élevés produisent des réponses plus affinées.
Contrairement à la plupart des autres modèles de langage de grande taille, y compris d’autres variantes à poids ouverts, Inkling a été créé avec un accent sur la résistance à la censure. Il fournit des réponses directes sur des sujets politiquement sensibles ou censurés. Les créateurs conseillent d’utiliser des outils de modération de contenu externes, car l’évaluation de sécurité interne peut ne pas toujours empêcher des réponses nuisibles. Cette position philosophique le distingue dans le paysage de la IA générative.
Pour la personnalisation, les développeurs peuvent affiner le modèle via la plateforme Tinker, également de Thinking Machines, et le déployer via des fournisseurs tiers.
Informations techniques
Inkling prend en charge une fenêtre de contexte allant jusqu’à 1 048 576 jetons, permettant de traiter de très longs documents ou conversations. Il contient 975 milliards de paramètres, bien que seulement 41 milliards soient actifs à un moment donné en raison de sa conception mixture d’experts. Les entrées sont routées vers les modules experts les plus pertinents, améliorant l’efficacité computationnelle.
Le modèle peut être exécuté à l’aide de bibliothèques d’inférence courantes telles que llama.cpp. Les exigences matérielles minimales incluent au moins 2 To de VRAM, mais une version quantifiée réduit cela à environ 600 Go, rendant le déploiement plus réalisable pour les organisations disposant d’une infrastructure plus petite.
Déploiement et écosystème
La nature à poids ouverts d’Inkling signifie qu’il peut être déployé sur diverses plateformes cloud, notamment Amazon Web Services, Azure, Google Cloud et Oracle Cloud, ou sur site avec un matériel adapté. Il est conçu pour s’intégrer à des systèmes agentiques, où il peut agir comme composant de raisonnement et de prise de décision. Ses capacités multilingues le rendent adapté aux applications internationales.
Thinking Machines positionne Inkling comme un modèle de fondation pour construire des outils d’IA spécialisés, la plateforme Tinker servant d’interface principale d’affinage. Au moment de sa publication, Inkling représente une contribution notable à la communauté de l’IA open source, offrant un mélange de performance, de flexibilité et d’ouverture philosophique absent de nombreux homologues commerciaux.