Thinking Machines Lab – gegründet von der früheren OpenAI-Technikchefin Mira Murati – hat am 15. Juli 2026 das Modell Inkling veröffentlicht. Laut Modellkarte auf Hugging Face handelt es sich um ein Decoder-only-Modell in Mixture-of-Experts-Bauweise mit 975 Mrd. Gesamtparametern und rund 41 Mrd. je Token aktiven Parametern, verteilt auf 256 Experten. Das Kontextfenster fasst 1 Mio. Tokens. Die Gewichte stehen unter Apache 2.0 – einer Lizenz ohne Nutzungsbeschränkung – in voller BF16-Präzision sowie als NVFP4-Variante bereit.
Architektonisch weicht Inkling in mehreren Punkten vom Standard ab: Statt RoPE nutzt es eine anfragebedingte relative Attention mit gelerntem Positions-Bias, mischt Sliding-Window- und globale Attention-Schichten im Verhältnis 5:1 und ergänzt kurze kausale 1D-Faltungen (SConv). Trainiert wurde auf 45 Bio. Tokens aus Text, Bild, Audio und Video. Die Eingabe ist multimodal (Text, Bild, Audio als WAV mit 16 kHz), die Ausgabe reiner Text.
Die vom Labor selbst berichteten Benchmark-Werte zeigen ein starkes, aber nicht führendes Modell: 97,1 Prozent auf AIME 2026, 87,2 Prozent auf GPQA Diamond und 77,6 Prozent auf SWE-Bench Verified. Thinking Machines rahmt das ausdrücklich selbst ein und nennt Inkling nicht das stärkste verfügbare Modell. Als besondere Eigenschaft hebt das Labor die Token-Effizienz hervor: Für dieselbe Coding-Leistung brauche Inkling laut TechCrunch rund ein Drittel der Tokens von Nvidias Nemotron 3 Ultra. Diese Zahlen sind anbieter-selbstberichtet und unabhängig bislang nicht reproduziert – ein Eintrag im Artificial-Analysis-Index steht noch aus.
Der strategische Punkt: Thinking Machines verkauft Inkling nicht als Endprodukt, sondern als Basis für unternehmensseitige Domänen-Anpassung über die hauseigene Tinker-Plattform. Die These dahinter ist dieselbe, die das Labor Ende Juni am Finanzmodell mit Bridgewater vorgeführt hat – dass gezielt feinjustierte Modelle auf eng umrissenen Aufgaben größere Allzweck-Modelle schlagen. Inkling ist nach anderthalb Jahren weitgehend nicht-öffentlicher Infrastrukturarbeit das erste öffentliche Ergebnis des Labors. Verfügbar ist es ab Tag 0 unter anderem bei Together AI und über Vercels AI Gateway.