OpenAIの元最高技術責任者であるムラティが設立したThinking Machinesが、初のモデル「Inkling」をリリース。このモデルはハイブリッドエキスパートアーキテクチャを採用し、パラメータ数は9750億に達し、主にDeepSeek-V3のアーキテクチャを継承している。後学習にはKimi K2.5のデータが活用されている。しかし、複数のベンチマーク評価において、Inklingの性能はKimiやGLMに劣り、一方で呼び出し料金はより高く、100万トークンあたり1.87～4.68ドルと、Kimiの約2倍である。Thinking Machinesは20億ドルの資金調達を完了し、評価額は120億ドルに達している。ムラティの選択は、最強の中国モデルと競合することではなく、米国企業が規制政策の不確実性から生じるコンプライアンス市場に注目した結果である——性能は十分で、カスタマイズ対応可能であり、コンプライアンスリスクが低いローカルなオープンモデルである。文章作成者、出典：Letter AI
OpenAIの元最高技術責任者であるムラティが、中国モデルの「高価な代替品」を開発した。
Thinking Machinesがリリースした初のモデル「Inkling」は、混合専門家アーキテクチャをDeepSeek-V3に沿って構築し、後学習のコールドスタートにはKimi K2.5などのオープンモデルが生成したデータも使用した。しかし、複数のベンチマーク評価において、InklingはKimiやGLMに劣り、呼び出し価格はむしろ高くなっている。
20億ドルを調達し、120億ドルの評価額を持つ、OpenAIの元従業員が多数在籍する注目企業にとって、この結果はやや予想を下回るものである。
しかし、ムラティは当初からInklingでトップを狙っていたわけではないかもしれない。米国企業が中国モデルを採用する際に直面する不確実性が増す中、性能が十分でカスタマイズ対応、規制リスクが低いローカルなオープンモデルには、すでに独自の市場が存在する。「貴替」の性能はそれほど高くないが、市場には困らない。
ムラティの最初のモデルが、これだけ？
現地時間7月15日、Thinking Machines Labは設立以来初のモデル「Inkling」をリリースしました。
構成だけを見ると、このモデルは有名なAIラボにふさわしい威容を備えている。
Inklingはハイブリッドエキスパートアーキテクチャを採用し、総パラメータ数は9750億に達します。1つのトークンを処理するごとに410億のパラメータが活性化されます。事前学習には45兆トークンを使用し、データにはテキスト、画像、音声、動画が含まれ、最大100万トークンのコンテキストをサポートします。文字、画像、音声を理解し、結果を文字形式で出力できます。また、「思考強度」を調整することで、パフォーマンス、速度、コストの間でトレードオフが可能です。
Inklingはモデルの重みを同時に公開し、非常に緩やかなApache 2.0ライセンスを採用しています。開発者は重みをダウンロードして自社でデプロイできるほか、Thinking Machines傘下のTinkerプラットフォームを通じてモデルをファインチューニングすることもできます。
同社の位置づけは明確である：一般ユーザーをめぐってChatGPTと直接競合するのではなく、Inklingは企業がAIアプリケーションを構築するための基盤として最適である。
しかし、Inklingの最も注目すべき部分は、技術レポートの後半に隠されている。
Thinking Machinesはモデルアーキテクチャの説明で、Inklingのハイブリッドエキスパート設計は「主にDeepSeek-V3を継承している」と明記している。同様に多数のエキスパートモジュールを設定し、各トークンはその一部のみを呼び出し、DeepSeek-V3の補助損失なしのロードバランス設計を採用している。
中国モデルはInklingへの影響をトレーニング段階まで拡大した。
Thinking Machinesは、後続のトレーニングを開始する前に、オープンウェイトモデルによって生成された合成データを用いて一回の監視付き微調整を実施したと述べ、明示的に月の暗面のKimi K2.5に言及している。
技術路線はすでに十分に明確である：OpenAIの元チーフテクノロジーオフィサーが設立したアメリカのラボで、最初のモデルはDeepSeekのアーキテクチャを継承し、Kimiが生成したデータを用いてトレーニングを開始した。
オープンモデルを参考にすることは問題ありません。DeepSeekやKimiは重みを公開し、開発者が使用できるようにしています。科学研究と工学開発は、公開された成果の蓄積に基づいて構築されてきました。より恥ずかしいのは、Inklingが中国モデルの技術を吸収した後も、これらの「先生」たちの性能を上回れなかったことです。
Thinking Machinesもこれを隠蔽していない。同社は発表記事で直接「Inklingは、オープンモデルでもクローズドモデルでも、現在最も優れたモデルではない」と認めている。
Thinking Machinesが発表した結果によると、
「人類最後の試験」テキスト評価において、Inklingは29.7％を獲得し、Kimi K2.6とGLM 5.2はそれぞれ35.9％と40.1％を達成した；
ツールを追加後、Inklingは46%に上昇したが、Kimi K2.6の54%およびGLM 5.2の54.7%には依然として及ばない。
SWE-Bench Proで実際のソフトウェア工学能力を評価したところ、Inklingは54.3％、Kimi K2.6は58.6％、GLM 5.2は62.1％を記録した。
Terminal Bench 2.1における差がより明確で、Inklingは63.8％、Kimi K2.6とGLM 5.2はそれぞれ71.3％と82.7％に達しています。
もちろん、Inklingにも独自の強みがあります。ウェブアプリ設計、音声理解、セキュリティ評価で優れた性能を発揮し、一部の数学タスクではKimiやDeepSeekを上回ります。
総合的な推論、プログラミング、エージェント能力の観点から見ると、現在はオープンモデルのトップグループには属しにくいです。
パフォーマンスは最前面に達しなかったし、価格も驚きをもたらさなかった。
Tinkerプラットフォームでは、64KバージョンのInklingは、100万Prefill Tokenあたり1.87ドル、100万Sample Tokenあたり4.68ドルです。前者は概ね入力コストと捉えられ、後者は生成コストに近いですが、これは「期間限定50%オフ価格」です。256Kバージョンの価格はより高く、それぞれ3.74ドルと9.36ドルです。
比較として、Kimi K2.6の公式APIでは、100万トークンの入力と出力あたりそれぞれ0.95ドルおよび4ドル、GLM5.2ではそれぞれ1.4ドルおよび4.4ドルです。
Tinkerはトレーニングとサンプリングの両方のサービスを提供しており、通常のモデルAPIとは完全に同じ課金基準ではありません。しかし、上記の価格で大まかに比較すると、Inklingのプリフィルリング価格はKimi K2.6の約2倍であり、生成価格もKimi K2.6およびGLM5.2よりも高いため、現在のところ価格面での優位性は見られません。
したがって、Thinking Machinesの最初のモデルは、やや微妙な状況を呈している：アーキテクチャはDeepSeekを参考にし、後学習はKimiの力を借りているが、総合的なパフォーマンスは中国のトップレベルのオープンモデルを上回っておらず、呼び出し価格はむしろ高い。
ムラティの選択
ムラティとThinking Machinesの背景を考慮すると、このような選択はさらに興味深い。
もしInklingが一般的なAIスタートアップから生まれ、DeepSeekを参考にし、Kimiでトレーニングされたのであれば、これほど興味深いものではなかっただろう。しかし、それはThinking Machines——ほぼ「OpenAIアラムナイ会」と呼べる企業——から生まれたのだ。
2025年2月、Thinking Machinesが正式に登場した際、チームは約30人で、そのうち約3分の2がOpenAI出身であり、残りのメンバーは主にMetaとMistral出身だった。
創設チームには、OpenAIの共同創設者であるJohn Schulman、OpenAIの元研究副社長であるBarret Zoph、およびLilian Weng、Andrew Tulloch、Luke Metzらの研究者が含まれていました。
これらの人物は、OpenAIの強化学習、後学習、事前学習、セキュリティ、推論の研究にそれぞれ参加していました。当時、ロイターはムラティが前職から少なくとも20人の研究者を引き抜いたと直接報じました。
このOpenAIのアルムナイたちの間で立つムラティは、もちろん最も特別な存在である。
彼女は2018年にOpenAIに加入し、DALL-E、Codex、ChatGPT、Soraなどの製品に携わった後、2022年にチーフテクノロジーオフィサーに昇進し、研究、モデル訓練、セキュリティ、製品実装の調整を担当している。
2023年11月、OpenAIの取締役会がサム・アルトマンを突然解任した際、ムラティは一時的に暫定CEOを務めた。彼女の役割は、技術と製品の全体責任者に近く、OpenAIのモデル開発プロセスと製品化の道筋を完全に理解している。
言い換えれば、Thinking Machinesは設立当初からOpenAIの経験に乏しかったわけではない。
ムラティと彼女のチームは、トップレベルのクローズドソース研究所がモデルをどのように開発するかを理解しており、ChatGPTが研究成果からグローバル製品へと変貌する過程を直接経験している。このチームがOpenAIを離れ、自らの技術体系をゼロから構築した際、外界は彼らがOpenAIの痕跡を残す道筋を示すことを当然期待した。
結果、Inklingの最も明確な技術的出所は中国を指向している。これは、OpenAIを最もよく理解する人々がOpenAIを去った後、最終的に中国のモデルの技術的設計図を選んだという劇的なシグナルと解釈されやすい。
しかし、この結論はさらに分解して見る必要があります。
近年、OpenAIの最先端モデルはすべてクローズドソースの路線を採用しており、外部はモデルの重みを入手できず、アーキテクチャ、トレーニングデータ、トレーニング後の手法についても完全には把握できない。ムラティはOpenAIの内部技術に精通していても、前職の営業秘密をそのまま新会社に持ち込むことはできない。一方、DeepSeekとKimiは重みまたは技術レポートを公開しており、アーキテクチャ、トレーニング手法、ツールチェーンは合法的に研究・再利用できる。
Inkling自体もオープンウェイトモデルである。オープンモデルエコシステムを構築したい企業にとって、DeepSeekやKimiなどのオープンモデルから成熟したソリューションを吸収することは、当然のエンジニアリング選択である。
今日、中国チームが既に公開した成果を完全に避けながらオープンモデルを開発すると、より高い試行錯誤コストがかかる。
したがって、Inklingが中国のモデルを参考にしたという事実は、ムラティがDeepSeekの技術がOpenAIを全面的に上回っていると認識していることを直接示すものではない。両者の公開度は異なり、参考にできる条件もまったく異なる。
しかし、この出来事は依然として明確なシグナルを発している：オープンウェイト分野では、中国のモデルが米国のAIチームにとって重要な基準となりつつあるということだ。
したがって、中国モデルを参考にすることはそれほど難しくない。真正に答えなければならないのは、Thinking Machinesが既存のアーキテクチャとトレーニング経験を活用したにもかかわらず、なぜInklingの性能が劣り、価格が高くなったのかということである。
ムラティは最高峰のチーム、十分な資金、そしてNVIDIAの最新トレーニングシステムを備えている。彼女がInklingと中国モデルとの間のパフォーマンスと価格の差を見逃す理由はない。
それゆえ、「貴替」はおそらく計算された選択である。
「一般般」で十分です
Thinking Machinesが得た待遇に照らせば、Inklingは単に「十分な」モデルであるべきではなかった。
2025年7月、同社はまだ製品をリリースしていない段階で、20億ドルのシードラウンドを達成し、評価額は120億ドルに達した。出資者はアンドリーセン・ホロウィッツ、NVIDIA、AMD、ジェーンストリートなどである。四ヶ月後、Thinking Machinesは新たな資金調達交渉を進めているという情報が流れ、目標評価額は500億ドルに上った。この取引は最終的に公式に発表されなかったが、外界ではすでにOpenAIやAnthropicの潜在的競合と見なされている。
したがって、Inklingが中国のモデルよりも性能が劣り、価格も高い製品を発表した際には、期待を下回る印象を与えるのは避けられなかった。
商業的な観点から見ると、ムラティは当初からこのツールでベンチマーク評価の1位を狙うつもりではなかった可能性がある。
Thinking Machinesは、オープンウェイト、マルチモーダル機能、カスタマイズ性を重視し、企業がTinkerを用いてInklingをカスタマイズし、カスタマーサポート、プログラミングアシスタント、業界エージェントなどの専用モデルに変換することを期待している。ムラティが注目する市場では、ベンチマーク評価の1位にこだわるよりも、モデルをプライベートにデプロイできること、データを掌握できること、自社のビジネスに合わせて継続的にトレーニングできることの方が重要である。
以前、こうした需要の大部分は中国のオープンモデルが吸収していた。
米国のOpenAIとAnthropicは長年にわたり閉源を堅持してきたが、MetaのLlama 4が期待を下回った後、徐々にオープンな路線を縮小している。一方で、DeepSeek、Kimi、Qwen、GLMは引き続き重みをオープンにし、性能は米国の閉源モデルに次第に近づいており、価格ははるかに低い。
米国企業はすぐに足で投票した。
OpenRouterがCNBCに提供したデータによると、2026年2月以降、中国のモデルが同プラットフォームを通じて米国企業が呼び出したトークンの週間シェアは常に30％を超え、最高で46％に達した。2025年前半の平均シェアはわずか4.5％であった。
CursorはComposer 2の開発中に複数のベースモデルをテストし、最終的に評価結果が最も優れていたKimi K2.5を選択しました。橋水ファンドは、Tinkerを用いてアリババのQwenを微調整し、より低コストで一部のトップレベルのクローズドソースモデルを上回るカスタムモデルを実現しました。
中国のオープンモデルは、米国企業がAIコストを削減するための短縮路となった。ただ、この道は今、圧力を受けています。
一方で、米国における中国AIモデルに対する規制の雰囲気が強化されています。関連部門はデータセキュリティ、モデルの出所、サプライチェーンリスクについて警告を発しており、中国製モデルを使用する一部の企業も調査対象となっています。まだ統一された制限は形成されていませんが、政策上の不確実性は、政府業務や機密データに関わる企業の選択に十分な影響を及ぼしています。
これはまさにInklingの市場空間です。
これはアメリカの企業が開発し、Apache 2.0ライセンス下で提供され、プライベートデプロイとカスタマイズをサポートするオープンウェイトモデルです。アメリカの企業は、中国製モデルの使用に伴う政治的論争を心配することなく、政府顧客や大手企業のコンプライアンス審査をより容易に通過できます。
Inklingの真の価値は、このコンプライアンスの確定性にあります。
ムラティは明らかにこの形成されつつある空隙を見抜いていた。
Thinking MachinesはDeepSeekとKimiの公開成果を吸収し、それを米国企業が提供するモデルに変換する。Inklingはすべてのベンチマーク評価で中国モデルを上回る必要はなく、中国モデルの使用を躊躇する米国企業が受け入れられる選択肢になればよい。
これにより、より高価であることが可能となった理由も説明できる。政策によりInklingの競合範囲が狭められ、性能と価格の差がそれほど致命的ではなくなった。一部の米国企業にとって、やや性能が劣り、やや高価だがリスクが低いモデルで十分である。
この観点から見ると、Inklingはムラティがビジネスを理解していることをよりよく示している。
しかし、このビジネスが成り立つための代償は、米国企業が負う可能性がある。
米国以外の企業は、GLM、Kimi、DeepSeekを自由に選択し、より強力で安価な基礎モデル上で製品を開発できる一方、米国企業は性能がやや劣り、価格が高い国内代替品を使用せざるを得ない可能性がある。基礎モデルの能力差は、微調整後の製品にも引き継がれ、最終的に構造的な競争優位の欠如をもたらす。
ワシントンは米国のAI企業を保護するために制限を課すつもりだったが、結果としてInklingのような「高価な代替品」に市場を提供してしまう可能性がある。ムラティにとって、「普通」で十分だ。しかし米国AI産業にとって、この「十分」はコストの上昇と競争力の低下を意味する。