Thinking Machines, yang didirikan oleh Muriati, mantan ketua teknologi OpenAI, telah melancarkan model pertamanya, Inkling. Model ini menggunakan arsitektur campuran pakar dengan 975 miliar parameter, sebagian besar berdasarkan arsitektur DeepSeek-V3, dan pelatihan lanjutannya memanfaatkan data Kimi K2.5. Namun, dalam berbagai ujian benchmark, kinerja Inkling kalah dibanding Kimi dan GLM, tetapi harga pemanggilannya lebih tinggi, iaitu $1.87–$4.68 setiap 1 juta token, hampir dua kali ganda harga Kimi. Thinking Machines telah menyelesaikan pendanaan sebanyak $2 bilion dengan valuasi $12 bilion. Pilihan Muriati bukanlah untuk bersaing dengan model China terkuat, tetapi untuk memanfaatkan pasaran kepatuhan yang muncul di kalangan perusahaan Amerika akibat ketidakpastian dasar peraturan—model terbuka tempatan yang berkinerja mencukupi, menyokong penyesuaian, dan memiliki risiko kepatuhan lebih rendah.

Penulis artikel, sumber: Letter AI

Murti, mantan ketua teknologi OpenAI, menciptakan pengganti mahal bagi model China.

Model pertama yang dikeluarkan oleh Thinking Machines, Inkling, menggunakan arsitektur Mixture of Experts yang sebagian besar mengikuti DeepSeek-V3, dan data yang dihasilkan oleh model terbuka seperti Kimi K2.5 juga digunakan untuk pelatihan lanjutan awal. Namun, dalam berbagai ujian benchmark, Inkling ketinggalan dari Kimi dan GLM, sementara harga pemanggilannya justru lebih tinggi.

Bagi sebuah syarikat bintang yang memperoleh pendanaan sebanyak $2 bilion dengan penilaian $12 bilion dan memiliki ramai bekas pekerja OpenAI di dalam pasukannya, keputusan ini agak di bawah jangkaan.

Namun, Murati mungkin tidak pernah berniat bersaing untuk mendapat tempat pertama dengan Inkling. Dengan semakin banyaknya ketidakpastian yang dihadapi perusahaan Amerika dalam menggunakan model China, model terbuka tempatan yang berprestasi baik, menyokong penyesuaian, dan memiliki risiko kepatuhan lebih rendah sudah memiliki pasarnya sendiri. “Pengganti mahal” tidak sekuat itu, tetapi tidak perlu risau tentang “pasar”.

Model pertama Murati, ini sahaja?

Pada 15 Julai masa tempatan, Thinking Machines Lab mengumumkan model pertama mereka sejak penubuhan, Inkling.

Dari segi konfigurasi sahaja, model ini sangat sesuai dengan citra sebuah laboratorium AI terkenal.

Inkling menggunakan arkaitektur pakar campuran dengan jumlah parameter keseluruhan mencapai 975 bilion, di mana setiap token yang diproses akan mengaktifkan 41 bilion parameter; latihan pra-pelatihan menggunakan 45 trilion token, dengan data yang merangkumi teks, gambar, audio, dan video, serta menyokong konteks sehingga 1 juta token. Ia mampu memahami teks, gambar, dan audio, kemudian menghasilkan output dalam bentuk teks, serta menyokong penyesuaian "kekuatan pemikiran" untuk mencapai keseimbangan antara prestasi, kelajuan, dan kos.

Inkling juga telah melepaskan bobot model dengan lesen Apache 2.0 yang agak longgar. Pembangun boleh memuat turun bobot, menyiapkan sendiri, atau menyesuaikan model melalui platform Tinker milik Thinking Machines.

Perusahaan menetapkan posisinya dengan jelas: alih-alih bersaing langsung dengan ChatGPT untuk menarik pengguna biasa, Inkling lebih sesuai berperan sebagai dasar bagi perusahaan dalam mengembangkan aplikasi AI.

Namun, bahagian paling menarik Inkling tersembunyi di separuh akhir laporan teknikal.

Thinking Machines semasa memperkenalkan arsitektur model secara langsung menyatakan bahawa reka bentuk pakar campuran Inkling "terutamanya mengikuti DeepSeek-V3". Ia juga menetapkan banyak modul pakar, di mana setiap Token hanya memanggil sebahagian kecil daripadanya, serta mengadopsi reka bentuk seperti keseimbangan beban tanpa kerugian bantuan dari DeepSeek-V3.

Pengaruh model China terhadap Inkling juga meluas ke peringkat latihan.

Thinking Machines menyatakan bahawa untuk memulakan latihan selepas pelancaran, syarikat terlebih dahulu melakukan penyesuaian halus yang dipantau menggunakan data sintetik yang dihasilkan oleh model dengan bobot terbuka, yang secara jelas menyebut Kimi K2.5 dari Moonshot.

Jalur teknikal seluruhnya sudah cukup jelas: sebuah laboratorium Amerika yang didirikan oleh mantan ketua teknologi OpenAI, model pertamanya mengikuti arsitektur DeepSeek, kemudian menggunakan data yang dihasilkan oleh Kimi untuk memulai pelatihan akhir.

Mengambil inspirasi daripada model terbuka itu sendiri tidak masalah. DeepSeek dan Kimi telah mengumumkan berat mereka dan membenarkan pembangun menggunakannya, kerana penyelidikan ilmiah dan pembangunan kejuruteraan asalnya dibina atas akumulasi hasil yang terbuka. Perkara yang lebih memalukan ialah, selepas Inkling menyerap teknologi model China, prestasinya masih tidak mampu mengatasi “guru-guru” ini.

Thinking Machines juga tidak memperindahnya. Syarikat tersebut secara terus terang mengakui dalam pengumuman rasminya: “Inkling bukan model yang paling cekap pada masa ini, sama ada model terbuka atau tertutup.”

Berdasarkan hasil yang diumumkan oleh Thinking Machines,

Dalam ujian tulisan murni "Ujian Terakhir Manusia", Inkling mendapat 29.7%, Kimi K2.6 dan GLM 5.2 masing-masing mencapai 35.9% dan 40.1%;

Setelah menambahkan alat, Inkling naik ke 46%, masih lebih rendah daripada Kimi K2.6 pada 54% dan GLM 5.2 pada 54.7%.

Dalam SWE-Bench Pro yang menilai kemampuan kejuruteraan perisian sebenar, Inkling mendapat 54.3%, Kimi K2.6 mendapat 58.6%, dan GLM 5.2 mencapai 62.1%;

Kesenjangan di Terminal Bench 2.1 lebih jelas, Inkling hanya 63.8%, Kimi K2.6 dan GLM 5.2 masing-masing mencapai 71.3% dan 82.7%.

Tentu, Inkling juga mempunyai kekuatannya sendiri. Ia berprestasi baik dalam reka bentuk aplikasi web, pemahaman audio, dan penilaian keselamatan, serta mampu melebihi Kimi dan DeepSeek dalam beberapa tugas matematik.

Hanya dari segi penalaran komprehensif, pemrograman, dan kemampuan agen, ia sulit diklasifikasikan ke dalam golongan pertama model terbuka saat ini.

Prestasi tidak mencapai yang terdepan, dan harga juga tidak memberikan kejutan.

Di platform Tinker, versi 64K Inkling dikenakan bayaran $1.87 setiap 1 juta Prefill Token dan $4.68 setiap 1 juta Sample Token. Yang pertama boleh difahami secara kasar sebagai kos input, manakala yang kedua hampir setara dengan kos penghasilan, dan ini sudah merupakan "harga separuh harga terhad". Harga versi 256K lebih tinggi, masing-masing mencapai $3.74 dan $9.36.

Sebagai perbandingan, API rasmi Kimi K2.6 mengecaskan $0.95 dan $4 untuk setiap 1 juta token input dan output, manakala GLM5.2 masing-masing ialah $1.4 dan $4.4.

Tinker menyediakan perkhidmatan latihan dan pengambilan sampel, dengan kadar penagihan yang tidak sepenuhnya sama dengan API model biasa. Namun, berdasarkan perbandingan kasar harga di atas, harga pra-isian Inkling hampir dua kali ganda Kimi K2.6, dan harga penghasilan juga lebih tinggi daripada Kimi K2.6 dan GLM5.2, sehingga belum menunjukkan kelebihan harga.

Oleh itu, model pertama Thinking Machines menghadirkan situasi yang agak halus: arsitektur merujuk kepada DeepSeek, latihan selepas dibantu oleh Kimi, prestasi keseluruhan tidak melebihi model terbuka teratas China, tetapi harga panggilan pula lebih mahal.

Pilihan Murati

Mengingat latar belakang Murati dan Thinking Machines, pilihan seperti ini menjadi lebih menarik.

Jika Inkling datang dari sebuah perusahaan rintisan AI biasa, yang meniru DeepSeek dan menggunakan Kimi untuk pelatihan, mungkin ia tidak akan sebegitu menarik. Tetapi ia justru datang dari Thinking Machines—sebuah perusahaan yang hampir bisa disebut sebagai "alumni OpenAI".

Pada Februari 2025, semasa Thinking Machines secara rasmi dilancarkan, pasukan tersebut hanya berjumlah sekitar 30 orang, dengan sekitar dua pertiga daripadanya datang dari OpenAI, dan ahli-ahli lainnya terutamanya dari Meta dan Mistral.

Pasukan asas pernah termasuk John Schulman, salah seorang penubuh OpenAI, Barret Zoph, bekas Timbalan Presiden Penyelidikan OpenAI, serta penyelidik seperti Lilian Weng, Andrew Tulloch, dan Luke Metz.

Orang-orang ini masing-masing terlibat dalam penyelidikan pembelajaran penguatan, pasca-pelatihan, pra-pelatihan, keselamatan, dan inferensia OpenAI. Reuters pada masa itu bahkan secara langsung menggambarkan bahawa Murati telah merekrut sekurang-kurangnya 20 penyelidik dari majikan lama mereka.

Murati, yang berdiri di tengah-tengah kelompok alumni OpenAI ini, tentu saja yang paling istimewa.

Dia menyertai OpenAI pada tahun 2018 dan terlibat dalam produk seperti DALL-E, Codex, ChatGPT, dan Sora, sebelum dipromosikan sebagai Chief Technology Officer pada tahun 2022, bertanggung jawab mengkoordinasikan penyelidikan, latihan model, keselamatan, dan pelaksanaan produk.

Pada November 2023, selepas Lembaga Pengarah OpenAI secara tiba-tiba memecat Sam Altman, Murti juga pernah memegang jawatan sementara sebagai Ketua Eksekutif. Peranannya lebih dekat kepada pemimpin utama teknologi dan produk, dengan pemahaman menyeluruh terhadap proses pembangunan model OpenAI dan lintasan produknya.

Dengan kata lain, Thinking Machines tidak kekurangan pengalaman OpenAI sejak penubuhannya.

Murati dan pasukannya mengetahui bagaimana sebuah laboratorium sumber tertutup terkemuka mengembangkan model, serta menyaksikan secara langsung proses ChatGPT berubah dari hasil penelitian menjadi produk global. Ketika kelompok ini meninggalkan OpenAI dan membangun sistem teknologi mereka sendiri dari nol, masyarakat secara alami mengharapkan mereka mengikuti jalan yang membawa jejak OpenAI.

Hasilnya, sumber teknikal paling jelas Inkling justru menunjuk ke China. Ini mudah dipahami sebagai isyarat dramatik—kelompok yang paling memahami OpenAI, setelah meninggalkan OpenAI, akhirnya memilih kerangka teknologi model China.

Namun, kesimpulan ini masih perlu dianalisis secara terperinci.

Model terkini OpenAI dalam beberapa tahun terakhir semuanya mengikuti pendekatan sumber tertutup, di mana pihak luar tidak dapat mengakses berat model, serta tidak memahami arsitektur, data latihan, dan skema pasca-pelatihan yang lengkap. Meskipun Murti memahami teknologi dalam OpenAI, dia tidak boleh secara langsung memindahkan rahasia perniagaan bekas majikannya ke syarikat baharu. DeepSeek dan Kimi pula telah mengumumkan berat atau laporan teknikal mereka, di mana arsitektur, kaedah latihan, dan rantai alat boleh dikaji dan digunakan semula secara sah.

Inkling sendiri juga merupakan model dengan bobot terbuka. Bagi sebuah syarikat yang ingin membina ekosistem model terbuka, mengambil alih penyelesaian matang daripada model terbuka seperti DeepSeek dan Kimi adalah pilihan kejuruteraan yang logik.

Hari ini, membangun model terbuka yang sepenuhnya mengelakkan pencapaian yang telah dipublikasikan oleh pasukan China justru akan menimbulkan kos percubaan yang lebih tinggi.

Oleh itu, mengambil inspirasi dari model China tidak secara langsung membuktikan bahawa Murati percaya teknologi DeepSeek secara menyeluruh lebih unggul daripada OpenAI. Tahap keterbukaan kedua-dua pihak berbeza, dan syarat yang boleh dijadikan rujukan juga berbeza sepenuhnya.

Namun, perkara ini masih mengeluarkan isyarat yang jelas: sekurang-kurangnya dalam bidang model terbuka, model China telah menjadi rujukan penting kepada pasukan AI Amerika.

Oleh itu, mengambil inspirasi daripada model China tidak sukar untuk dijelaskan. Soalan sebenar yang perlu dijawab ialah: Mengapa Thinking Machines, setelah menyerap arsitektur dan pengalaman latihan yang sedia ada, menghasilkan Inkling yang prestasinya lebih lemah dan harganya lebih tinggi?

Murati memiliki pasukan terbaik, dana yang mencukupi, dan sistem latihan terkini dari NVIDIA. Tidak ada sebab baginya untuk tidak melihat jurang prestasi dan harga antara Inkling dan model China.

Dalam hal ini, "mahal" kemungkinan besar merupakan pilihan yang telah dikira.

"Cukuplah biasa-biasa saja"

Berdasarkan perlakuan yang diterima oleh Thinking Machines, Inkling seharusnya tidak hanya menjadi model yang "cukup baik".

Pada Julai 2025, syarikat tersebut belum melancarkan sebarang produk tetapi telah menutup pendanaan biji sebanyak US$20 bilion, dengan penilaian mencapai US$120 bilion, dengan pelabur termasuk Andreessen Horowitz, NVIDIA, AMD, dan Jane Street. Empat bulan kemudian, Thinking Machines dilaporkan sedang berunding untuk pendanaan baharu dengan sasaran penilaian sehingga US$500 bilion, walaupun transaksi tersebut akhirnya tidak diumumkan secara rasmi, pihak luar telah menganggapnya sebagai pesaing berpotensi kepada OpenAI dan Anthropic.

Oleh itu, apabila Inkling melancarkan produk yang prestasinya kurang baik berbanding model China dan harganya lebih mahal, ia pasti mengecewakan.

Namun, dari sudut pandang perniagaan, Murati mungkin tidak pernah bercadang untuk menggunakannya untuk merebut tempat pertama dalam ujian piawai.

Thinking Machines menekankan bobot terbuka, kemampuan multimodal, dan kebolehdisesuaian, dengan harapan perusahaan dapat melakukan penyesuaian halus terhadap Tinker untuk mengubah Inkling menjadi model khusus seperti agen pelanggan, asisten pemrograman, atau agen industri. Murati bertaruh pada pasaran yang tidak terlalu fokus pada peringkat pertama dalam ujian patokan. Perusahaan lebih peduli sama ada model boleh dideploy secara persendirian, boleh menguasai data, dan boleh dilatih semula mengikut bisnes mereka sendiri.

Sebelum ini, sebahagian besar permintaan semacam ini telah diserap oleh model terbuka China.

OpenAI dan Anthropic di Amerika telah lama mengekalkan model tertutup, dan selepas performa Llama 4 milik Meta tidak mencapai jangkaan, mereka juga perlahan-lahan mengurangkan pendekatan terbuka. Sementara itu, DeepSeek, Kimi, Qwen, dan GLM terus membuka berat model mereka, dengan prestasi yang semakin mendekati model tertutup Amerika, tetapi dengan harga yang jauh lebih rendah.

Perusahaan-perusahaan Amerika segera memberikan suara dengan kaki mereka.

Berdasarkan data yang disediakan OpenRouter kepada CNBC, sejak Februari 2026, model China telah menyumbang lebih daripada 30% token yang dipanggil oleh perusahaan Amerika melalui platform ini setiap minggu, dengan puncak mencapai 46%. Purata peratusan pada separuh pertama tahun 2025 hanyalah 4.5%.

Cursor menguji pelbagai model asas semasa membangunkan Composer 2, dan akhirnya memilih Kimi K2.5 kerana prestasinya paling unggul dalam penilaian. Bridgewater Funds pula menyesuaikan Qwen milik Alibaba melalui Tinker, menghasilkan model tersuai yang melebihi sebahagian model tertutup teratas dengan kos yang lebih rendah.

Model terbuka China telah menjadi jalan pintas bagi perusahaan Amerika untuk mengurangkan kos AI. Hanya sahaja, jalan ini sedang mengalami tekanan.

Sementara itu, persekitaran pengawasan terhadap model AI China di Amerika Syarikat semakin ketat. Agensi berkaitan telah mengeluarkan amaran mengenai keselamatan data, sumber model, dan risiko rantaian bekalan, dan beberapa syarikat yang menggunakan model China juga telah dikenakan siasatan. Walaupun belum ada sekatan seragam, ketidakpastian dasar sudah cukup untuk mempengaruhi pilihan syarikat, terutamanya syarikat yang terlibat dalam urusan kerajaan dan data sensitif.

Ini adalah ruang pasaran Inkling.

Ia adalah model berbobot terbuka yang dibangun oleh syarikat Amerika, menggunakan lesen Apache 2.0, dan menyokong pelaksanaan peribadi serta penyesuaian. Syarikat Amerika memilihnya kerana tidak perlu risau mengenai kontroversi politik yang timbul daripada penggunaan model China, serta lebih mudah lulus semakan kesesuaian daripada pelanggan kerajaan dan syarikat besar.

Nilai sebenar Inkling datang dari kepastian pematuhan ini.

Murati jelas melihat kekosongan yang sedang terbentuk ini.

Thinking Machines menyerap hasil terbuka dari DeepSeek dan Kimi, kemudian mengubahnya menjadi model yang disediakan oleh syarikat Amerika. Inkling tidak perlu mengalahkan model China dalam semua ujian piawai; ia hanya perlu menjadi pilihan yang boleh diterima oleh perusahaan Amerika yang enggan terus menggunakan model China.

Ini juga menjelaskan mengapa ia berani lebih mahal. Dasar kebijakan tersebut mempersempit lingkup persaingan bagi Inkling, sehingga jurang dalam kinerja dan harga menjadi kurang mematikan. Bagi sejumlah perusahaan Amerika, model yang sedikit lebih lemah dan sedikit lebih mahal tetapi berisiko lebih rendah sudah cukup.

Dari sudut pandang ini, Inkling lebih membuktikan bahawa Murati memahami perniagaan.

Namun, harga yang perlu dibayar untuk memastikan perniagaan ini berjaya mungkin ditanggung oleh perusahaan Amerika.

Syarikat di luar Amerika masih boleh memilih GLM, Kimi, dan DeepSeek secara bebas untuk membangunkan produk berdasarkan model asas yang lebih kuat dan lebih murah; manakala syarikat Amerika mungkin dipaksa menggunakan alternatif tempatan yang sedikit kurang cekap dan lebih mahal. Kesenjangan kemampuan model asas akan terus diwarisi ke dalam produk yang telah disesuaikan, akhirnya membentuk kelemahan persaingan struktural.

Washington awalnya berharap untuk melindungi syarikat AI Amerika dengan sekatan, tetapi mungkin telah mencipta pasaran terlebih dahulu untuk “pengganti mahal” seperti Inkling. Bagi Murati, “cukup baik” sudah mencukupi. Bagi industri AI Amerika, “cukup baik” ini bermaksud peningkatan kos dan penurunan daya saing.