Thinking MachinesがInklingを公開、975Bオープンウェイトモデルの意味

何が公開されたのか

Thinking Machines Labは7月15日の公式発表で、初の自社オープンウェイトモデルInklingを公開しました。同社の説明によると、Inklingは総パラメータ975BのMixture-of-Expertsモデルで、実際の推論時には約41Bのアクティブパラメータを使用します。

簡単に言えば、全体の倉庫は非常に大きいものの、質問ごとに必要な作業台の一部を取り出して使う構造です。そのため、大規模モデルの幅広い能力と推論コストの間でバランスを取ろうとするアプローチと見ることができます。

オープンウェイトとは何を意味するのか

今回の発表で最も重要な言葉はopen-weightsです。APIでのみ利用するクローズドなモデルとは異なり、オープンウェイトモデルでは、外部の開発者や組織がモデルファイルを受け取り、自前の環境でテストしたり修正したりできます。Hugging FaceにもInklingのページが公開されており、配布が単なる紹介記事にとどまっていないことも確認できます。

この方式は開発者に自由度を与えます。たとえば社内文書の形式、特定のコーディングスタイル、製品ごとの応答ルールのように、各組織ならではの仕事の進め方に合わせてモデルを調整できる余地が大きくなります。

Tinkerと100万トークンのコンテキストが付く理由

Thinking MachinesはInklingを、単体のモデルとしてだけ紹介しているわけではありません。同社のカスタマイズプラットフォームTinker、モデルカード、ドキュメント、サンプルの流れもあわせてつなげています。発表文では、Inklingが最大100万トークンのコンテキストに対応すると説明されています。

100万トークンのコンテキストは、長いコードベース、大きなリサーチ資料、長文の企画書を、より広い範囲で一度に扱おうとする方向です。Game Sunakku風にたとえるなら、AIが短いメモだけを見るのではなく、分厚い作業ノートの引き出し全体を広げて答える方向に近づくということです。

注意して見たいポイント

ただし、今回の発表を「最強モデルの登場」とだけ読むのは大げさです。Thinking Machinesは、Inklingがあらゆる分野で最も強いモデルだとは述べていません。むしろ、カスタマイズ可能な出発点であることを強調しています。

オープンウェイトモデルは自由度が高いぶん、責任も伴います。自前でのファインチューニング、配布コスト、データセキュリティ、安全性評価、ライセンス条件を、実際に導入する側が確認しなければなりません。特に企業がモデルを自社の業務に合わせて変える場合、その結果が安全で正確かどうかも自分たちで検証する必要があります。

Game Sunakku的まとめ

Inklingの公開は、OpenAI・Anthropic・Googleのような大手API中心の競争とは少し違う方向を示しています。ポイントは「有名なチャットボットをもう一つ作った」ことではなく、組織が大規模モデルを自分たちで調整して使う競争が、再び大きくなっていることです。

開発者読者なら、まず性能表の一行だけでなく三つの点を見るとよさそうです。第一に、実際のダウンロードと実行条件。第二に、Tinkerのようなカスタマイズツールがどれだけ扱いやすいか。第三に、長いコンテキストとマルチモーダル学習の基盤が、自分の作業に本当に役立つかどうかです。この三つが合ってはじめて、Inklingは単なるニュースではなく、実際のツール候補になります。