Inkling Vorstellung: Ein neues Open-Weights-Modell von Thinking Machines

Die Landschaft der künstlichen Intelligenz (KI) ist ständig in Bewegung, geprägt von schnellen Entwicklungen und der Veröffentlichung neuer, leistungsstarker Modelle. Eine aktuelle und bemerkenswerte Entwicklung ist die Vorstellung von "Inkling" durch Thinking Machines, einem Unternehmen, das sich der Entwicklung von KI widmet, die menschlichen Willen und Urteilsvermögen erweitert. Dieses neue Modell, ein sogenanntes Open-Weights-Modell, hat in der Fachwelt für Aufsehen gesorgt und verdient eine eingehende Betrachtung.

Inkling: Ein neues Open-Weights-Modell auf dem Vormarsch

Am 15. Juli 2026 präsentierte Thinking Machines, ein Unternehmen, das von der ehemaligen OpenAI CTO Mira Murati mitbegründet wurde, sein erstes eigenes KI-Modell namens Inkling. Dieses Modell zeichnet sich durch seinen "Open-Weights"-Ansatz aus, was bedeutet, dass die vollständigen Gewichte des Modells öffentlich zugänglich sind. Dies ermöglicht externen Entwicklern und Unternehmen, das Modell herunterzuladen, zu modifizieren und in ihre eigenen Anwendungen zu integrieren.

Technische Spezifikationen und Fähigkeiten

Inkling ist ein Mixture-of-Experts (MoE)-Transformator-Modell. Es verfügt über beeindruckende 975 Milliarden Gesamtparameter, wobei bei jeder spezifischen Aufgabe etwa 41 Milliarden Parameter aktiv genutzt werden. Diese Architektur ist darauf ausgelegt, die Effizienz und Geschwindigkeit bei der Ausführung sehr großer Modelle zu optimieren.

Ein herausragendes Merkmal von Inkling ist seine Multimodalität. Es wurde auf einem riesigen Datensatz von 45 Billionen Tokens vortrainiert, der nicht nur Text, sondern auch Bilder, Audio und Video umfasst. Dies ermöglicht Inkling, Text-, Bild- und Audioeingaben nativ zu verarbeiten und Textausgaben zu generieren. Die Kontextfenstergröße des Modells beträgt bis zu 1 Million Tokens, was die Verarbeitung umfangreicher und komplexer Informationen ermöglicht.

Die Lizenzierung unter Apache 2.0 unterstreicht den offenen Charakter des Modells und fördert die Forschung, Feinabstimmung und Integration in kommerzielle und nicht-kommerzielle Produkte Dritter.

Positionierung in der Benchmark-Landschaft

Die Leistung von Inkling wurde in verschiedenen Benchmarks evaluiert, die seine Position im aktuellen KI-Ökosystem verdeutlichen. Berichten zufolge stellt Inkling einen deutlichen Fortschritt gegenüber früheren amerikanischen Open-Weights-Modellen wie Nemotron Ultra (mit 55 Milliarden aktiven Parametern) dar. Es wird als das derzeit führende Open-Weights-Modell aus den USA eingestuft und debütierte auf dem Artificial Analysis Intelligence Index auf Platz 41.

Trotz dieser starken Leistung zeigen die Benchmarks, dass Inkling in einigen spezialisierten Bereichen noch hinter bestimmten Konkurrenzmodellen zurückliegt. Insbesondere wurde festgestellt, dass es in agentischen Benchmarks leicht hinter GLM 5.2 und in multimodalen Benchmarks hinter Kimi K 2.6 rangiert. Agentische Fähigkeiten beziehen sich auf die Fähigkeit eines Modells, eigenständig Aufgaben zu planen und auszuführen, oft unter Verwendung von Tools, während multimodale Fähigkeiten die simultane Verarbeitung verschiedener Datenformate (wie Text und Bild) umfassen.

Ein weiterer Aspekt, der in der Diskussion um Inkling hervorgehoben wurde, ist die Tatsache, dass es trotz seiner hohen Benchmark-Werte in der faktischen Genauigkeit Schwächen aufweisen kann, mit einer berichteten Halluzinationsrate von 63 Prozent. Zudem werden höhere Kosten im Vergleich zu einigen chinesischen Modellen erwähnt.

Intendierte Anwendungen und der "One-Size-Fits-All"-Ansatz

Thinking Machines verfolgt mit Inkling die Vision, AI-Modelle zu entwickeln, die flexibel an spezifische Bedürfnisse angepasst werden können, anstatt einem "One-Size-Fits-All"-Ansatz zu folgen. Inkling ist als vielseitiges, multimodales Modell konzipiert, das für eine breite Palette von Anwendungen eingesetzt werden kann. Dazu gehören:

• Entwicklung von AI-gestützten Anwendungen
• Agentische und Tool-Nutzungs-Systeme
• Programmierassistenten
• Chatbots
• Retrieval-Augmented Generation (RAG)-Systeme
• Allgemeine Konversations- und Anweisungsfolgeaufgaben

Das Unternehmen stellt neben dem Hauptmodell auch eine Vorschau von Inkling-Small bereit, einer leichteren Version mit 12 Milliarden aktiven Parametern, die auf einem ähnlichen Prinzip trainiert wurde und eine starke Leistung bei geringeren Kosten und Latenzzeiten erzielen soll.

Sicherheitsaspekte und die Zukunft von Inkling

Im Rahmen der Modellkarte wurde auch ein detaillierter Abschnitt zur Sicherheit veröffentlicht. Die Analyse kam zu dem Schluss, dass Inkling kein signifikantes zusätzliches Risiko über das hinaus darstellt, was bereits im Open-Weights-Ökosystem verfügbar ist. Dies ist ein wichtiger Aspekt für Unternehmen, die über den Einsatz von Open-Source-KI-Modellen nachdenken.

Die Veröffentlichung von Inkling durch Thinking Machines markiert einen wichtigen Schritt in der Entwicklung von Open-Weights-Modellen. Es bietet der Entwicklergemeinschaft ein leistungsstarkes und flexibles Werkzeug, das das Potenzial hat, die Entwicklung von KI-Anwendungen in verschiedenen Sektoren voranzutreiben. Die kontinuierliche Verbesserung in Bereichen wie faktische Genauigkeit und die Anpassung an spezifische Anwendungsfälle werden entscheidend sein für die langfristige Wirkung dieses Modells.

Für Unternehmen im B2B-Bereich, die an der Integration fortschrittlicher KI-Lösungen interessiert sind, bietet Inkling eine interessante Option. Die Möglichkeit zur Feinabstimmung und Anpassung an unternehmensspezifische Daten und Prozesse könnte einen erheblichen Mehrwert schaffen und neue Anwendungsfelder erschließen.

Bibliographie

1. Lambert, N. (2026, 15. Juli). Thinky with a ~1T param, 41B active, apache-2 model Benchmarks are a clear step up from Nemotron Ultra (55B active), new best American model, and omni input. A bit behind GLM 5.2 on agentic benchies, and Kimi K 2.6 on multi modal Super exciting! Thank you @johnschulman2 & team. X. Abrufbar unter: https://x.com/natolambert/status/2077454404433903816
2. Thinking Machines Lab. (2026, 15. Juli). Inkling: Our open-weights model. Abrufbar unter: https://thinkingmachines.ai/news/introducing-inkling/
3. Thinking Machines Lab. (o. D.). Inkling. Abrufbar unter: https://thinkingmachines.ai/inkling/
4. Thinking Machines Lab. (o. D.). Inkling Model Card. Abrufbar unter: https://thinkingmachines.ai/model-card/inkling/
5. Artificial Analysis. (2026, 15. Juli). Thinking Machines has released Inkling, the new leading U.S. open weights model. Abrufbar unter: https://artificialanalysis.ai/articles/thinking-machines-has-released-inkling-the-new-leading-u-s-open-weights-model
6. Hugging Face. (o. D.). thinkingmachines/Inkling. Abrufbar unter: https://huggingface.co/thinkingmachines/Inkling
7. Loizos, C. (2026, 15. Juli). Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling. TechCrunch. Abrufbar unter: https://techcrunch.com/2026/07/15/thinking-machines-amps-up-its-bet-against-one-size-fits-all-ai-with-its-first-open-model-inkling/
8. daily.dev. (2026, 15. Juli). Thinky: a ~1T parameter MoE model with 41B active.... Abrufbar unter: https://daily.dev/posts/thinky-a-1t-parameter-moe-model-with-41b-active-parameters-under-apache-2-0-nn28tkhzk
9. Bastian, M. (2026, 16. Juli). Ex-OpenAI CTO Murati's Thinking Machines drops Inkling, a 975B parameter model that leads US labs but trails China. The Decoder. Abrufbar unter: https://the-decoder.com/ex-openai-cto-muratis-thinking-machines-drops-inkling-a-975b-parameter-model-that-leads-us-labs-but-trails-china/
10. Hugging Face. (o. D.). Welcome Inkling by Thinking Machines. Abrufbar unter: https://huggingface.co/blog/thinkingmachines-inkling