Thinking Machines stellt Inkling vor: Ein neuartiges multimodales KI-Modell für Unternehmen
Mindverse News
KI-gestützt erstellt 10 Quellen Arbeitsweise
Das Wichtigste in Kürze
- Thinking Machines, gegründet von der ehemaligen OpenAI-CTO Mira Murati, hat sein erstes KI-Modell namens Inkling vorgestellt.
- Inkling ist ein multimodales Open-Weights-Modell mit 975 Milliarden Parametern, das Text, Bild und Audio verarbeitet.
- Das Modell zeichnet sich durch eine "Mixture-of-Experts"-Architektur aus, bei der nur ein Teil der Parameter aktiv ist, um Effizienz und Kosteneffizienz zu gewährleisten.
- Im Gegensatz zu vielen dominanten Modellen ist Inkling auf Anpassbarkeit durch Unternehmen und Entwickler ausgelegt, um spezifische Anwendungsfälle zu bedienen.
- Inkling ist über die Fine-Tuning-Plattform Tinker, Cloud- und API-Anbieter sowie als direkter Download auf Hugging Face verfügbar.
// Inhalt · 4 Abschnitte
Thinking Machines präsentiert Inkling: Ein neues Open-Weights-Modell für adaptive KI-Anwendungen
Das KI-Startup Thinking Machines, unter der Leitung der ehemaligen OpenAI-Technikchefin Mira Murati, hat sein erstes künstliches Intelligenzmodell mit dem Namen "Inkling" der Öffentlichkeit vorgestellt. Dieses Modell, das auf einem Open-Weights-Ansatz basiert, markiert eine strategische Abweichung von den vorherrschenden geschlossenen Systemen großer Anbieter und zielt darauf ab, Unternehmen und Entwicklern eine hohe Anpassungsfähigkeit zu ermöglichen.
Die Architektur von Inkling: Multimodalität und Effizienz
Inkling ist ein multimodales Modell, das in der Lage ist, Text, Bilder und Audiodaten nativ zu verarbeiten. Es basiert auf einer "Mixture-of-Experts"-Architektur (MoE), die sich durch eine hohe Effizienz auszeichnet. Von den insgesamt 975 Milliarden Parametern werden für die Bearbeitung jedes einzelnen Tokens lediglich 41 Milliarden aus spezialisierten Teilnetzen aktiviert. Diese Selektivität reduziert den Rechenaufwand erheblich, was sich positiv auf Antwortzeiten und Betriebskosten auswirkt.
Das Modell wurde mit einem umfangreichen Datensatz von 45 Billionen Tokens trainiert, der sich aus Text-, Bild-, Audio- und Videodaten zusammensetzt. Inkling kann innerhalb einer Anfrage bis zu eine Million Tokens verarbeiten und ist in der Lage, Informationen aus verschiedenen Modalitäten zu integrieren, um fundierte Schlussfolgerungen zu ziehen. Aktuell liegt der Fokus der Ausgabe auf textbasierten Inhalten, einschließlich Fließtext, Programmcode, strukturierten Daten und Code für formatierte Dokumente sowie Webanwendungen.
Strategische Positionierung: Anpassbarkeit statt reiner Spitzenleistung
Thinking Machines positioniert Inkling nicht als das leistungsstärkste Modell auf dem Markt im Vergleich zu den führenden geschlossenen oder selbst den besten offenen Modellen aus anderen Regionen. Stattdessen liegt der strategische Schwerpunkt auf der Anpassbarkeit und der Kontrolle durch den Nutzer. Das Unternehmen argumentiert, dass für viele Unternehmensanwendungen nicht die absolute Spitzenleistung eines universellen Modells entscheidend ist, sondern die Möglichkeit, ein KI-Modell mit eigenen Daten auf spezifische Anwendungsfälle zuzuschneiden und es eigenständig zu steuern.
Diese Philosophie spiegelt sich in der Bereitstellung von Inkling wider. Entwickler und Unternehmen können die trainierten Modellgewichte herunterladen und Inkling auf ihrer eigenen Hardware oder in einer bevorzugten Cloud-Umgebung betreiben. Für die Feinabstimmung steht die hauseigene Fine-Tuning-Plattform "Tinker" zur Verfügung. Darüber hinaus ist Inkling auch über verschiedene Cloud- und API-Anbieter sowie als Model-Download auf Plattformen wie Hugging Face zugänglich.
Hintergrund und Ausblick
Das Startup Thinking Machines wurde 2025 von Mira Murati gegründet, die zuvor eine Schlüsselrolle als Technikchefin bei OpenAI innehatte. Das Unternehmen konnte bereits vor der offiziellen Produktveröffentlichung beträchtliche Investitionen in Höhe von zwei Milliarden US-Dollar sichern, was die Erwartungen an seine Entwicklungen unterstreicht. Die Vorstellung von Inkling wurde durch frühere Ankündigungen vorbereitet, darunter der Start der Fine-Tuning-Plattform Tinker Ende 2025 und die Präsentation eines "Interaction-Modells" im Mai 2026.
Die Veröffentlichung von Inkling stellt einen bemerkenswerten Schritt in der Entwicklung von KI-Modellen dar, die auf Offenheit und Anpassungsfähigkeit setzen. Für Unternehmen, die eine tiefere Integration und Kontrolle über ihre KI-Anwendungen anstreben, könnte dieser Ansatz neue Möglichkeiten eröffnen.
Bibliography:
- Bezmalinović, T. (2026, 16. Juli). Thinking Machines stellt sein erstes KI-Modell „Inkling“ vor. heise online.
- Bastian, M. (2026, 16. Juli). Inkling: Ex-OpenAI-CTO Mira Murati bringt erstes eigenes offenes KI-Modell heraus. The Decoder.
- AI-Fabrik. (2026, 15. Juli). Inkling von Thinking Machines: Was das Open-Weights-Modell für Unternehmen bedeutet. AI-Fabrik.
- Becker, A. (2026, 15. Juli). Ex-OpenAI-Chefin veröffentlicht anpassbares Open-Weight-Modell Inkling. ALL-AI.de.
- Davidson, A. (2026, 16. Juli). Thinking Machines präsentiert Inkling: Ein für individuelle Anpassung optimiertes Basismodell. Metaverse Post.
- drweb.de. (2026, 15. Juli). Inkling von Thinking Machines: Was kann das offene Modell? drweb.de.
- Tesson, E. (2026, 15. Juli). Thinking Machines stellt Inkling vor, ein offenes Modell als Konkurrenz zu chinesischen Anbietern. MarketScreener Schweiz.
- Shuhratov, A. (2026, 15. Juli). Thinking Machines, das von Mira Murati gegründete Startup, stellt sein erstes offenes KI-Modell vor. Zamin.uz.
- rootdata. (2026, 16. Juli). Mira Murati bringt ihr erstes KI-Modell nach dem Verlassen von OpenAI heraus – und es ist vollständig Open Source. WEEX Krypto News.
- Mindverse. (o.D.). Neue Fortschritte in multimodaler KI mit dem Inkling-Modell von Thinking Machines Lab. Mindverse.
//Nächster Artikel
Google DeepMind widerlegt Thesen einer nahen KI-Selbstverbesserung: Neue Daten zu Gemini 4 Argon zeigen lineares Wachstum und klare Grenzen.

// Artikel teilen
Mehr zu KI aus China
Alle KI aus China-News- Autonome KI-Agenten im Praxistest: Wie Forscher eine chinesische Agenten-Flotte aufspürten und kontaktierten
Forscher identifizieren KI-Agenten auf Tencent Cloud, die Schutzmechanismen von Amap umgehen, und treten per verdecktem Text mit ihnen in Kontakt.
- Kürzere Denkketten in hybriden Sprachmodellen: Wie ein Beta-Gate das RL-Reasoning von Qwen3.5-4B beschleunigt
Ein trainierbares Beta-Gate in Qwen3.5-4B senkt den Token-Verbrauch beim RL-Reasoning um bis zu 82 Prozent bei höherer Genauigkeit. Analyse der Methodik.
- Atomic Machines präsentiert Matter Compiler: KI-gestützte Fertigung für Mikromaschinen im Praxistest
Atomic Machines stellt mit dem Matter Compiler eine KI-gesteuerte Fabrik für Mikromaschinen und das Relais PrimeSwitch für KI-Rechenzentren vor.
- PrunaAI beschleunigt Qwen Image 2.1 mit neuen LoRA Adaptern
PrunaAI beschleunigt Qwen-Image-2.1: Mit neuen LoRA-Adaptern gelingt die Bildgenerierung und -bearbeitung in nur 5 bis 8 Schritten – bis zu 6,3-mal schneller.
// Dranbleiben
Mindverse News folgen
Neue Meldungen erhalten Sie über unseren RSS-Feed oder auf LinkedIn.
Passend dazu in Mindverse Studio
- Eigene Modelle und Assistenten trainierenBilden Sie einen digitalen Marken-Experten auf Ihrem Wissen aus.
- Studio mit Ihren Tools verbindenIntegrationen für Microsoft 365, Google Workspace, Slack, Notion und mehr.
- Die KI-Plattform für UnternehmenRollen, Freigaben und Abrechnung für den KI-Einsatz im ganzen Unternehmen.
Recherchieren Sie KI-News wie diese selbst — mit Mindverse Studio.
7 Tage kostenlos testen — ohne Kreditkarte, mit 200 Credits. Für Fragen zur Umsetzung buchen Sie eine persönliche Demo.
//Chronik
Aus dem Archiv · rund um den 17. Juli 2026
← Davor erschienen