Thinking Machines Inkling: Was das offene KI-Modell taugt

Thinking Machines Inkling ist das erste öffentlich verfügbare Modell des von Mira Murati gegründeten Start-ups. Es erschien am 15. Juli 2026. Es ist ein offenes Modell mit frei herunterladbaren Gewichten, kein Chatbot für Endnutzer. Das Unternehmen positioniert Inkling ausdrücklich nicht als leistungsstärkstes Modell, sondern als kosteneffiziente, anpassbare Grundlage für eigenes Feintuning^?Nachtrainieren eines vorhandenen Modells auf eigenen Daten, um es für einen bestimmten Zweck zu spezialisieren..

Damit weicht der Ansatz von der üblichen Produktlogik großer Labs ab. Statt ein möglichst starkes Universalmodell als Dienst zu vermieten, liefert Thinking Machines eine breite Basis, die Unternehmen selbst zuschneiden sollen. Ob das trägt, hängt weniger an Benchmark-Rekorden als an der Frage, ob Sie ein Modell brauchen, das Sie selbst kontrollieren.

Was genau ist Thinking Machines Inkling technisch?

Inkling ist ein Mixture-of-Experts^?Eine Architektur, bei der pro Anfrage nur ein Teil des Modells (einzelne „Experten“) aktiv wird. Das spart Rechenleistung bei sehr großer Gesamtgröße.-Transformer mit 975 Milliarden Gesamtparametern, von denen pro Token^?Kleinste Verarbeitungseinheit eines Sprachmodells, meist ein Wortteil. Kosten und Kontextlänge werden in Tokens gemessen. nur 41 Milliarden aktiv sind. Laut Model Card von Thinking Machines ist es ein 66-Layer-Decoder mit sparsamem Routing: Jeder Token geht an 6 von 256 Experten plus 2 geteilte Experten. Das Kontextfenster^?Die Menge an Text (in Tokens), die ein Modell gleichzeitig verarbeiten kann. Ein größeres Fenster erlaubt längere Dokumente pro Anfrage. reicht bis zu einer Million Tokens.

Trainiert wurde Inkling auf 45 Billionen Tokens aus Text, Bildern, Audio und Video. Das Modell verarbeitet diese Modalitäten nativ: Es transkribiert Sprache, folgt gesprochenen Anweisungen und beantwortet Fragen zu Aufnahmen. Neben dem Hauptmodell gibt es eine Vorschau namens „Inkling-Small“ mit nur 12 Milliarden aktiven Parametern, ausgelegt auf geringere Kosten und Latenz.

• Architektur: Mixture-of-Experts, 66 Layer, decoder-only
• Parameter: 975 Milliarden gesamt, 41 Milliarden aktiv pro Token
• Kontext: bis zu 1 Million Tokens
• Modalitäten: Text, Bild, Audio
• Lizenz: Apache 2.0^?Eine freizügige Open-Source-Lizenz, die kommerzielle Nutzung und Änderung ohne wesentliche Einschränkungen erlaubt., kommerzielle Nutzung und Feintuning ohne Einschränkung

Warum verzichtet Thinking Machines bewusst auf Spitzenleistung?

Weil das Unternehmen Inkling als Ausgangspunkt versteht, nicht als Endprodukt. Thinking Machines schreibt selbst, Inkling sei „nicht das leistungsstärkste heute verfügbare Modell, geschlossen oder offen“. Man habe es für solide Fähigkeiten über viele Bereiche hinweg trainiert statt für Bestwerte in einer einzelnen Disziplin, damit es als breite Grundlage für künftige spezialisierte Modelle diene.

Diese Ehrlichkeit ist selten und lässt sich an Zahlen prüfen. In der Berichterstattung von TechCrunch gilt Inkling als erster öffentlicher Beleg nach rund eineinhalb Jahren Infrastrukturaufbau. Ein Analysebeitrag von Awesome Agents nennt einen konkreten Vergleich: Auf dem Benchmark „Humanity's Last Exam“ erreicht Inkling 30,0 Prozent, während Claude Fable 5 dort auf 53,3 Prozent kommt.

Solche Werte gehören eingeordnet. „Humanity's Last Exam“ prüft besonders schwere Fachfragen, ein einzelner Benchmark sagt wenig über Ihren konkreten Anwendungsfall. Wichtiger ist, dass Inkling laut Model Card keinen „material uplift“ bei Risiken gegenüber bestehenden Open-Weight-Modellen bringt, also sicherheitstechnisch im bekannten Rahmen bleibt.

Wo passt Inkling in Ihren KI-Werkzeugkasten?

Inkling ist für Organisationen gedacht, die eigene Modelle auf internem Wissen trainieren und selbst betreiben wollen, statt Managed Services großer Anbieter zu mieten. Das berichten unter anderem Axios und LinkedIn News. Der zentrale Hebel ist die Kombination aus offenen Gewichten unter Apache 2.0 und steuerbarem „reasoning effort“, mit dem sich Rechenaufwand und damit Kosten pro Use Case regeln lassen.

Aus meiner Beratungspraxis sehe ich klar, für wen sich das rechnet und für wen nicht:

• Sinnvoll, wenn Sie sensible Daten nicht an externe APIs geben dürfen, wiederkehrende Aufgaben auf eigener Domäne haben und über ML-Kompetenz zum Betreiben verfügen.
• Sinnvoll, wenn Sie Kosten pro Anfrage bei hohem Volumen drücken müssen und ein eigenes, feinabgestimmtes Modell günstiger fährt als ein Frontier-Dienst.
• Weniger sinnvoll, wenn Sie maximale Antwortqualität ohne eigenen Betrieb brauchen. Dann bleiben geschlossene Spitzenmodelle die bessere Wahl.

Wer vor dieser Grundsatzentscheidung steht, sollte zunächst die Kostenlogik verstehen. Unser Beitrag dazu, wie Sie mit einem Token-Budget die laufenden KI-Ausgaben im Griff behalten, hilft beim Rechnen, bevor Sie sich für eigenes Hosting oder einen Dienst entscheiden.

Bereitgestellt wird Inkling über Hugging Face sowie Cloud-Anbieter wie Together, Fireworks, Modal, Databricks und Baseten. Für die Anpassung liefert Thinking Machines mit „Tinker“ ein eigenes Feintuning-Werkzeug.

Was bedeutet das für Ihr Unternehmen?

Prüfen Sie zuerst, ob Sie überhaupt ein eigenes Modell brauchen. Für die meisten Teams reicht ein gutes geschlossenes Modell per API. Erst wenn Datenschutz, Volumen oder ein sehr spezieller Fachbereich dagegensprechen, wird ein offenes Basismodell wie Inkling interessant, und dann als Rohmaterial für Feintuning, nicht als fertige Lösung.

Das passende Werkzeug für den jeweiligen Zweck auszuwählen, ist selbst schon Arbeit. Wenn Sie in Ihrem Führungskreis eine fundierte Orientierung suchen, welche Modelle und Tools zu welchem Bedarf passen, bietet der praxisorientierte Workshop zum Vergleich der wichtigsten KI-Tools für Management und Führungskräfte einen strukturierten Einstieg. Er ersetzt keine technische Machbarkeitsprüfung, hilft aber, teure Grundsatzentscheidungen nicht aus dem Bauch zu treffen.

Um die Ausgangsfrage aufzugreifen: Inkling leistet für die Praxis vor allem eines, es senkt die Einstiegshürde für Unternehmen, die ein Modell wirklich besitzen und formen wollen. Die schwächeren Benchmark-Werte sind kein Makel, solange Sie das Modell als Basis begreifen, nicht als Konkurrenten zu GPT oder Claude. Der ehrliche Umgang von Thinking Machines mit den eigenen Grenzen macht die Bewertung leichter als bei vielen lauteren Ankündigungen.