Mira Murati Lancia il Suo Primo Modello di IA Dopo Aver Lasciato OpenAI—Ed È Completamente Open Source

Mira Murati ha lasciato OpenAI nel settembre 2024 per intraprendere un percorso autonomo. Quasi due anni dopo, quella esplorazione ha dato i suoi frutti. Thinking Machines Lab, l'azienda che ha fondato, ha rilasciato Inkling—un modello di IA multimodale addestrato completamente da zero, con ogni peso disponibile per il download gratuito.

Quando il consiglio di OpenAI ha licenziato Sam Altman nel novembre 2023, Murati—allora CTO—è stata nominata CEO ad interim. Altman è stato reintegrato cinque giorni dopo, Murati è tornata a fare la CTO e poi ha lasciato definitivamente circa 10 mesi dopo. Ha fondato Thinking Machines Lab nel febbraio 2025.

L'azienda è poi rimasta in silenzio—e ha accumulato ricchezze. Ha raccolto 2 miliardi di dollari a una valutazione di 12 miliardi di dollari nel luglio 2025, guidata da Andreessen Horowitz con Nvidia, Accel, ServiceNow, Cisco, AMD e Jane Street, uno dei più grandi round di finanziamento seed nella storia della Silicon Valley fino a quel momento.

Le notizie di novembre 2025 riportavano che l'azienda stava cercando un nuovo round a una valutazione di 50 miliardi di dollari. Quelle trattative sono crollate entro gennaio 2026.

Cos'è Inkling

Inkling è un modello a miscela di esperti—un'architettura in cui solo una parte della rete si attiva per un dato input, mantenendo l'inferenza veloce senza sacrificare la profondità. È un modello molto grande: ha 975 miliardi di parametri totali (le impostazioni interne che definiscono come il modello elabora le informazioni), con 41 miliardi attivi per compito, quindi dimentica di eseguirlo sul tuo computer locale.

Essendo multimodale, questo modello accetta testo, immagini e audio, e supporta una finestra di contesto—la quantità di testo su cui il modello può ragionare contemporaneamente—di 1 milione di token, circa 750.000 parole. È stato pre-addestrato su 45 trilioni di token che spaziano tra testo, immagini, audio e video.

"Il nostro primo modello, Inkling. Addestrato da zero, i pesi sono aperti, fine-tunable su Tinker oggi," ha scritto Murati su X. Il fatto che sia stato addestrato da zero significa molto, specialmente nella comunità open-source, poiché potrebbe portare una ventata di aria fresca agli sviluppatori occidentali che sono cauti nei confronti della Cina ma hanno bisogno di utilizzare modelli asiatici per i loro sviluppi, poiché le principali aziende di IA nel mondo occidentale si concentrano principalmente sulla distribuzione di modelli closed-source.

Il fine-tuning è il processo di riaddestramento di un modello esistente su un dataset specializzato per migliorare le sue prestazioni su un compito specifico. Tinker è la piattaforma cloud di Thinking Machines costruita attorno a quel caso d'uso. I pesi completi sono anche su Hugging Face sotto una licenza Apache 2.0, senza restrizioni.

I risultati più chiari di Inkling si riscontrano in compiti agentici. Su MCP Atlas—che misura quanto affidabilmente un agente IA completa compiti nel mondo reale utilizzando il Model Context Protocol, lo standard aperto per collegare assistenti IA a strumenti e servizi esterni, valutato come percentuale di compiti completati—Inkling ottiene il 74,1%. Questo è quasi 30 punti sopra il Nemotron 3 Ultra di Nvidia, il principale rivale a pesi aperti occidentale nel confronto.

Su SWE-Bench Verified—un test per verificare se un agente IA può risolvere autonomamente bug software reali su GitHub, valutato come percentuale di problemi risolti—Inkling ottiene il 77,6%, anche sopra il 70,7% di Nemotron.

In generale, Thinking Machines sta vendendo questo modello come "ben equilibrato" e generalista. Ciò significa che non compromette la qualità in un insieme specifico di compiti perché le sue capacità si concentrano su qualcos'altro (come i modelli che sono ottimi nella programmazione ma scadenti nella scrittura creativa, ad esempio).

I modelli cinesi hanno ancora un vantaggio su diversi fronti. Il GLM 5.2 di Z.ai ottiene l'82,7% su Terminal Bench 2.1—un benchmark che misura agenti di codifica IA autonomi in un ambiente terminale reale, valutato come percentuale di compiti completati—contro il 63,8% di Inkling. Kimi K2.6 guida su Humanity's Last Exam, un test di ragionamento scientifico a livello di dottorato.

Thinking Machines riconosce questo. Inkling non è il modello più forte disponibile oggi, aperto o chiuso.

Ciò che è, è il modello a pesi aperti più capace costruito da un laboratorio occidentale. Gli sviluppatori che—per motivi legali, di sicurezza o di conformità—non vogliono instradare i carichi di lavoro attraverso modelli costruiti a Pechino ora hanno una vera alternativa all'auto-ospitare modelli cinesi.

Ora, questi sviluppatori hanno un modello che (anche se peggiore dei migliori modelli cinesi in quasi tutto) si allinea meglio con i loro ideali, aspettative e valori. I successivi fine-tuning possono far sì che questo modello eccella in compiti specifici, rendendo quei fine-tuning competitivi nei benchmark rispetto ai modelli asiatici.

Su FORTRESS Adversarial—che testa quanto costantemente un modello rifiuta richieste genuinamente dannose senza bloccare eccessivamente quelle legittime, valutato come percentuale di gestione corretta—Inkling ottiene il 78,0%, il punteggio più alto tra tutti i modelli a pesi aperti nel confronto.

Insieme a Inkling, Thinking Machines ha anticipato Inkling-Small: 276 miliardi di parametri totali, 12 miliardi attivi, già in grado di eguagliare il modello più grande nella maggior parte dei benchmark di ragionamento. I suoi pesi arriveranno una volta completati i test, senza una tempistica fornita.

Disclaimer: il presente contenuto è fornito esclusivamente a scopo informativo e di branding generale e non costituisce consulenza finanziaria, di investimento, legale o fiscale. Qualsiasi evento, ricompensa, evento online o informazione correlata menzionata nel presente documento non deve essere considerata una raccomandazione, una sollecitazione o un invito ad acquistare, vendere, fare trading o altrimenti negoziare asset di criptovalute o a utilizzare i relativi servizi. Le criptovalute sono altamente volatili e possono comportare perdite. I servizi e gli eventi online di WEEX potrebbero non essere disponibili in tutte le regioni e sono soggetti alle leggi, ai regolamenti e ai requisiti di idoneità applicabili. Sei responsabile di garantire che il tuo utilizzo dei servizi WEEX sia conforme alle leggi locali e di valutare attentamente i rischi prima di partecipare a qualsiasi attività correlata alle criptovalute.