Mira Murati Ra Mắt Mô Hình AI Đầu Tiên Sau Khi Rời OpenAI—Và Nó Hoàn Toàn Mở Nguồn

Mira Murati đã rời OpenAI vào tháng 9 năm 2024 để theo đuổi những điều riêng của mình. Gần hai năm sau, cuộc khám phá đó đã được phát hành. Thinking Machines Lab, công ty mà cô thành lập, đã phát hành Inkling---một mô hình AI đa phương thức được đào tạo hoàn toàn từ đầu, với mọi trọng số có sẵn để tải xuống miễn phí.

Khi ban giám đốc của OpenAI sa thải Sam Altman vào tháng 11 năm 2023, Murati---khi đó là CTO---được bổ nhiệm làm CEO tạm thời. Altman đã được phục hồi chỉ sau năm ngày, Murati trở lại vị trí CTO, rồi rời đi vĩnh viễn khoảng 10 tháng sau đó. Cô thành lập Thinking Machines Lab vào tháng 2 năm 2025.

Công ty sau đó đã im lặng---và trở nên giàu có. Nó đã huy động được 2 tỷ USD với định giá 12 tỷ USD vào tháng 7 năm 2025, do Andreessen Horowitz dẫn đầu cùng với Nvidia, Accel, ServiceNow, Cisco, AMD và Jane Street---một trong những vòng gọi vốn lớn nhất trong lịch sử Silicon Valley vào thời điểm đó.

Các báo cáo vào tháng 11 năm 2025 cho biết công ty đang tìm kiếm một vòng gọi vốn mới với định giá 50 tỷ USD. Những cuộc đàm phán đó đã sụp đổ vào tháng 1 năm 2026.

Inkling là gì

Inkling là một mô hình hỗn hợp chuyên gia---một kiến trúc mà chỉ một phần của mạng lưới được kích hoạt cho bất kỳ đầu vào nào, giữ cho việc suy diễn nhanh mà không hy sinh độ sâu. Đây là một mô hình rất lớn: Nó có tổng cộng 975 tỷ tham số (các cài đặt nội bộ xác định cách mô hình xử lý thông tin), với 41 tỷ tham số hoạt động cho mỗi nhiệm vụ, vì vậy hãy quên việc chạy nó trên máy tính cá nhân của bạn.

Là một mô hình đa phương thức, mô hình này chấp nhận văn bản, hình ảnh và âm thanh, và hỗ trợ một cửa sổ ngữ cảnh---lượng văn bản mà mô hình có thể lý luận cùng một lúc---lên đến 1 triệu token, tương đương khoảng 750.000 từ. Nó đã được tiền huấn luyện trên 45 triệu token trải dài qua văn bản, hình ảnh, âm thanh và video.

"Mô hình đầu tiên của chúng tôi, Inkling. Được đào tạo từ đầu, trọng số mở, có thể tinh chỉnh trên Tinker hôm nay," Murati viết trên X. Thực tế rằng nó được đào tạo từ đầu có ý nghĩa rất lớn, đặc biệt trong cộng đồng mã nguồn mở vì nó có thể mang lại một làn gió mới cho các nhà phát triển phương Tây đang lo ngại về Trung Quốc nhưng cần sử dụng các mô hình châu Á cho các phát triển của họ vì các công ty AI hàng đầu ở thế giới phương Tây chủ yếu tập trung vào việc phát hành các mô hình đóng.

Tinh chỉnh là quá trình đào tạo lại một mô hình hiện có trên một tập dữ liệu chuyên biệt để cải thiện hiệu suất của nó trên một nhiệm vụ cụ thể. Tinker là nền tảng đám mây của Thinking Machines được xây dựng xung quanh trường hợp sử dụng đó. Các trọng số đầy đủ cũng có trên Hugging Face dưới giấy phép Apache 2.0, không có hạn chế.

Những chiến thắng rõ ràng nhất của Inkling đến từ các nhiệm vụ tác động. Trên MCP Atlas---đo lường độ tin cậy của một tác nhân AI trong việc hoàn thành các nhiệm vụ thực tế bằng cách sử dụng Model Context Protocol, tiêu chuẩn mở để kết nối các trợ lý AI với các công cụ và dịch vụ bên ngoài, được tính theo tỷ lệ phần trăm các nhiệm vụ hoàn thành---Inkling đạt 74,1%. Đó là gần 30 điểm cao hơn so với Nemotron 3 Ultra của Nvidia, đối thủ chính về trọng số mở ở phương Tây trong so sánh này.

Trên SWE-Bench Verified---một bài kiểm tra xem một tác nhân AI có thể tự động sửa các lỗi phần mềm thực tế trên GitHub hay không, được tính theo tỷ lệ phần trăm các vấn đề được giải quyết---Inkling đạt 77,6%, cũng cao hơn Nemotron với 70,7%.

Tổng thể, Thinking Machines đang bán mô hình này như là "toàn diện" và tổng quát. Điều này có nghĩa là nó không làm giảm chất lượng trong một tập hợp nhiệm vụ cụ thể vì khả năng của nó tập trung vào một cái gì đó khác (như các mô hình tuyệt vời trong lập trình nhưng kém trong viết sáng tạo, chẳng hạn).

Các mô hình Trung Quốc vẫn có lợi thế ở một số mặt. GLM 5.2 của Z.ai đạt 82,7% trên Terminal Bench 2.1---một tiêu chuẩn đo lường các tác nhân lập trình AI tự động trong một môi trường terminal thực tế, được tính theo tỷ lệ phần trăm các nhiệm vụ hoàn thành---so với Inkling với 63,8%. Kimi K2.6 dẫn đầu trên Humanity's Last Exam, một bài kiểm tra lý luận khoa học cấp tiến sĩ.

Thinking Machines thừa nhận điều này. Inkling không phải là mô hình mạnh nhất hiện có ngày hôm nay, dù là mở hay đóng.

Điều nó có, là mô hình có trọng số mở có khả năng nhất được xây dựng bởi một phòng thí nghiệm phương Tây. Các nhà phát triển---vì lý do pháp lý, an ninh hoặc tuân thủ---không muốn chuyển khối lượng công việc qua các mô hình được xây dựng ở Bắc Kinh giờ đây có một lựa chọn thực sự để tự lưu trữ các mô hình Trung Quốc.

Bây giờ, những nhà phát triển này có một mô hình mà (mặc dù kém hơn các mô hình Trung Quốc tốt nhất ở hầu hết mọi thứ) phù hợp hơn với lý tưởng, kỳ vọng và giá trị của họ. Các tinh chỉnh sau này có thể làm cho mô hình này xuất sắc trong các nhiệm vụ cụ thể, khiến những tinh chỉnh đó cạnh tranh trong các tiêu chuẩn so với các mô hình châu Á.

Trên FORTRESS Adversarial---thử nghiệm xem một mô hình từ chối các yêu cầu thực sự có hại một cách nhất quán mà không chặn quá mức các yêu cầu hợp lệ, được tính theo tỷ lệ phần trăm xử lý đúng---Inkling đạt 78,0%, điểm cao nhất trong số tất cả các mô hình có trọng số mở trong so sánh.

Cùng với Inkling, Thinking Machines đã giới thiệu Inkling-Small: 276 tỷ tham số tổng cộng, 12 tỷ tham số hoạt động, đã đạt được mô hình lớn hơn trên hầu hết các tiêu chuẩn lý luận. Các trọng số của nó sẽ được công bố khi việc kiểm tra hoàn tất, không có thời gian cụ thể nào được đưa ra.