Intelligenza Artificiale Tutto su AI e machine learning
Il panorama dei modelli di intelligenza artificiale ha un nuovo protagonista. Il 15 luglio 2026 Thinking Machines Lab, la startup fondata da Mira Murati, ha rilasciato il suo primo modello, chiamato Inkling. È un modello open-weight, con i pesi completi scaricabili e modificabili da chiunque, una scelta che lo distingue dall’impostazione più chiusa adottata da gran parte dei laboratori di frontiera. Dopo circa diciotto mesi passati a costruire infrastruttura e ricerca lontano dai riflettori, l’azienda mette finalmente sul tavolo un prodotto concreto, e lo fa con un approccio che dice molto sulla sua strategia.
Per capire perché questo lancio conti, devi guardare due elementi insieme: chi c’è dietro il progetto e come è pensato il modello. Murati ha guidato la tecnologia di OpenAI, l’azienda di ChatGPT, prima di lasciare per fondare una realtà indipendente. Inkling non nasce con l’ambizione di essere il modello più potente in assoluto, ma per diventare la base aperta e personalizzabile su cui aziende e sviluppatori possono costruire soluzioni su misura.
Che cos’è Inkling e come è stato costruito
Sul piano tecnico Inkling è un transformer di tipo Mixture-of-Experts, un’architettura che attiva solo una parte dei suoi parametri per ogni richiesta invece di usarli tutti insieme. Il modello ha 975 miliardi di parametri totali, ma ne attiva soltanto 41 miliardi per ciascun compito, un compromesso pensato per contenere i costi di calcolo senza rinunciare alla capacità complessiva. Supporta una finestra di contesto fino a un milione di token ed è stato preaddestrato su 45.000 miliardi di token che comprendono testo, immagini, audio e video. Non si tratta di un modello isolato: insieme a Inkling, Thinking Machines ha condiviso un’anteprima di Inkling-Small, una versione più leggera con 12 miliardi di parametri attivi, addestrata con una ricetta simile per offrire prestazioni solide a costi e latenza inferiori.
Un’architettura pensata per l’efficienza
Le scelte ingegneristiche raccontano bene la filosofia del laboratorio. L’impianto Mixture-of-Experts segue in larga parte la linea di DeepSeek-V3: ogni livello contiene 256 esperti instradabili più 2 esperti condivisi, con 6 esperti attivati per ciascun token e un router basato su funzione sigmoide con bilanciamento del carico senza perdita ausiliaria. Per il meccanismo di attenzione, Inkling alterna livelli a finestra scorrevole e livelli globali con un rapporto di cinque a uno. La novità più interessante riguarda la posizione dei token: al posto del diffuso Rotary Positional Embedding, il team ha adottato un embedding posizionale relativo, che secondo l’azienda funziona meglio e si estende in modo più affidabile alle sequenze lunghe. L’addestramento ha usato una strategia di ottimizzazione ibrida, con l’algoritmo Muon per le matrici di grandi dimensioni e Adam per gli altri parametri, ed è stato eseguito su sistemi NVIDIA GB300 NVL72. La fase di post-addestramento si è basata soprattutto su apprendimento per rinforzo su larga scala, con oltre 30 milioni di episodi e un miglioramento costante delle capacità di ragionamento lungo tutto il percorso.
Un modello nativo multimodale che ragiona su testo, immagini e audio
Uno degli aspetti che rende Inkling diverso da molti modelli aperti è la multimodalità nativa. Il modello ragiona direttamente su testo, immagini e audio, senza appoggiarsi a componenti esterni aggiunti in un secondo momento. Thinking Machines ha scelto un’architettura senza encoder dedicato: i segnali audio entrano come spettrogrammi dMel, mentre le immagini vengono codificate in porzioni da 40 per 40 pixel e poi elaborate insieme al testo. Il risultato è un modello che trascrive il parlato, segue istruzioni vocali e risponde a domande su registrazioni audio, collocandosi tra i migliori modelli open-weight su benchmark come VoiceBench, dove raggiunge il 91,4 per cento, e MMAU, con il 77,2 per cento. Sul fronte visivo se la cava con grafici, diagrammi e ragionamento matematico, e può persino usare uno strumento Python per ingrandire o ritagliare le immagini durante l’analisi.
C’è poi una funzione che merita attenzione, cioè lo sforzo di ragionamento controllabile. In pratica puoi regolare quanto il modello si impegna a pensare prima di rispondere, bilanciando qualità e consumo di token. È una leva importante perché costo e latenza sono spesso i vincoli reali nelle applicazioni di produzione, e la possibilità di scegliere il punto di equilibrio giusto per ogni caso d’uso vale più di un singolo numero su una classifica.
Non il più potente, ma progettato per essere personalizzato
Thinking Machines è chiara su un punto: Inkling non è il modello più forte in circolazione, né tra gli aperti né tra i chiusi. La sua forza sta altrove, cioè nell’essere una buona base aperta da personalizzare. Il modello è disponibile da subito per il fine-tuning su Tinker, la piattaforma di personalizzazione dell’azienda, con opzioni di contesto da 64.000 e 256.000 token e uno sconto del 50 per cento per un periodo limitato. Chi vuole provarlo prima di impegnarsi può usare l’Inkling Playground nella console di Tinker, mentre i pesi completi sono pubblicati su Hugging Face, sia nel formato originale sia in una versione NVFP4 ottimizzata per l’inferenza sui sistemi NVIDIA Blackwell.
Per mostrare cosa significhi davvero personalizzazione, l’azienda ha proposto una dimostrazione curiosa: ha chiesto a Inkling di mettere a punto se stesso. Usando Tinker, il modello ha scritto il proprio processo di fine-tuning, lo ha eseguito e ne ha valutato il risultato. Sul piano dei numeri Inkling si difende bene tra i modelli aperti, con un 77,6 per cento su SWEBench Verified, un 97,1 per cento su AIME 2026 e un 87,2 per cento su GPQA Diamond, e su alcuni test raggiunge le stesse prestazioni usando circa un terzo dei token rispetto a un rivale come Nemotron 3 Ultra. Resta invece sotto i modelli di frontiera più potenti come GPT-5.6 Sol, Claude Fable 5 e Gemini 3.1 Pro sui benchmark più difficili, un divario che l’azienda non nasconde.
Affidabilità, calibrazione e sicurezza sotto controllo
Un capitolo a parte riguarda quella che Thinking Machines chiama epistemica del modello, cioè l’insieme di calibrazione, rispetto delle istruzioni e resistenza alla censura. L’idea di fondo è semplice ma spesso trascurata: un modello utile non deve solo sapere molte cose, deve anche esprimere il giusto grado di fiducia nelle proprie risposte, comprese le domande ancora aperte. Per ottenerlo il team ha addestrato Inkling con l’apprendimento per rinforzo su un ampio archivio di quesiti reali già risolti, e ha introdotto ricompense che premiano l’astensione: rispondere conviene solo quando il modello è probabilmente nel giusto, altrimenti la scelta migliore è ammettere di non sapere. Due valutatori automatici, uno basato su una griglia di controllo e uno che verifica ogni singola affermazione con una ricerca sul web, aiutano a ridurre le allucinazioni senza sacrificare l’utilità. Sul versante della sicurezza Inkling è stato messo alla prova anche da collaudatori esterni e mostra, secondo l’azienda, le difese integrate più solide tra i modelli open-weight confrontati sul benchmark FORTRESS, con un tasso di rifiuto delle richieste palesemente dannose del 98,6 per cento su StrongREJECT.
Chi c’è dietro Thinking Machines Lab e perché la strategia conta
Il nome di Mira Murati pesa. Come ex responsabile della tecnologia di OpenAI, la fondatrice porta con sé un’esperienza diretta nella costruzione dei modelli che hanno reso popolare l’intelligenza artificiale generativa. Con Thinking Machines Lab ha scelto una via diversa da quella dei suoi ex colleghi, puntando sull’apertura dei pesi in un momento in cui molti concorrenti vanno nella direzione opposta. Il contrasto è evidente se guardi le mosse recenti degli altri: Meta ha da poco lanciato Muse Spark 1.1, il suo primo modello a pagamento, spostandosi verso un’offerta chiusa e commerciale, mentre i modelli di punta come GPT-5.6 Sol di OpenAI restano accessibili solo tramite API.
La scommessa di Inkling si inserisce così in un filone che negli ultimi mesi si è fatto più affollato. Modelli open-weight come GLM-5.2 di Z.ai hanno mostrato che l’apertura non è più sinonimo di qualità inferiore, e la disponibilità dei pesi su piattaforme come Hugging Face abbassa la barriera per chi vuole costruire soluzioni proprietarie senza dipendere da un fornitore unico. Thinking Machines rafforza questa idea con un ecosistema di partner: Inkling è già distribuito tramite le API di TogetherAI, Fireworks, Modal, Databricks e Baseten, con supporto all’inferenza in ambienti diffusi come vLLM e llama.cpp.
Cosa cambia concretamente per te
Se lavori con l’intelligenza artificiale, l’arrivo di Inkling amplia le opzioni a tua disposizione. Avere un modello multimodale, efficiente e con i pesi liberi significa poter partire da una base solida e adattarla al proprio dominio, che si tratti di analisi audio, comprensione di documenti visivi o automazione di flussi di lavoro con strumenti esterni. Per le aziende che non vogliono affidare i dati sensibili a un servizio chiuso, la personalizzazione su misura diventa una strada praticabile senza rinunciare alle capacità moderne di ragionamento e multimodalità. Il primo rilascio di Thinking Machines non ridefinisce lo stato dell’arte in termini di potenza pura, ma sposta l’attenzione su un terreno diverso, quello dell’adattabilità e del controllo.
Il quadro più ampio è quello di un settore che continua a oscillare tra apertura e chiusura, tra chi punta sulla scala massima e chi sceglie l’efficienza e la personalizzazione. Inkling è un tassello che rafforza il fronte aperto, e il fatto che arrivi da una figura del calibro di Mira Murati gli dà un peso particolare. Se vuoi capire dove sta andando l’ecosistema dei modelli, vale la pena leggere l’annuncio ufficiale di Thinking Machines Lab e seguire i prossimi sviluppi, perché questa è solo la prima mossa di una famiglia di modelli che l’azienda promette di ampliare. Continua a seguirci per restare aggiornato sui prossimi rilasci e per approfondire gli strumenti che puoi già mettere alla prova.
