OpenAI元CTOが退社・起業から1年余りで初の自社モデルを公開

Mira MuratiはOpenAIのCTOを務めた後、2024年9月に退社し、2025年にThinking Machines Labを設立しました。同社はOpenAI出身の研究者を複数迎え、企業や開発者がモデルを理解、変更、学習しやすくすることに力を入れています。

Thinking Machines Labが最初に公開した製品は、モデルのファインチューニング基盤Tinkerでした。開発者が独自のデータと評価方法を用意し、Tinkerがオープンウェイトモデルを調整します。当時、同社には独自の基盤モデルがまだありませんでした。

2026年7月15日、同社はInklingを公開しました。ゼロから学習し、一般公開した初の汎用大規模モデルです。完全な重みはHugging FaceでApache 2.0ライセンスのもと公開され、Tinkerにも直接統合されています。これで同社は「独自モデル＋独自学習基盤」をそろえました。

では、Inklingとは何でしょうか？

ひと言で言えば、Inklingはダウンロード、導入、追加学習ができるマルチモーダル基盤モデルです。テキスト、画像、音声を受け取り、コードを書き、ツールを使い、Webを操作できます。一般ユーザー向けの単体チャットAppではなく、汎用エンジンに近い存在です。開発者はコーディング支援、カスタマーサポート、資料分析ツール、Webエージェント、社内システムなどに組み込めます。

一般的なオープンモデルとの違いは？

多くのオープンウェイトモデルは、重みファイルの公開が中心です。Inklingは公開初日からTinkerに統合されています。開発者はPlaygroundでモデルを試し、独自のデータ、評価ルール、学習タスクをTinkerに渡して業務に適した新しい版を作り、ダウンロードするか外部サービスで導入できます。

Inklingはどこまでできるのか？

まず全体像を見てみましょう。公式は10項目のテストで、Inklingを代表的な4モデルと比較しています。太い青線がInklingです。すべての相手を圧倒する項目はない一方、コード、ツール、画像、音声、事実性、指示追従に明らかな弱点がありません。これはまさに「追加学習できる汎用基盤」という位置づけを表しています。

1. 規模：9750億パラメータと、より高速な小型版

Inklingオリジナル版は総パラメータ数9750億の混合専門家モデルです。1 tokenの処理で使うのは約410億パラメータだけです。最大100万tokenのコンテキストに対応します。ここでいう単位は文字数ではなくtokenです。Tinkerで現在実際に使える設定は64Kと256Kです。

Inkling-Smallプレビュー版は総パラメータ数2760億で、1 tokenあたり約120億を稼働させます。事前学習データと学習手法の改良により、多くのテストでオリジナル版に迫るか上回り、より高速で低コストです。ただし、すべてのテストで同じように強いわけではなく、Smallの完全な重みもまだ公開されていません。

2. 調整できる思考：深さは開発者が決める

多くの推論モデルは、思考時間を自分で決めます。単純なタスクでも内部推論が長くなり、待ち時間と費用が増える場合があります。Inklingでは開発者が選べます。発表ページでは思考強度を0.2から0.99まで設定しています。低い値なら高速でtoken消費が少なく、高い値なら数学、コード、多段階タスクに時間をかけます。

3. ネイティブなマルチモーダル：学習時から画像と音声に対応

Inklingの画像・音声コンポーネントはゼロから学習されています。音声はモデルが読めるスペクトログラムに変換され、画像は40×40ピクセルの小片に分割されます。軽量な変換の後、テキストと一緒に同じモデルで処理されるため、すべてを先に文字起こしする必要はありません。

音声：音声の文字起こし、音声指示への対応、録音に関する質問への回答、長い音声の分析ができます。

画像：グラフ、数式、数学図を読み取れます。細部を見る必要があれば、Pythonを使って画像を拡大・切り抜きできます。

4. 実務能力：自信がないときは推測を減らし、仕事を続ける

自信がないときは推測を減らす：学習チームは回答を見送れる報酬を設計しました。短いQ&Aでは正解した場合だけ得点します。自信がなければ「わからない」と答えるか、判断を留保するほうが有利です。別の評価器がWebを検索し、回答内の事実を確認します。自信満々の作り話は減らせますが、間違いを完全になくせるわけではありません。

実行力：コード作成、プログラム実行、ファイルの読み書き、Web操作を学習しています。公式は、仕事を最後まで続けられるかを完全なタスクで示しています。

求人応募ページを一度で作り、フォームまで入力

Inklingは一文の依頼から、職務説明、連絡先、応募理由を含む求人応募ページを生成します。続いて、ページ内の自動実行プログラムが保存済みのユーザー情報を読み、フォームを完成させます。このデモではコード作成、画面生成、ブラウザ操作を同時に使っています。

40ラウンドのレビューを受けて対戦ゲームを改良

もう一つのタスクは、マルチプレイヤーのSnakeゲーム制作です。要件には、サーバー側で一元管理するゲーム状態、人間とボットの同時参加、衝突ルール、ランキング、テスト、起動手順が含まれます。Inklingはまず初版を作り、GPT Codexのレビューに基づいて40ラウンド連続で修正しました。これは長期タスクの能力を示す例です。モデルはコンテキストを保持し、批判を受け入れ、テストを繰り返して修正を続けられます。

ファインチューニングの目標は具体的です。今後の英語回答で文字eを一切使わないようにします。モデルはまず、出力にeがあれば0点、なければ10点とする評価関数を書きます。続いて学習データと設定を生成し、Tinkerで32バッチ×3エポック、合計96ステップの学習を行います。

裏側の技術と興味深い発見

学ぶほど簡潔に：内部思考が「電報調」に

Inklingの事前学習データにはテキスト、画像、音声、動画が含まれ、合計45兆tokenです。事後学習では、強化学習タスクを3000万回以上試行しました。1回の試行とは、モデルがタスクを完了し、評価を受け、その結果から改善する一連の流れです。

学習チームは、強化学習が進むにつれてモデルの内部思考が自動的に短くなることを発見しました。初期は完全な文で接続語も多く使いますが、後期には冠詞、前置詞、一部の文法を省き、電報のような短文になります。それでも最終回答は同じです。この変化は報酬目標に組み込まれたものではなく、tokenコストの圧力からモデル自身が学びました。

主流のRoPEをやめ、相対位置エンコーディングを採用

多くの大規模モデルは、長文内の位置を覚えるためにRoPE、つまり回転位置エンコーディングを使います。Inklingは相対位置エンコーディングを採用し、2つの内容がどれだけ離れているかを重視します。注意層は5∶1で交互に配置され、連続する5層が近くの情報を見た後、次の1層がコンテキスト全体を見ます。

どうすれば使える？

すぐ試す：TinkerのInkling Playgroundで、現在は期間限定で無料試用できます。

ファインチューニングや開発に使う：完全な重みはHugging Faceに公開され、NVIDIA Blackwell GPU向けのNVFP4量子化版もあります。独自データで追加学習する場合は、Tinkerと公式Cookbookを利用できます。

ダウンロードできても、一般的なPCで動くとは限らない

Hugging Face上の完全な重みは約1.9TBです。BF16版には少なくとも約2TBの合計GPUメモリが必要で、NVFP4量子化版でも最低約600GBが必要です。一般の開発者にはPlayground、外部API、Tinkerの利用が向いています。自前運用はデータセンター級の作業です。

モデルカードは安全上の弱点も挙げています。ロールプレイや間接的な表現で包んだ有害な要求が、まれに拒否を回避できます。一般公開する場合は、コンテンツフィルタ、レート制限、監視を追加する必要があります。