Inkling: open-weights ตัวแรกของ Thinking Machines Lab

เกิดอะไรขึ้น

Thinking Machines Lab (ก่อตั้งโดย Mira Murati อดีต CTO ของ OpenAI) ปล่อย Inkling โมเดล open-weights ตัวแรกของบริษัท (15-16 ก.ค. 2026) (Thinking Machines, Simon Willison)

สเปก (vendor primary · corroborate โดย AA + the-decoder)

• สถาปัตยกรรม MoE: 975B total / 41B active · โครงสร้าง 256 routed experts + 2 shared experts · active 6 routed experts ต่อ token (Thinking Machines)
• License: Apache 2.0 ตามที่ระบุใน model card (model card) · แต่ไม่ใช่ Apache แบบไร้เงื่อนไข ดูหัวข้อ license ด้านล่าง
• Input: text (UTF-8) · image (รับ pixel-based image ใดก็ได้ · แนะนำ 40px-4096px ต่อด้านเพื่อผลลัพธ์ดีสุด) · audio (WAV 16kHz · แนะนำไม่เกิน 20 นาที) · Output: text อย่างเดียว (model card)
  • ⚠ video ไม่ใช่ input · video เป็นแค่ training data · (ข่าวไทยบางเจ้าเขียนรวม "text/image/audio/video" โดยไม่แยก input ออกจาก training data)
• Context: สูงสุด 1M token บน weights · แต่ Tinker API ของ TML เองจำกัดที่ 256K (independent: AA ระบุ tier ราคา 64K/256K) · เป็น ข้อจำกัดของ deployment ไม่ใช่ความขัดแย้งของสเปก · ผู้ให้บริการรายอื่นอาจตั้งลิมิตของตัวเอง (ยังไม่ยืนยัน) (AA, smol.ai)
• เทรนด้วย 45 ล้านล้าน token (text/images/audio/video) · เป็น vendor claim ล้วน ไม่มีการวัดอิสระ · น่าสังเกตว่าเอกสาร Training Data Documentation เองบอกแค่ "trillions of tokens" (Thinking Machines, TDD)

⚠ คะแนน 41 คือ "score" ไม่ใช่ "อันดับ 41"

จุดที่พลาดกันง่ายที่สุดในข่าวนี้ · Artificial Analysis ให้ Inkling debut ที่ score 41 บน Intelligence Index ซึ่งแปลว่า เป็นอันดับ 1 ของ US open-weights models ไม่ใช่อันดับที่ 41 (AA, the-decoder)

แต่ยังตามหลังโมเดลจีนระดับท็อปในภาพรวม (the-decoder)

TML ยอมรับเองว่าไม่ใช่ frontier

quote ตรงจาก vendor (ซื่อสัตย์ผิดคาดสำหรับ launch post):

"Inkling is not the strongest overall model available today, open or closed. Instead, a combination of qualities makes it a good open-weights base for customization: multimodal capabilities, efficient thinking, and availability on Tinker for fine-tuning." (Thinking Machines)

จุดขายจึงไม่ใช่ "เก่งสุด" แต่คือ ฐานที่เอาไป fine-tune ต่อได้ ผ่าน Tinker (เครื่องมือ fine-tune ที่บริษัทปล่อยมาก่อนหน้า)

Inkling-Small (276B total / 12B active) เปิดพรีวิวแล้ว · weights จะปล่อย "once that work is complete" (Simon Willison)

License: Apache 2.0 ที่มีเงื่อนไขแปะเพิ่ม

model card ระบุ Apache 2.0 · แต่มีรายงานว่า weights มาพร้อม Model Acceptable Use Policy แยกต่างหาก ที่ผูกกับทั้ง weights และเวอร์ชันดัดแปลง = ไม่ใช่ Apache แบบเสรีเต็มที่ (techi.com)

ข้อจำกัดของหลักฐาน (ต้องบอกตรงๆ): ข้อนี้มาจาก techi.com แหล่งเดียว และ ยังไม่มีใครอ่านตัวเอกสาร AUP โดยตรง · ใช้ในคอร์สได้ในระดับ "มีรายงานว่า" เท่านั้น จนกว่าจะเปิดอ่านเอกสารจริง

เอกสารบาง: จุดที่ Willison ตำหนิ (สองเรื่องแยกกัน)

1. model card "much shorter than I've come to expect from US AI labs"
2. Training Data Documentation (คนละไฟล์) "even shorter... with almost nothing of interest in it" · ภาษาที่คลุมเครือเรื่องข้อมูลเทรน:

"The datasets Thinking Machines Lab uses to develop its AI services includes content that is in the public domain as well as content that may be subject to intellectual property protection." (TDD)

แปลไทยตรงๆ: "เราใช้ของสาธารณะ และของที่อาจมีลิขสิทธิ์" ซึ่งแทบไม่ได้บอกอะไรเลย

Ecosystem day-0

weights ใช้ได้ผ่าน API ของ TogetherAI, Fireworks, Modal, Databricks, Baseten · รองรับโดย vLLM, SGLang, llama.cpp (รายชื่อไม่ครบถ้วน) (Thinking Machines)