Thinking Machines Inkling: Muratis erstes Open-Weight-Modell ist da

Thinking Machines Inkling ist da: Das KI-Startup von Ex-OpenAI-CTO Mira Murati hat am 15. Juli 2026 sein erstes eigenes Modell veröffentlicht. Bemerkenswert ist nicht nur das Debüt selbst, sondern die Strategie dahinter – ein Open-Weight-Modell, das gezielt auf Anpassbarkeit statt auf reine Benchmark-Krone setzt.

Thinking Machines Inkling: die Eckdaten

Inkling ist ein Mixture-of-Experts-System mit 975 Milliarden Parametern insgesamt. Für eine einzelne Anfrage aktiviert das Modell aber nur einen Bruchteil davon – rund 41 Milliarden Parameter. Trainiert wurde es auf 45 Billionen Tokens aus Text, Bild, Audio und Video, und es verarbeitet diese vier Modalitäten nativ. Das Kontextfenster reicht bis zu einer Million Tokens.

Newsletter

Klartext ins Postfach

KI, Security & Crypto – die wichtigsten Analysen, kein Spam. Jederzeit abbestellbar.

E-Mail-Adresse *

Vorname

Nachname

Wichtig für Entwickler: Inkling ist Open-Weight. Die vollständigen Gewichte stehen auf Hugging Face zum Download bereit, und das Modell lässt sich über Tinker – die Feintuning-Plattform des Unternehmens – anpassen. Einsehbar sind die Trainingsdaten und der Quellcode allerdings nicht.

Warum Thinking Machines Inkling anders tickt

Murati positioniert Inkling ausdrücklich nicht als das stärkste Modell auf dem Markt. Stattdessen soll die Kombination aus Eigenschaften überzeugen: multimodale Fähigkeiten, effizientes „Nachdenken“ und eine gute Basis für individuelle Anpassung. Nutzer können den „Thinking Effort“ hoch- oder herunterregeln, wenn sie Genauigkeit gegen Geschwindigkeit tauschen wollen.

Der wohl interessanteste Punkt aus Security-Sicht: Inkling ist darauf ausgelegt, kalibrierte Antworten zu geben – das Modell soll Unsicherheit offen kennzeichnen, statt einfach zu raten. Gerade für den professionellen Einsatz ist das ein wichtiger Baustein gegen Halluzinationen.

Einordnung: der Trend zu spezialisierten Open-Weight-Modellen

Inkling reiht sich in eine Welle offener Modelle ein, die 2026 den Markt prägen. Erst kürzlich sorgte Kimi K3 als bisher größtes Open-Source-Modell für Schlagzeilen. Der rote Faden: Nicht das eine Universalmodell gewinnt, sondern anpassbare Basismodelle, die Unternehmen auf ihre Daten und Aufgaben zuschneiden.

Für alle, die ein Open-Weight-Modell wie Inkling nicht in der Cloud, sondern lokal betreiben wollen, ist vor allem die Hardware entscheidend. Worauf es bei GPU, RAM und Co. wirklich ankommt, zeigt unser Ratgeber zu Hardware-Fehlern beim Kauf für lokale KI.

Fazit zu Thinking Machines Inkling

Mit Inkling zeigt Thinking Machines, dass Muratis Wette gegen das „One-size-fits-all“-Prinzip ernst gemeint ist. Wer ein anpassbares, multimodales und ehrlich kalibriertes Basismodell sucht, bekommt hier eine spannende Alternative zu den geschlossenen Flaggschiffen – und kann sofort auf Hugging Face loslegen.

Quellen

• TechCrunch: Thinking Machines releases its first open model, Inkling
• Fortune: Murati’s Thinking Machines releases first AI model for broad use
• Thinking Machines Lab: Introducing Inkling