Inkling di Thinking Machines Lab: il modello open-weight nato per essere addestrato sui dati di chi lo usa

Perché se ne parla#

Il 15 luglio 2026 Thinking Machines Lab, la società fondata da Mira Murati, ha pubblicato il suo primo modello con i pesi scaricabili. Si chiama Inkling, e l'attesa era alta: il laboratorio aveva raccolto 2 miliardi di dollari prima di far vedere al pubblico un solo prodotto.

La sorpresa sta nel tono dell'annuncio. Nessuna promessa di battere tutti. Thinking Machines scrive senza giri di parole che Inkling non è il modello più potente in circolazione, né fra quelli aperti né fra quelli chiusi. L'ambizione è diversa: essere la base migliore da cui partire per costruire un modello su misura.

Dietro c'è una scommessa precisa. Tanti problemi concreti non li risolve bene nemmeno il miglior modello generalista, perché gli manca il sapere specifico di un settore o di un'azienda. Secondo il laboratorio quel divario si colma con il fine-tuning: si prende il modello e lo si riaddestra con le conoscenze che possiede solo chi fa quel mestiere.

La scheda in una tabella#

Non il più forte, il più adattabile#

Fra i materiali di lancio c'è un grafico a radar che spiega la strategia meglio di qualsiasi comunicato. Inkling non è primo su nessuno degli assi, ma non ha nemmeno buchi evidenti. Il laboratorio lo ha allenato in larghezza anziché in profondità: agenti, ragionamento, programmazione, rispetto delle istruzioni, correttezza dei fatti, visione e audio. Nessuna disciplina spinta al limite a scapito delle altre.

Per un'azienda questa scelta ha una logica. Se il piano è prendere un modello aperto e specializzarlo, conviene partire da un generalista equilibrato, senza lacune gravi, e aggiungere la specializzazione dopo. Partire da un campione di una sola materia significa ereditarne anche i punti ciechi.

I tre ingredienti che Thinking Machines mette in fila sono questi: capacità multimodali, un ragionamento che non spreca token e la possibilità di addestrarlo subito su Tinker.

La manopola del ragionamento#

La caratteristica più originale di Inkling si chiama thinking effort: un numero da 0,2 a 0,99 che stabilisce quanto il modello deve pensare prima di dare una risposta. Diversi modelli concorrenti offrono un interruttore, ragiona oppure no. Qui c'è invece una manopola continua, come quella del volume.

Il motivo per cui interessa è economico. Ogni passaggio di ragionamento produce token, e i token si pagano. Thinking Machines sostiene che Inkling raggiunge lo stesso punteggio dei rivali consumandone molti meno. L'esempio portato: su Terminal Bench 2.1 pareggia Nemotron 3 Ultra con circa un terzo dei token.

Per chi specializza un modello su un compito preciso e poi lo mette al lavoro ogni giorno, questa efficienza vale quanto il punteggio più alto. Un modello leggermente meno brillante che consuma un terzo può costare molto meno a fine mese.

Cosa sa fare: le demo ufficiali#

Scrive una web app, poi la usa#

Nella prima dimostrazione Inkling realizza una piccola applicazione web con un modulo di candidatura. Subito dopo un agente che guida il browser apre quell'app e riempie il modulo, pescando i dati da un profilo salvato. Il passaggio che conta è il secondo: il modello non si ferma a produrre codice, adopera quello che ha appena prodotto. È la differenza fra un agente e un semplice completamento automatico.

Snake per più giocatori, con una sola frase#

Basta una richiesta in linguaggio naturale e ne esce un gioco che funziona: fisica, avversari guidati dal computer e classifica aggiornata dal vivo. Nessuno cambierà mestiere per questo, però mostra che il modello tiene insieme un lavoro complesso al primo tentativo.

Un giornale di nove pagine, scritto e impaginato#

Breakfast Around the World è un piccolo periodico in stile rivista: nove pagine dedicate alla colazione in sei città del mondo, con testi e impaginazione realizzati dal modello dall'inizio alla fine. Il contenuto è un pretesto. Quello che si vuole mostrare è che caratteri, stili e struttura grafica restano coerenti da una pagina all'altra.

Il modello che si riaddestra da solo#

È la demo più sorprendente. A Inkling si chiede di diventare un lipogramma, cioè di scrivere senza mai usare la lettera "e". Con le sole istruzioni nel prompt è un vincolo che prima o poi cede. Allora il modello usa Tinker su se stesso:

1. scrive i criteri per premiare le risposte corrette;

2. genera i dati sintetici per l'addestramento;

3. avvia il fine-tuning;

4. carica i pesi nuovi;

5. risponde di nuovo alla domanda iniziale, stavolta senza una sola "e".

Al di là del gioco, la dimostrazione dice una cosa utile: il ciclo "decido cosa voglio, preparo gli esempi, addestro, controllo" può essere in buona parte pilotato dal modello stesso.

I benchmark, letti con calma#

Thinking Machines ha pubblicato una tabella molto ampia. Tutti i valori sono misurati allo sforzo massimo (0,99) e con temperatura 1,0. Il confronto è con due modelli aperti, Kimi K2.6 e GLM 5.2, e con tre modelli chiusi: Gemini 3.1 Pro, Claude Fable 5 e GPT 5.6 Sol. Nel grafico ho messo a fianco di Inkling un rivale aperto e il più forte dei chiusi.

Il quadro conferma quello che il laboratorio stesso ammette. Nella programmazione con agenti Inkling sta sotto anche agli altri modelli aperti; nel ragionamento tiene il passo sulla matematica di AIME ma resta staccato sulle prove più dure, come HLE. La sua forza è l'assenza di buchi, audio compreso, un terreno che molti concorrenti nemmeno misurano. Qui sotto le tabelle complete.

Ragionamento#

Programmazione con agenti#

Agenti in generale e correttezza dei fatti#

SimpleQA misura quante domande di fatto il modello azzecca "a memoria", senza cercare altrove. È il punto in cui la distanza dai modelli chiusi si vede di più, e dove la versione ridotta perde di più.

Immagini e audio#

Sull'audio il confronto è possibile solo con Gemini 3.1 Pro: gli altri modelli in tabella non hanno un punteggio. È un indizio di quanto sia raro, fra i modelli aperti, avere l'ascolto integrato nello stesso cervello che scrive e guarda le immagini.

Sicurezza: dire di no quando serve, e solo allora#

Le due righe di FORTRESS vanno lette insieme. La prima dice quanto il modello resiste a chi prova a fargli fare qualcosa di dannoso; la seconda quanto si comporta bene con le domande legittime, senza rifiutarle per eccesso di prudenza.

Claude Fable 5 è il più difficile da ingannare (96,0%), ma sul versante delle domande innocue scende al 55,1%: segno che tende a dire di no anche quando non servirebbe. Inkling, secondo il laboratorio, trova un compromesso migliore, respingendo più richieste pericolose di Kimi e GLM senza diventare sospettoso con quelle normali. Per un assistente rivolto ai clienti è una qualità concreta: un rifiuto immotivato è un cliente servito male.

Sa quando non sa#

C'è poi un aspetto raro. Inkling è stato addestrato a calibrare la propria incertezza, cioè a far capire quando è sicuro e quando no. Su ForecastBench, dove si prevedono eventi futuri, ottiene 61,1 senza ricerca sul web: alla pari con Gemini 3.1 Pro e sopra GPT-5.5. Il team lo motiva così: un modello che si mostra certo di tutto, anche quando gli mancano le informazioni, obbliga chi lo usa a ricontrollare ogni risposta.

Come è fatto dentro#

Questa parte interessa soprattutto ai tecnici; per gli altri basta sapere che le scelte sono solide e documentate.

L'architettura#

Lo schema Mixture of Experts riprende in larga parte quello di DeepSeek-V3. In ogni strato ci sono 256 esperti a cui smistare il lavoro più 2 sempre condivisi, e per ogni token ne entrano in gioco 6. Lo smistamento usa un router sigmoide che bilancia il carico senza la cosiddetta perdita ausiliaria.

Ci sono però alcune scelte fuori dal comune:

• l'attenzione alterna strati a finestra scorrevole e strati globali, in proporzione di 5 a 1;

• la posizione delle parole è codificata in modo relativo, senza RoPE;

• dopo le proiezioni di chiavi e valori ci sono delle convoluzioni.

Multimodale dalla nascita#

Immagini e audio non sono moduli aggiunti in seguito. L'audio entra sotto forma di spettrogrammi dMel; le immagini vengono tagliate in tasselli da 40×40 e codificate da una hMLP a 4 strati. Tutto viene elaborato insieme ai token di testo, nello stesso flusso.

L'addestramento#

Per l'addestramento Thinking Machines ha usato sistemi NVIDIA GB300 NVL72 e un ottimizzatore misto: Muon per le matrici grandi, Adam per tutto il resto. Dopo il pre-training su 45 trilioni di token sono venute due fasi:

1. un avvio con fine-tuning supervisionato su dati sintetici, prodotti in parte anche con Kimi K2.5;

2. un reinforcement learning asincrono su larga scala, con più di 30 milioni di rollout fra matematica, programmazione con agenti, uso di strumenti, audio, immagini, conversazione e sicurezza.

Durante tutta la seconda fase la ricompensa è cresciuta in modo log-lineare, senza appiattirsi.

Il ragionamento che si accorcia da solo#

Un effetto non previsto dai ricercatori: con l'avanzare del reinforcement learning, la catena di ragionamento si è compressa spontaneamente. All'inizio il modello pensava con frasi complete, del tipo "We need to understand…"; alla fine scriveva in stile telegramma, "We need determine". Ha tagliato la grammatica superflua restando comprensibile. In altre parole, ha imparato da solo che ogni token ha un costo.

Inkling o Inkling-Small?#

Insieme al modello grande è uscita, in anteprima, una versione ridotta.

Grazie a una ricetta dei dati migliorata, secondo il laboratorio il piccolo pareggia o supera il grande su metà dei benchmark mostrati. Cede nettamente solo dove i parametri servono da memoria, come nelle domande di cultura generale: su SimpleQA scende a meno della metà. Se il vostro caso d'uso non si basa su conoscenze enciclopediche, Inkling-Small lavora con meno di un terzo dei parametri attivi e costa quindi molto meno da far girare.

Dove si trova e come si paga#

• Tinker: fine-tuning e inferenza, con contesto da 64K o da 256K token; sconto del 50% per un periodo limitato.

• Hugging Face: pesi completi, nel formato originale e in NVFP4, la versione pensata per i sistemi NVIDIA Blackwell.

• API di partner: TogetherAI, Fireworks, Modal, Databricks e Baseten.

• Framework compatibili: vLLM, SGLang, llama.cpp e transformers.

Cosa significa per un'azienda#

Inkling è interessante per chi ha conoscenze specifiche che nessun modello generalista possiede: un catalogo tecnico con migliaia di codici, un linguaggio di settore, procedure interne, casi storici. È lì che un modello riaddestrato può battere un modello più grande ma generico.

Ci sono però tre cose da tenere a mente.

1. I fatti vanno presi dai documenti, non dalla memoria. Con un 43,9% su SimpleQA, per rispondere su prezzi, norme o dati di prodotto Inkling va collegato a una ricerca nei vostri archivi, con le fonti citate. È il tipo di sistema che descrivo nella pagina sui sistemi AI su misura.

2. Il fine-tuning richiede esempi buoni. Servono esempi puliti di cosa è giusto e cosa no. Spesso preparare quei dati è il lavoro più lungo, più dell'addestramento vero e proprio.

3. Pesi aperti non vuol dire server in ufficio. Un modello da 975 miliardi di parametri richiede hardware da data center. Per la maggior parte delle PMI la strada praticabile resta un fornitore API o Tinker; se tenere i dati in casa è un vincolo, ne parlo nella guida all'AI locale in azienda.

Il mio parere#

Fra i modelli aperti usciti quest'anno, Inkling è quello con l'annuncio più onesto: dice di non voler vincere le classifiche e i numeri gli danno ragione. La sua forza non sta in un singolo punteggio ma nell'insieme: vede, ascolta e scrive nello stesso modello, permette di dosare il ragionamento e arriva con una filiera di fine-tuning già pronta.

Per un'azienda che vuole un modello suo, addestrato sui propri dati, oggi mi sembra il punto di partenza più ragionevole fra quelli aperti. Il tallone d'Achille è la precisione sui fatti: usato da solo, senza una ricerca nei documenti, sbaglia troppo per lavori dove la conoscenza esatta è tutto.

Prima di pensare al fine-tuning, però, farei sempre una verifica più semplice: un buon modello collegato ai vostri documenti basta già? Spesso sì. Se non basta, e il problema è il modo di lavorare più che le informazioni, allora Inkling diventa un candidato serio.

Domande frequenti#