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

_975 miliardi di parametri, un milione di token di contesto, testo, immagini e audio in un solo modello. Cosa ha rilasciato il laboratorio di Mira Murati, dove è forte, dove zoppica e a chi può servire._

Fonte: https://andreapirazzini.it/blog/inkling-thinking-machines-modello-open-weight · Andrea Pirazzini · 20 luglio 2026

## In breve

- Inkling ha 975 miliardi di parametri organizzati come Mixture of Experts, ma ne usa 41 miliardi per token; il contesto arriva a 1 milione di token.
- Testo, immagini e audio passano dallo stesso modello, e la quantità di ragionamento si regola con un valore da 0,2 a 0,99.
- Non punta a vincere le classifiche: Thinking Machines lo propone come base aperta da specializzare con il fine-tuning.
- Il punto debole è la memoria dei fatti: per usi che richiedono precisione va affiancato a una ricerca nei documenti aziendali.

## 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.

- **975 miliardi** parametri totali, di cui 41 miliardi attivi per ogni token
- **1M** token di contesto, il limite dell'architettura
- **45T** token di testo, immagini, audio e video usati per l'addestramento
- **30 milioni** rollout di reinforcement learning nella rifinitura (oltre)

_Fonte: dichiarato da Thinking Machines Lab, luglio 2026_

## La scheda in una tabella

| Voce | Cosa dichiara Thinking Machines |
| --- | --- |
| Parametri totali | 975 miliardi |
| Parametri attivi per token | 41 miliardi (architettura Mixture of Experts) |
| Finestra di contesto | 1 milione di token (limite dell'architettura) |
| Cosa legge | Testo, immagini e audio, nello stesso modello |
| Dati di addestramento | 45 trilioni di token tra testo, immagini, audio e video |
| Rifinitura | Reinforcement learning su oltre 30 milioni di rollout |
| Sforzo di ragionamento | Regolabile da 0,2 a 0,99 |
| Pesi | Completi, su Hugging Face |
| Fine-tuning | Su Tinker, la piattaforma del laboratorio, scontato del 50% per un periodo limitato |
| Versione ridotta | Inkling-Small (preview): 276 miliardi di parametri, 12 attivi |

> **Nota:** I numeri di questo articolo li ha pubblicati Thinking Machines Lab. Al momento del rilascio mancano ancora verifiche indipendenti complete: vanno letti come dichiarazioni del produttore.

## 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.

**Il profilo di Inkling su dieci prove** — Percentuale di successo, sforzo 0,99 e temperatura 1,0

| Asse | Inkling | Kimi K2.6 | GLM 5.2 | Claude Fable 5 | GPT 5.6 Sol |
| --- | --- | --- | --- | --- | --- |
| HLE con strumenti | 46% | 54% | 54,7% | 64,5% | 55% |
| AIME 2026 | 97,1% | 96,4% | 99,2% | 99,9% | 99,9% |
| GPQA | 87,2% | 91,1% | 89,5% | 92,6% | 94,1% |
| SWE-bench Verified | 77,6% | 80,2% | 80% | 95% | 82,2% |
| SWE-bench Pro | 54,3% | 58,6% | 62,1% | 80% | 64,6% |
| Terminal Bench 2.1 | 63,8% | 71,3% | 82,7% | 84,6% | 89,5% |
| MCP Atlas | 74,1% | 68,1% | 77,8% | 83,3% | 81,8% |
| Toolathlon | 45,5% | 58% | 59,9% | 76,4% | 73,1% |
| SimpleQA | 43,9% | 38,7% | 38,1% | 68,3% | 71,6% |
| Global-MMLU | 88,7% | 88,4% | 89,2% | 93,3% | 91,8% |

_Fonte: dichiarato da Thinking Machines Lab, luglio 2026; alcuni valori esterni da Artificial Analysis_

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.

> **Consiglio:** Una manopola del genere permette di tarare la spesa sul tipo di richiesta: poco ragionamento per smistare email o estrarre campi da un modulo, molto ragionamento solo per i casi difficili.

## 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.

[Video: La registrazione dello schermo pubblicata dal laboratorio: prima nasce l'app per le candidature, poi un agente la apre nel browser e compila il modulo con i dati di un profilo. Video: Thinking Machines Lab.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/f229f6c4-461c-4483-8797-62fa4d3b1220/318110f0-b447-491e-8464-3c1ae7c47eee.mp4)

### 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.

[Video: Lo snake generato da Inkling: persone e bot si contendono un'arena rotonda piena di palline da mangiare, con scatti di velocità e punteggi che si aggiornano a lato. Video: Thinking Machines Lab.](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/f229f6c4-461c-4483-8797-62fa4d3b1220/9380fc85-3a84-4a45-8280-21afe6ff0734.mp4)

### 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.

[PDF: Breakfast Around the World, il giornale impaginato da Inkling](https://xfzvzyxtnexwldhdjrdj.supabase.co/storage/v1/object/public/blog-media/posts/f229f6c4-461c-4483-8797-62fa4d3b1220/cceb67f3-7bdd-4fb5-81f1-a9e2256e87f2.pdf) — Il PDF originale in inglese, 9 pagine: copertina, introduzione, sei mattine a Parigi, Tokyo, Istanbul, Città del Messico, Hong Kong e Copenaghen, un confronto fra le sei tradizioni e le fonti. Testi, foto scelte con la ricerca sul web e impaginazione sono opera del modello.

### 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.

[Demo interattiva: Inkling che si riaddestra da solo, passo per passo](https://andreapirazzini.it/blog-embeds/inkling-terminal.html)
*La demo interattiva di Thinking Machines Lab: si vede il modello scrivere i criteri, generare gli esempi, lanciare il fine-tuning su Tinker e rispondere di nuovo senza la lettera e.*

## 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.

**Inkling contro Kimi K2.6 e Claude Fable 5** — Percentuale di successo, sforzo 0,99

| Voce | Inkling | Kimi K2.6 (open) | Claude Fable 5 (chiuso) |
| --- | --- | --- | --- |
| GPQA Diamond | 87,2% | 91,1% | 92,6% |
| SWE-bench Verified | 77,6% | 80,2% | 95% |
| SWE-bench Pro | 54,3% | 58,6% | 80% |
| Terminal Bench 2.1 | 63,8% | 71,3% | 84,6% |
| MCP Atlas | 74,1% | 68,1% | 83,3% |
| BrowseComp | 77,1% | 83,2% | 88% |
| SimpleQA Verified | 43,9% | 38,7% | 68,3% |

_Fonte: dichiarato da Thinking Machines Lab, luglio 2026_

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

| Benchmark | Inkling | Kimi K2.6 | GLM 5.2 | Gemini 3.1 Pro | Claude Fable 5 | GPT 5.6 Sol |
| --- | --- | --- | --- | --- | --- | --- |
| HLE, solo testo | 29,7% | 35,9% | 40,1% | 44,7% | 53,3% | 47,2% |
| HLE, con strumenti | 46,0% | 54,0% | 54,7% | 51,4% | 64,5% | 55,0% |
| AIME 2026 | 97,1% | 96,4% | 99,2% | 98,3% | 99,9% | 99,9% |
| GPQA Diamond | 87,2% | 91,1% | 89,5% | 94,1% | 92,6% | 94,1% |

**HLE, la prova più dura** — Percentuale di risposte corrette, solo testo e con strumenti

| Voce | Solo testo | Con strumenti |
| --- | --- | --- |
| Inkling | 29,7% | 46% |
| Kimi K2.6 | 35,9% | 54% |
| GLM 5.2 | 40,1% | 54,7% |
| Gemini 3.1 Pro | 44,7% | 51,4% |
| Claude Fable 5 | 53,3% | 64,5% |
| GPT 5.6 Sol | 47,2% | 55% |

_Fonte: dichiarato da Thinking Machines Lab, luglio 2026_

### Programmazione con agenti

| Benchmark | Inkling | Kimi K2.6 | GLM 5.2 | Gemini 3.1 Pro | Claude Fable 5 | GPT 5.6 Sol |
| --- | --- | --- | --- | --- | --- | --- |
| SWE-bench Verified | 77,6% | 80,2% | 80,0% | 80,6% | 95,0% | 82,2% |
| SWE-bench Pro | 54,3% | 58,6% | 62,1% | 54,2% | 80,0% | 64,6% |
| Terminal Bench 2.1 | 63,8% | 71,3% | 82,7% | 73,8% | 84,6% | 89,5% |

### Agenti in generale e correttezza dei fatti

| Benchmark | Inkling | Kimi K2.6 | GLM 5.2 | Gemini 3.1 Pro | Claude Fable 5 | GPT 5.6 Sol |
| --- | --- | --- | --- | --- | --- | --- |
| MCP Atlas | 74,1% | 68,1% | 77,8% | 78,2% | 83,3% | 81,8% |
| Toolathlon Verified | 45,5% | 58,0% | 59,9% | 61,1% | 76,4% | 73,1% |
| BrowseComp | 77,1% | 83,2% | non riportato | 85,9% | 88,0% | 90,8% |
| SimpleQA Verified | 43,9% | 38,7% | 38,1% | 77,3% | 68,3% | 71,6% |

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.

**Quanti fatti ricorda da solo** — SimpleQA Verified, risposte corrette senza ricerca

| Voce | Valore |
| --- | --- |
| Inkling-Small | 20,9% |
| Inkling | 43,9% |
| Kimi K2.6 | 38,7% |
| GLM 5.2 | 38,1% |
| Claude Fable 5 | 68,3% |
| GPT 5.6 Sol | 71,6% |
| Gemini 3.1 Pro | 77,3% |

_Fonte: dichiarato da Thinking Machines Lab, luglio 2026_

### Immagini e audio

| Benchmark | Inkling | Kimi K2.6 | Gemini 3.1 Pro | Claude Fable 5 | GPT 5.6 Sol |
| --- | --- | --- | --- | --- | --- |
| MMMU Pro | 73,5% | 79,0% | 82,0% | 84,2% | 83,0% |
| Charxiv RQ, con Python | 82,0% | 86,7% | 89,9% | 89,4% | 87,8% |
| MMAU, audio | 77,2% | non riportato | 82,5% | non riportato | non riportato |
| VoiceBench | 91,4% | non riportato | 94,3% | non riportato | non riportato |

**Vista e udito a confronto** — Percentuale di successo su immagini e audio

| Voce | Inkling | Kimi K2.6 | Gemini 3.1 Pro | Claude Fable 5 |
| --- | --- | --- | --- | --- |
| MMMU Pro | 73,5% | 79% | 82% | 84,2% |
| Charxiv RQ, con Python | 82% | 86,7% | 89,9% | 89,4% |
| MMAU, audio | 77,2% | n.d. | 82,5% | n.d. |
| VoiceBench | 91,4% | n.d. | 94,3% | n.d. |

_Fonte: dichiarato da Thinking Machines Lab, luglio 2026_

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

| Benchmark | Inkling | Kimi K2.6 | GLM 5.2 | Claude Fable 5 | GPT 5.6 Sol |
| --- | --- | --- | --- | --- | --- |
| FORTRESS, richieste ostili | 78,0% | 65,6% | 71,3% | 96,0% | 82,4% |
| FORTRESS, richieste innocue | 95,9% | 97,2% | 90,0% | 55,1% | 98,1% |
| StrongREJECT | 98,6% | 99,8% | 98,5% | 98,7% | 98,5% |

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.

**Prudenza contro utilità** — FORTRESS: richieste ostili e richieste innocue

| Voce | Richieste ostili | Richieste innocue |
| --- | --- | --- |
| Inkling | 78% | 95,9% |
| Kimi K2.6 | 65,6% | 97,2% |
| GLM 5.2 | 71,3% | 90% |
| Claude Fable 5 | 96% | 55,1% |
| GPT 5.6 Sol | 82,4% | 98,1% |

_Fonte: dichiarato da Thinking Machines Lab, luglio 2026_

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.

**La ricompensa che continua a salire** — Reinforcement learning di Inkling su un gruppo di test di ragionamento tenuti da parte (AIME, HLE, GPQA e altri)

Inkling:
| Rollout, in milioni | Ricompensa |
| --- | --- |
| 0.1 | 0,264 |
| 0.3 | 0,282 |
| 1 | 0,301 |
| 3 | 0,319 |
| 10 | 0,338 |
| 20 | 0,349 |
| 30 | 0,356 |

_Fonte: Thinking Machines Lab, luglio 2026: valori iniziale e finale dichiarati, punti intermedi ricostruiti dall'andamento log-lineare_

### 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.

| Voce | Inkling | Inkling-Small |
| --- | --- | --- |
| Parametri totali | 975 miliardi | 276 miliardi |
| Parametri attivi per token | 41 miliardi | 12 miliardi |
| Stato | Rilasciato | Preview |
| SimpleQA Verified | 43,9% | 20,9% |

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.

**Inkling e Inkling-Small, prova per prova** — Percentuale di successo; Inkling-Small è ancora in preview

| Voce | Inkling (975 miliardi) | Inkling-Small (276 miliardi) |
| --- | --- | --- |
| HLE con strumenti | 46% | 46,6% |
| AIME 2026 | 97,1% | 95,1% |
| GPQA Diamond | 87,2% | 88,3% |
| SWE-bench Verified | 77,6% | 77,4% |
| Terminal Bench 2.1 | 63,8% | 52,7% |
| MCP Atlas | 74,1% | 74,9% |
| SimpleQA | 43,9% | 20,9% |
| IFBench | 79,8% | 83,4% |
| VoiceBench | 91,4% | 90% |

_Fonte: dichiarato da Thinking Machines Lab, luglio 2026_

## 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.

> **Attenzione:** Il milione di token è il tetto dell'architettura, non l'offerta di tutti i servizi: Tinker propone due misure, 64K oppure 256K. Per usare l'intera finestra bisogna far girare il modello per conto proprio.

## 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](https://andreapirazzini.it/servizi/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](https://andreapirazzini.it/guide/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.

[Prenota una call](https://andreapirazzini.it/prenota)

## Domande frequenti

**Inkling è gratuito?**

Scaricare i pesi da Hugging Face non costa nulla. Si paga invece a consumo quando lo si usa tramite le API di partner come Together o Fireworks, o quando lo si riaddestra su Tinker, che al lancio costa la metà.

**In cosa si distingue Inkling-Small?**

Il grande ha 975 miliardi di parametri, 41 attivi per token; il piccolo 276 miliardi, 12 attivi, ed è ancora in preview. Nelle capacità sono quasi alla pari, ma sulla conoscenza dei fatti il piccolo scende dal 43,9% al 20,9% su SimpleQA.

**Posso addestrarlo sui dati della mia azienda?**

Sì, è proprio lo scopo per cui è nato. La strada ufficiale passa da Tinker, che mette a disposizione un cookbook su GitHub. Chi preferisce può scaricare i pesi e costruirsi una pipeline tutta sua.

**Il contesto da un milione di token è disponibile ovunque?**

No. Su Tinker si sceglie fra 64K e 256K token. Il milione è il limite del modello e si raggiunge solo installandolo per conto proprio.

**È adatto a rispondere su dati e numeri precisi?**

Da solo no: sui fatti a memoria è sotto i modelli chiusi. Per risposte affidabili va collegato a una ricerca nei documenti aziendali, in modo che citi la fonte invece di ricordare.