Thinking Machines เปิดตัว Inkling โมเดลเปิดตัวแรก — MoE 975B มัลติโมดัล เทรนให้ "กว้าง" ไม่ใช่เก่งด้านเดียว ปล่อยน้ำหนักฟรีใต้ Apache 2.0

หลังเงียบมานานกว่าหนึ่งปีในฐานะสตาร์ทอัพที่ระดมทุนหลักหมื่นล้านดอลลาร์แต่ยังไม่เคยปล่อยโมเดลออกมา Thinking Machines Lab ของ Mira Murati (อดีต CTO ของ OpenAI) เปิดตัวโมเดลตัวแรกของบริษัทเมื่อวันที่ 15 กรกฎาคม 2026 ชื่อ Inkling — และเลือกทางที่ตรงข้ามกับเจ้าใหญ่ทุกราย นั่นคือ ปล่อยน้ำหนักเต็ม (open-weights) ใต้ใบอนุญาต Apache 2.0 ให้ใครก็โหลดไปแก้ ไปรันเอง หรือปรับจูนต่อได้อย่างอิสระ

Inkling เป็น Mixture-of-Experts (MoE) ขนาด 975 พันล้านพารามิเตอร์รวม แต่ active เพียง ~41B ต่อโทเคน เทรนจากศูนย์บนข้อมูล 45 ล้านล้านโทเคน ครอบคลุมข้อความ ภาพ เสียง และวิดีโอ และ “คิด” ข้ามสี่โมดัลได้แบบเนทีฟ จุดยืนที่ Thinking Machines วางไว้ชัดเจน: ไม่ได้ไล่คะแนน benchmark สูงสุด แต่ตั้งใจสร้างโมเดล “ฐานกว้าง” ที่เก่งพอทุกด้านและปรับแต่งได้ง่าย เพราะบริษัทเชื่อว่า AI ที่องค์กรเอาไปปรับเป็นของตัวเองได้ จะชนะโมเดล “ไซซ์เดียวใส่ได้ทุกคน” ที่แล็บใหญ่ขายอยู่ทุกวันนี้

สเปกที่นักพัฒนาต้องรู้

• สถาปัตยกรรม: MoE Transformer — 975B รวม / 41B active ต่อโทเคน; แต่ละเลเยอร์ MoE มี 256 routed experts + 2 shared experts เปิดใช้ 6 routed ต่อโทเคน
• คอนเท็กซ์: สูงสุด 1 ล้านโทเคน
• มัลติโมดัลเนทีฟ: รับข้อความ/ภาพ/เสียง/วิดีโอ (ภาพเป็น patch 40×40 พิกเซล, เสียงเป็น dMel spectrogram) — แต่ เอาต์พุตตอนนี้ยังจำกัดที่ข้อความ โค้ด และข้อมูลแบบมีโครงสร้าง
• Controllable thinking effort: ปรับระดับ “ความคิดหนัก-เบา” ได้ เพื่อบาลานซ์คุณภาพกับจำนวนโทเคน (ค่า effort 0–0.99) — บน Terminal Bench 2.1 ทำได้เทียบเท่า Nemotron 3 Ultra แต่ใช้โทเคน ราวหนึ่งในสาม
• ใบอนุญาต: Apache 2.0 — ใช้เชิงพาณิชย์ได้เต็มที่ ไม่มีเงื่อนไขผูกมัด
• น้ำหนัก: อยู่บน Hugging Face ที่ repo thinkingmachines/Inkling

นอกจากตัวเต็มแล้ว บริษัทยัง preview Inkling-Small — รุ่นเบา 276B รวม / 12B active ที่หลาย benchmark ทำได้เท่าหรือดีกว่าตัวใหญ่ แต่ latency และต้นทุนต่ำกว่ามาก และประกาศว่านี่คือ “ตัวแรกในตระกูลหลายขนาด”

เบนช์มาร์ก: กว้างจริง

ที่ effort=0.99 ตัวเลขที่ Thinking Machines รายงาน:

• เหตุผล/ความรู้: HLE (มีเครื่องมือ) 46.0%, AIME 2026 97.1%, GPQA Diamond 87.2%
• โค้ด: SWE-bench Verified 77.6%, Terminal Bench 2.1 63.8%
• วิชั่น: MMMU Pro 73.5%, CharXiv RQ 78.1%
• เสียง: VoiceBench 91.4%, MMAU 77.2%
• ความปลอดภัย: FORTRESS Adversarial 78.0%, StrongREJECT 98.6%

ตัวเลขเหล่านี้ไม่ได้นำหน้าโมเดลปิดแบบขาดลอยทุกช่อง แต่จุดขายคือ ไม่มีช่องไหนอ่อนอย่างมีนัยสำคัญ — เก่งโค้ด เก่งภาพ เก่งเสียง เก่งเหตุผลพร้อมกันในโมเดลเดียว ซึ่งเป็นสิ่งที่โมเดลเปิดส่วนใหญ่ (ที่มักโฟกัสโค้ดหรือเหตุผลอย่างเดียว) ยังทำได้ยาก และก่อนหน้านี้โปรเจ็กต์ร่วมกับ Bridgewater ก็โชว์คะแนน 84.7% บนโจทย์เหตุผลเชิงการเงิน เอาชนะโมเดลปิดชั้นนำที่ต้นทุนราว 1 ใน 14 — สอดคล้องกับแนวทาง “expert judgment” ที่เราเคยรายงานไปเมื่อ 4 ก.ค.

รันเองได้ไหม? ได้ แต่ต้องเข้าใจสเกล

นี่คือโมเดล 975B — ไม่ใช่ของที่รันบนการ์ดใบเดียว:

• BF16 เต็ม: ต้องการ VRAM ~2 TB
• NVFP4: ~600 GB
• แต่ Unsloth ควอนไทซ์ลงถึง 1-bit ลด VRAM ~95% รันผ่าน llama.cpp ด้วยไฟล์ GGUF โดยยังรักษาความแม่นราว ~74% ของ top-1 (เทรดออฟชัดเจน แต่เปิดทางให้ทดลองบนเครื่องเล็กลงมาก)
• รองรับ transformers day-0, vLLM และ SGLang

สำหรับทีมที่ไม่อยากแบกฮาร์ดแวร์เอง Inkling ให้บริการผ่าน Tinker (แพลตฟอร์มปรับจูนของ Thinking Machines เอง ตอนนี้ลด 50%) และผู้ให้บริการอย่าง TogetherAI, Fireworks, Modal, Databricks และ Baseten โมเดลธุรกิจของบริษัทน่าสนใจ: รายได้มาจาก Tinker (บริการปรับแต่ง) ไม่ใช่การขายไลเซนส์โมเดล เพราะเมื่อปล่อยน้ำหนักฟรีแล้ว ไม่มีอะไรบังคับให้คนโหลดต้องจ่าย — เดิมพันคือ “ปรับแต่งให้เป็นของคุณ” ไม่ใช่ “เช่า API”

มุมมอง AI Curator

Inkling เป็นการเปิดตัวที่มี “ท่าที” มากกว่าตัวเลข และนั่นคือสิ่งที่น่าคิดที่สุด สตาร์ทอัพที่ระดมทุนระดับที่เคยมีข่าวว่าจะถึง 5 หมื่นล้านดอลลาร์ เลือกปล่อยโมเดลแรกเป็น open-weights Apache 2.0 — ไม่ใช่ API ปิดแบบ OpenAI ที่ Murati เคยอยู่ นี่คือการประกาศจุดยืนว่าอนาคตของ AI องค์กรอยู่ที่ “ปรับแต่งได้” ไม่ใช่ “ดีที่สุดสำหรับทุกคน” และมันวางเดิมพันบนธุรกิจ Tinker แทนการขายโทเคน ซึ่งเป็นเส้นทางเดียวกับ open-core ที่เราเห็นถี่ขึ้นเรื่อย ๆ ในวงการโมเดลเปิด

สำหรับนักพัฒนาไทยและ SEA ประเด็นจริงมีสองชั้น ชั้นแรก: ปรัชญา “กว้างไม่ใช่แคบ” ตรงกับความจริงของงานองค์กรในภูมิภาค — เรามักไม่ได้ต้องการโมเดลที่เก่ง benchmark หนึ่งสูงสุด แต่ต้องการตัวที่ “เก่งพอทุกด้าน” แล้วปรับจูนบนข้อมูลภาษาไทย/โดเมนเฉพาะได้ ใบอนุญาต Apache 2.0 + น้ำหนักเต็มทำให้ทำ continued pretraining หรือ LoRA บนข้อมูลอธิปไตยของเราเองได้โดยไม่ติดเงื่อนไข — สอดรับกับทิศทาง sovereign AI ที่เราพูดถึงบ่อยกับ Typhoon/OpenThaiGPT

ชั้นที่สอง — และต้องพูดตรง ๆ: 975B ไม่ใช่ของที่ทีมทั่วไปในไทยจะโฮสต์เอง VRAM 600 GB–2 TB คือคลัสเตอร์ระดับองค์กรใหญ่หรือคลาวด์เท่านั้น ต่อให้ Unsloth บีบเหลือ 1-bit ให้ลองบน llama.cpp ได้ คุณภาพที่ ~74% ก็เหมาะกับการ “ทดลอง/พิสูจน์แนวคิด” มากกว่าใช้งานจริง ฉะนั้นในทางปฏิบัติ ทางเข้าที่สมเหตุผลสำหรับคนส่วนใหญ่คือ Inkling-Small (12B active) เมื่อปล่อยเต็ม หรือเรียกผ่านผู้ให้บริการ inference ที่ list ไว้ ความหมายเชิงกลยุทธ์จึงสำคัญกว่าความหมายเชิง “โหลดมารันคืนนี้”: โมเดลเปิดคุณภาพสูงที่ปรับแต่งได้เต็มกำลังเพิ่มขึ้นเรื่อย ๆ และช่องว่างกับโมเดลปิดก็แคบลงทุกเดือน — สำหรับผู้สร้าง นี่คือข่าวดีระยะยาวที่ชัดเจน

แหล่งข่าว

• Inkling: Our open-weights model — Thinking Machines Lab
• Inkling Model Card — Thinking Machines Lab
• Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling — TechCrunch
• Welcome Inkling by Thinking Machines — Hugging Face