Thinking Machines lance Inkling, son premier modèle à poids ouverts
Thinking Machines dévoile Inkling, un modèle multimodal de 975 milliards de paramètres avec des poids ouverts, disponible via l'API Tinker et sur Hugging Face.
Thinking Machines lance Inkling
Thinking Machines a officiellement lancé Inkling, son tout premier modèle à poids ouverts. Ce modèle impressionne par sa taille : il compte 975 milliards de paramètres au total, dont 41 milliards sont actifs lors de l'inférence. Il est capable de traiter simultanément du texte, des images et de l'audio.
L'accès au modèle est proposé via l'API de la plateforme Tinker, offrant une fenêtre de contexte de 256 000 jetons. Les poids du modèle sont également disponibles sur Hugging Face, où ils supportent une fenêtre de contexte pouvant aller jusqu'à 1 million de jetons.
Résultats et évaluations
Dans l'indice d'intelligence Artificial Analysis, Inkling a obtenu un score de 41 points. Cela en fait le meilleur modèle américain à poids ouverts, dépassant Nemotron 3 Ultra qui avait atteint 38 points.
Personnalisation et ajustement fin
Inkling a été spécifiquement conçu pour être personnalisé et ajusté (fine-tuning) via la plateforme Tinker. Cette approche permet aux développeurs d'adapter le modèle à leurs produits individuels et à leurs flux de travail spécifiques.
Tarification
- Coût par million de jetons (fenêtre de contexte de 64 000) :
1,87 $ pour les jetons d'entrée / 0,374 $ pour les jetons mis en cache / 4,68 $ pour les jetons de sortie - Coût par million de jetons (fenêtre de contexte de 256 000) :
3,74 $ pour les jetons d'entrée / 0,748 $ pour les jetons mis en cache / 9,36 $ pour les jetons de sortie
Pourquoi c'est important
AnalyseInkling marque une avancée majeure dans le développement de modèles d'IA à poids ouverts, permettant aux développeurs d'adapter la technologie à leurs besoins spécifiques. Cette ouverture ouvre de nouvelles perspectives pour la personnalisation des solutions d'IA.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Des chercheurs du MIT montrent que GPT-6 Astra peut améliorer d’autres modèles d’IA en modifiant leurs poids
Dans une expérience, Astra a porté la précision de Qwen3.5-0.8B sur MATH-500 de 7,9 % à 48,1 % en ne modifiant que 0,016 % des poids du modèle.
JSON — données structurées pour les applications, les API et les agents IA
Guide pratique complet du format JSON : règles de syntaxe, sérialisation via parse/stringify, intégration avec les API REST, schémas JSON et sortie structurée pour l'intelligence artificielle.
Formats DOCX et XLSX : quand un document final complet est nécessaire avec l'IA
Guide pratique complet sur la génération et le traitement de documents DOCX et de tableaux XLSX à l'aide de l'IA : comparaison avec Markdown et CSV, ingénierie des prompts, gestion des formules et automatisation dans le code.
Binance publie une enquête sur le vol de 6,3 milliards de dollars
L’enquête relie le vol à un Homebrew modifié, à un entretien d’embauche falsifié et à l’abus d’un outil d’IA interne de Binance.