L’annuncio di Inkling da parte di Thinking Machines Lab rappresenta uno dei lanci più significativi dell’anno nel panorama dell’intelligenza artificiale, non tanto perché introduce il modello più potente mai costruito, quanto perché fotografa un cambiamento profondo nelle priorità del mercato. Dopo oltre due anni dominati dalla corsa ai benchmark e alla ricerca dell’AGI, il dibattito si sta spostando verso una domanda molto più concreta: quanto costa davvero utilizzare un modello su scala aziendale e quale ritorno economico genera?
Inkling nasce con questa filosofia. Si tratta di un modello Mixture of Experts da 975 miliardi di parametri, dei quali soltanto 41 miliardi vengono attivati durante l’inferenza per ciascun token. Questa architettura consente di ottenere capacità paragonabili a quelle dei grandi modelli frontier mantenendo costi computazionali decisamente inferiori. Il supporto a una finestra di contesto da un milione di token, un sistema di attenzione ottimizzato e la possibilità di regolare dinamicamente il livello di ragionamento attraverso un parametro dedicato mostrano un orientamento molto diverso rispetto alla tradizionale corsa alla dimensione del modello.
L’aspetto più interessante non riguarda però l’architettura, bensì il modello economico. Thinking Machines distribuisce Inkling con licenza Apache 2.0, permettendo alle aziende di implementarlo direttamente nei propri data center o nelle infrastrutture cloud senza i vincoli tipici delle API proprietarie. È una scelta che intercetta una crescente diffidenza verso la dipendenza da fornitori chiusi, soprattutto nei settori dove proprietà intellettuale, compliance normativa e riservatezza dei dati rappresentano fattori critici.
Anche il costo dell’inferenza riflette questa strategia. Con prezzi intorno a un dollaro per milione di token in ingresso e poco più di quattro dollari per quelli in uscita, Inkling si posiziona sensibilmente sotto le principali offerte occidentali a modello chiuso. La differenza diventa ancora più evidente considerando il minore numero di token generati durante il ragionamento, elemento che incide direttamente sulla spesa finale delle aziende.
Sul piano tecnico, il modello è multimodale e integra testo, immagini e audio in un’unica rappresentazione tokenizzata. Una scelta interessante consiste nell’estrazione preliminare del testo dai contenuti multimediali prima dell’elaborazione, soluzione che semplifica il debugging e rende più trasparente il comportamento del sistema durante l’inferenza. È un dettaglio apparentemente marginale, ma che rivela un’attenzione particolare verso gli sviluppatori e le esigenze operative delle implementazioni reali.
Thinking Machines introduce inoltre il concetto di “Interaction Models”, una filosofia progettuale secondo cui il modello non deve limitarsi a rispondere alle domande, ma deve operare come componente di sistemi software complessi, interagendo con strumenti, API, ambienti di sviluppo e workflow articolati. Durante l’addestramento sono stati randomizzati strumenti e schemi API proprio per evitare che il modello si specializzasse eccessivamente su un singolo ecosistema, aumentando così la capacità di generalizzazione nelle applicazioni enterprise.
Non meno importante è la strategia infrastrutturale. Inkling supporta fin dall’origine numerosi motori di inferenza e piattaforme cloud, oltre alla quantizzazione NVFP4 che riduce drasticamente i requisiti di memoria. Un modello di queste dimensioni richiederebbe teoricamente circa due terabyte di VRAM, mentre attraverso la nuova quantizzazione può operare con circa seicento gigabyte, rendendo realistiche implementazioni private che fino a pochi mesi fa sarebbero state economicamente proibitive.
La piattaforma proprietaria Tinker completa il quadro offrendo strumenti di fine tuning e orchestrazione GPU pensati per aziende che non dispongono di grandi team specializzati in machine learning. È una mossa strategica evidente: il valore non risiede soltanto nel modello, ma nell’intero ecosistema che accompagna il cliente dalla personalizzazione alla produzione.
Esiste tuttavia un elemento ancora più interessante. Inkling dimostra come la competizione tra Stati Uniti e Cina sia ormai molto più sfumata di quanto suggerisca la retorica geopolitica. Thinking Machines riconosce apertamente di essersi ispirata all’architettura Mixture of Experts sviluppata da DeepSeek e di avere utilizzato dati sintetici generati anche da modelli cinesi durante il post training. La ricerca sull’intelligenza artificiale continua quindi a funzionare come un ecosistema globale nel quale innovazioni, tecniche e metodologie attraversano continuamente i confini nazionali.
Il messaggio più importante che emerge da questo lancio riguarda però il cambiamento di mentalità delle imprese. Per anni il settore ha inseguito il modello perfetto, sempre più grande e costoso. Oggi i CIO e i CTO iniziano a ragionare come qualsiasi altro dirigente: misurano il ritorno dell’investimento, la prevedibilità dei costi, la possibilità di evitare lock-in tecnologici e la libertà di adattare i modelli ai propri dati.
È probabilmente questa la vera lezione di Inkling. Il futuro dell’intelligenza artificiale aziendale non sarà dominato da un unico modello universale, ma da architetture ibride nelle quali modelli frontier verranno riservati ai problemi più complessi, mentre la maggior parte delle attività operative sarà affidata a modelli open weights ottimizzati, personalizzati e molto meno costosi. In altre parole, l’era dell’hype lascia progressivamente spazio all’ingegneria pragmatica. Per chi costruisce prodotti basati sull’intelligenza artificiale, questa potrebbe essere la trasformazione più importante degli ultimi due anni.