Intelligenza Artificiale
Architetture AI on-premise, LLM locali, RAG, agenti autonomi. L’intelligenza che non si può permettere di vedere spenta va posseduta.
Scopri →
Admina Enterprise
Governance AI Open Source: audit trail, PII redaction, policy bidirezionali ALLOW/BLOCK/REDACT su qualsiasi modello, locale o remoto.
Scopri Admina →
Ricerca & Sviluppo
Ricerca applicata e prototipazione, dall’AI all’infrastruttura, in collaborazione con università e centri di ricerca.
Scopri →
Servizi & Sistemi Linux
Progettazione, deploy e gestione di infrastrutture Linux on-premise: dai server all’hardware AI, con dati che restano tuoi.
Scopri →
Cos’è Inkling
Thinking Machines Lab, il laboratorio fondato da Mira Murati (ex CTO di OpenAI), ha rilasciato il 15 luglio 2026 il suo primo modello: Inkling. È a pesi aperti, i pesi completi sono scaricabili da Hugging Face e chiunque può eseguirlo e personalizzarlo, senza vedere i dati di addestramento né il codice.
L’architettura è un Mixture of Experts da 975 miliardi di parametri totali, di cui solo circa 41 miliardi attivi per ogni token, con una finestra di contesto da 1 milione di token. È nativamente multimodale: ragiona su testo, immagini e audio nello stesso modello, non tramite componenti separati incollati insieme. Il pre-addestramento è avvenuto su 45 trilioni di token di testo, immagini, audio e video.
La scommessa
Thinking Machines è esplicita: «Inkling non è il modello complessivamente più forte oggi disponibile, aperto o chiuso». La scelta è deliberata. Al posto della rincorsa al benchmark, il laboratorio punta su un insieme diverso di qualità: capacità multimodali, ragionamento efficiente e disponibilità su Tinker per il fine-tuning. L’obiettivo dichiarato è una buona base a pesi aperti da adattare al proprio dominio.
La dimostrazione scelta è indicativa: il modello viene messo a fine-tuning per scrivere in lipogramma, cioè evitando del tutto una lettera. Il valore sta nella facilità con cui lo si piega a un compito specifico tramite post-training. È la stessa logica di Ornith 1.0 e del filone dei modelli a pesi aperti che raccontiamo da tempo, applicata a un modello di scala quasi da mille miliardi di parametri.
Sotto il cofano
L’architettura mette insieme diverse scelte di progetto recenti:
- MoE con 256 esperti instradati + 2 condivisi, 6 instradati attivi per token, routing sigmoide con bilanciamento del carico senza loss ausiliaria.
- Attenzione a finestra scorrevole e globale alternate in rapporto 5:1, con 8 teste KV.
- Embedding posizionali relativi appresi al posto di RoPE, per estrapolare meglio su sequenze lunghe.
- Convoluzioni corte dopo le proiezioni key/value e sui rami residui.
- Ottimizzazione ibrida: Muon per i pesi matriciali, Adam per gli altri parametri.
- Multimodalità encoder-free: spettrogrammi dMel per l’audio, patch da 40×40 pixel per le immagini.
Efficienza, agenti e benchmark
Due tratti pensati per l’uso reale. Il primo è lo sforzo di ragionamento controllabile: si regola il budget di calcolo caso per caso. Secondo Thinking Machines, per raggiungere gli stessi obiettivi Inkling usa circa un terzo dei token di modelli confrontabili come Nemotron 3 Ultra, un dato che conta parecchio quando il modello gira sul proprio hardware e ogni token è costo. Il secondo è l’uso agentico degli strumenti, addestrato su più harness di coding e di agenti con schemi di tool randomizzati, così da non dipendere da una singola implementazione.
I benchmark riportati dal laboratorio (a sforzo massimo, effort 0,99) sono di fascia alta: AIME 2026 al 97,1%, GPQA Diamond all’87,2%, SWE-Bench Verified al 77,6%, MMMU Pro al 73,5%, VoiceBench al 91,4%. Il post-training usa RL asincrono su larga scala, oltre 30 milioni di rollout. Un effetto emergente segnalato: le catene di ragionamento si sono compresse da sole, perdendo sovrastruttura grammaticale pur restando comprensibili, senza essere ottimizzate esplicitamente per la brevità.
Accanto al modello grande arriva in anteprima Inkling-Small, da 276 miliardi di parametri (12 attivi), con prestazioni vicine su molti benchmark a latenza e costo minori; i pesi saranno rilasciati dopo i test. I pesi completi sono su Hugging Face, con un checkpoint NVFP4 per i sistemi NVIDIA Blackwell e l’inferenza è supportata da SGLang, vLLM e llama.cpp, oltre ai partner di deployment. Il fine-tuning passa da Tinker, la piattaforma di personalizzazione dello stesso laboratorio.
Dal modello che noleggi al modello che personalizzi
È qui che Inkling conta per chi lavora come noi. La strada più comune, oggi, è noleggiare l’intelligenza da un pugno di laboratori di frontiera: un’API generalista, uguale per tutti, che qualcun altro governa e può cambiare. Inkling propone la strada opposta: pesi che scarichi, personalizzi sui tuoi dati e fai girare dove vuoi.
I pezzi per percorrerla ci sono già e li abbiamo raccontati uno per uno. I motori come colibri, che streamma gli esperti di un MoE enorme dal disco, e DwarfStar 4 rendono eseguibili in locale modelli che ieri richiedevano un cluster; l’hardware “AI sulla scrivania” come le workstation NVIDIA GB10 porta la potenza vicino ai dati; i modelli a pesi aperti come GLM 5.2 danno la frontiera senza dipendenze. Inkling aggiunge il tassello del fine-tuning: non solo far girare un modello, ma verticalizzarlo azienda per azienda, che è esattamente il modo in cui pensiamo prodotti come DataGovern, configurabili sul singolo caso.
E il pavimento operativo, una volta posseduto, va governato: Admina porta audit trail e policy ALLOW/BLOCK/REDACT su qualunque modello, locale o remoto. È il senso di Open Intelligence, Secure Governance: possedere l’intelligenza e tenerne il controllo.
Cosa ne pensiamo
Inkling è interessante non tanto per il posto in classifica, quanto per la tesi che porta: un modello di frontiera ha più valore come base da personalizzare che come servizio generalista da consumare. È la stessa cosa che ripetiamo da tempo, detta da un laboratorio nuovo e con un modello a pesi aperti scaricabile oggi.
Restano i limiti, che è giusto non nascondere. Il fine-tuning “ufficiale” passa per Tinker, una piattaforma cloud del laboratorio; far girare in casa un MoE da quasi mille miliardi di parametri richiede comunque hardware serio o motori di streaming come colibri, con i loro compromessi di velocità; e i pesi di Inkling-Small non sono ancora pubblici. Ma la direzione è quella giusta ed è quella in cui lavoriamo: AI on-premise, personalizzata sui tuoi dati e governata, su infrastruttura Linux che resta tua. Il modello si adatta ai dati e ai processi dell’organizzazione che lo esegue.