Все говорят, что рынок открытых нейросетей окончательно поделен между китайскими лабораториями и парой западных корпораций. Так ли это? Проект Thinking Machines под руководством Миры Мурати пытается доказать обратное. Они выпустили Inkling — мультимодальную модель с открытыми весами на архитектуре Mixture-of-Experts. Заявлены внушительные цифры: 975 миллиардов параметров, из которых активны 41 миллиард, и контекстное окно на миллион токенов. Базу предварительно обучали на массиве из 45 триллионов токенов текста, аудио, видео и изображений.

Разработчики делают ставку на агентурность и настраиваемую глубину рассуждений. Идея в том, что пользователь может балансировать между итоговой производительностью и затратами на генерацию. На бумаге способность модели менять интенсивность вычислений под конкретную задачу выглядит прагматично. Но локальное развертывание почти терабайтной модели требует специфического железа, которое есть далеко не у каждого независимого исследователя. Даже анонсированная облегченная версия Inkling-Small на 12 миллиардов активных параметров не отменяет высоких аппаратных требований для полноценной работы с мультимодальностью.

Правда кроется в бизнес-модели самого стартапа. Открывая веса, Thinking Machines делает упор на интеграцию модели в свою коммерческую платформу Tinker для тонкой настройки. Получается классический маневр: компания отдает тяжелую базовую технологию в свободный доступ, чтобы монетизировать удобную облачную инфраструктуру вокруг нее. Конкуренция на рынке действительно накаляется, только это не битва за идеальный открытый код. Это агрессивная борьба сервисов за то, чтобы разработчики привязали свои проекты к их проприетарным экосистемам.