Thinking Machines Lab, Inkling ile Kurumsal Yapay Zeka Pazarına Katıldı

Silikon Vadisi’nin genç yıldızı Thinking Machines Lab, eski OpenAI CTO’su Mira Murati önderliğinde geliştirdiği ilk genel amaçlı Inkling yapay zeka modeli ile kurumsal alana iddialı bir giriş yaptı. Bu yeni açık ağırlık modeli, özellikle Çinli geliştiricilerin domine ettiği kodlama ve muhakeme kıyaslama testlerinde ABD merkezli bir alternatif sunuyor. Inkling’in pazara sürülmesi, yapay zeka ekosistemindeki rekabeti yeni bir seviyeye taşıyor.

Inkling’in Yükselişi: Açık Ağırlıklı Yapay Zeka Pazarı

Thinking Machines Lab’ın piyasaya sürdüğü Inkling, yapay zeka teknolojileri arasındaki rekabeti yeni bir boyuta taşıyor. San Francisco merkezli bu girişim, kurucu ortağı ve eski OpenAI CTO’su Mira Murati’nin vizyonuyla, genel amaçlı bir yapay zeka modeli sunarak sektöre önemli bir oyuncu olarak katılıyor. Açık ağırlık pazarında, özellikle kodlama ve muhakeme yeteneklerinde Çinli geliştiricilerin öncülük ettiği bir dönemde, Inkling’in pazara girişi Batılı şirketler için dikkate değer bir seçenek oluşturuyor.

Şirketin ilk ürünü olan Tinker’ın Ekim 2025’te piyasaya sürülmesinden sonra gelen Inkling, geliştiricilerin modelleri özelleştirebilmesi için API tabanlı bir platform sunuyor. OpenRouter’ın Haziran 2026 değerlendirmesine göre, DeepSeek V4 Flash, GLM 5.2, MiniMax M3 ve Nvidia Nemotron 3 Ultra gibi öne çıkan açık ağırlık modelleri arasında Nemotron, ABD merkezli tek model olarak dikkat çekiyordu. Şimdi Inkling de bu listeye ABD menşeli bir alternatif olarak eklenmiş durumda.

Mimari Yenilikler ve Kapsamlı Eğitim Verileri

Inkling, yapay zeka dünyasında giderek daha fazla ilgi gören mixture-of-experts (uzmanlar karışımı) mimarisini kullanıyor. Bu ileri düzey mimari, modelin 975 milyar toplam parametresi içinde işlem sırasında yalnızca 41 milyar parametrenin aktif olmasını sağlıyor. Bu sayede model, karmaşık görevleri daha verimli bir şekilde yerine getirebiliyor. Inkling’in bir diğer dikkat çekici özelliği ise, 1 milyon tokene kadar çıkan oldukça geniş bir bağlam penceresi sunmasıdır. Bu geniş pencere, uzun metinleri, kod parçacıklarını veya çok modlu girdileri anlaması ve işlemesi için olağanüstü bir kapasite sağlıyor.

Modelin yeteneklerinin temeli, 45 trilyon tokenlık devasa bir veri kümesi üzerinde gerçekleştirilen ön eğitimden geliyor. Bu veri kümesi sadece metinle sınırlı kalmayıp, görüntü, ses ve video gibi farklı veri türlerini de kapsıyor. Thinking Machines Lab, Inkling’i özellikle kodlama, araç kullanımı ve çok modlu görevler için eğittiğini belirtiyor. Geliştiriciler, Inkling’i şirketin API tabanlı platformu olan Tinker aracılığıyla hassas ayarlar yaparak kendi ihtiyaçlarına göre optimize edebiliyorlar. Bu esneklik, Inkling’in farklı sektörlerdeki özel kullanım senaryolarına adapte olabilmesini mümkün kılıyor.

Performans Metrikleri ve Optimizasyon Yetenekleri

Thinking Machines Lab’ın kendi kıyaslama tabloları, Inkling’in performansında karma sonuçlar sergilediğini ortaya koyuyor. Inkling, SWE-Bench Verified testinde %77,6’lık bir skor elde ederek DeepSeek V4 Pro ve GLM 5.2’nin gerisinde kalsa da, Nvidia Nemotron 3 Ultra’nın önüne geçmeyi başardı. Ayrıca, MCP Atlas’ta %74,1, bağlam yönetimi ile BrowseComp’ta %77,1 ve IFBench’te %79,8 skorlarını kaydetti. Ancak şirket, Inkling’in bu sonuçları yalnızca bash tabanlı bir test düzeni kullanarak elde ettiğini, rakip modellerin ise kendi geliştiricileri tarafından bildirilen verilerle karşılaştırıldığını belirtiyor. Bu durum, doğrudan karşılaştırmalarda dikkatli olunması gerektiğini gösteriyor.

Inkling, geliştiricilerin 0,2 ile 0,99 arasında ayarlayabileceği bir muhakeme çabası ayarına sahip. Bu özellik, kullanıcıların modelin performansını ve üretilen token sayısını dengelemesine olanak tanıyor. Şirketin kendi testlerinde Inkling, Nemotron 3 Ultra’nın Terminal Bench 2.1 skorunu yakalarken, yaklaşık üçte bir daha az token üretti. Geliştiriciler, Tinker platformu üzerinden Inkling’i 64.000 veya 256.000 token bağlam uzunlukları kullanarak ince ayar yapabilir ve Inkling Playground üzerinden test edebilirler. Model; Together AI, Fireworks, Modal, Databricks ve Baseten gibi platformlardan API’ler aracılığıyla erişilebilir durumda. Ayrıca SGLang, vLLM, TokenSpeed, llama.cpp ve Hugging Face Transformers gibi çıkarım yazılımları tarafından da destekleniyor. Inkling’in tam ağırlıkları, orijinal kontrol noktası ve nicelenmiş NVFP4 kontrol noktası olarak Hugging Face üzerinde kullanıma sunulmuş durumda. Thinking Machines Lab, ayrıca 276 milyar toplam parametreye ve 12 milyar aktif parametreye sahip daha küçük bir model olan Inkling-Small‘un ön gösterimini yaptı ve testlerin tamamlanmasının ardından tam ağırlıklarını

Kurumsal Dönüşümde Inkling’in Stratejik Rolü

Forrester Baş Analisti Biswajeet Mahapatra’ya göre Inkling’in asıl farkı, kıyaslama liderliğinden ziyade açık ağırlıkları, çok modlu yetenekleri, kontrol edilebilir muhakeme özelliği ve Tinker ile entegrasyonunda yatıyor. Mahapatra, özellikle alan adaptasyonunun genel model performansından daha önemli olduğu iş yüklerinde kurumsal şirketlerin Inkling’den büyük fayda sağlayacağını belirtiyor. Bu tür iş yükleri arasında bilgi yoğun yardımcı pilotlar, çok modlu müşteri hizmetleri, belge anlama, operasyonel iş akışı otomasyonu ve kuruluşa özgü veriler, politikalar ve süreçler gerektiren ajan tabanlı görevler bulunuyor.

Pareekh Consulting CEO’su Pareekh Jain, Inkling’in ABD menşei olmasının Batılı kurumsal şirketler arasında benimsenmesini etkileyebileceğini ifade ediyor. Jain, birçok Batılı kuruluşun, Çin menşeli yapay zeka modellerini değerlendirirken düzenleyici veya tedarik süreçleriyle ilgili engellerle karşılaştığını vurguluyor. Inkling bu şirketlere, kendi altyapılarında konuşlandırabilecekleri ABD merkezli açık ağırlıklı bir seçenek sunarak bu tür bariyerleri aşma imkanı sağlıyor. Ancak bu avantajların, tam modelin özel altyapıya dağıtılması için gereken GPU kümesi maliyetiyle dikkatlice karşılaştırılması gerektiği de göz ardı edilmemelidir.

Açık Kaynak Yapay Zeka Ekosisteminde Yeni Bir Soluk

Inkling yapay zeka modelinin piyasaya sürülmesi, açık ağırlıklı yapay zeka alanında önemli bir gelişmeyi temsil ediyor. Thinking Machines Lab, sadece teknik özellikleriyle değil, aynı zamanda stratejik konumuyla da dikkat çekiyor. Özellikle kurumsal şirketlerin veri egemenliği ve özelleştirme ihtiyaçlarına odaklanması, Inkling’i sektördeki diğer oyuncular arasında farklı bir yere koyuyor. Performans kıyaslamalarında bazı rakiplerinin gerisinde kalsa bile, ayarlanabilir muhakeme yeteneği ve geniş bağlam penceresi gibi özellikleri, onu belirli iş yükleri için cazip kılıyor.

Bu hamle, yapay zeka ekosisteminin giderek daha rekabetçi bir hale geldiğini ve farklılaşmanın artık sadece ham güçle değil, aynı zamanda kullanım senaryolarına özel adaptasyon yetenekleri ve coğrafi konumlandırma ile de sağlandığını gösteriyor. Inkling, kurumsal düzeyde yapay zeka çözümlerine erişimi kolaylaştırarak, bu teknolojilerin daha geniş bir alana yayılmasına katkıda bulunabilir. Bize göre, bu tür açık ağırlıklı modellerin artması, ileri düzey yapay zekayı daha demokratik ve erişilebilir hale getirerek, yeniliklerin hızlanmasına yardımcı olacak.