Thinking Machines Lab, perusahaan kecerdasan buatan yang didirikan oleh mantan Chief Technology Officer OpenAI Mira Murati, merilis model buatan pertamanya bernama Inkling pada Rabu pagi waktu setempat. Model berbasis open-weight ini memungkinkan pengembang dan perusahaan di luar perusahaan mengunduh serta memodifikasi langsung arsitekturnya, berbeda dengan pendekatan tertutup yang selama ini dipakai OpenAI, Anthropic, dan Google.
Inkling menggunakan sistem mixture-of-experts dengan total 975 miliar parameter, namun hanya mengaktifkan sekitar 41 miliar parameter untuk setiap tugas guna menjaga kecepatan dan efisiensi biaya komputasi. Perusahaan menyatakan model tersebut dilatih menggunakan 45 triliun token yang mencakup teks, gambar, audio, dan video, serta mampu memproses keempat modalitas tersebut secara native. Untuk tahap awal, keluaran Inkling baru tersedia dalam bentuk teks, termasuk kode, artefak bergaya, dan data terstruktur.
Peluncuran ini menjadi bukti publik pertama setelah satu setengah tahun Thinking Machines membangun infrastruktur AI secara tertutup. Beberapa hasil kerja mereka sempat muncul pada Mei lalu melalui pratinjau riset "interaction models", yakni AI yang dirancang dapat mendengar, berbicara, dan bahkan menyela percakapan, bukan sekadar menunggu giliran seperti chatbot konvensional. Inkling sekaligus menguji taruhan utama startup tersebut: AI yang dapat disesuaikan oleh organisasi akan lebih unggul dibanding model seragam yang dijual lab raksasa.
Filosofi di balik Inkling cukup jelas. Thinking Machines berargumen bahwa AI yang dilatih dan dibekukan oleh satu perusahaan akan kalah oleh AI yang dibentuk sendiri oleh organisasi, karena banyak keahlian bersifat spesifik pada institusi yang memilikinya. Model ini dirancang memberikan jawaban terkalibrasi, termasuk menandai ketidakpastian alih-alih menebak, serta memungkinkan pengguna mengatur tingkat "upaya berpikir" sesuai kebutuhan kecepatan. Pada satu tolok ukur, Inkling disebut memakai sepertiga token dibanding Nemotron 3 Ultra buatan Nvidia untuk kinerja pengodean setara.
Perusahaan tidak mengklaim Inkling sebagai model terkuat saat ini. Materi rilis mereka menegaskan bahwa model ini "bukan yang terkuat tersedia hari ini, tertutup maupun terbuka". Yang dituju adalah performa seimbang dan kemudahan penyesuaian. Pertanyaan lantas muncul mengenai segmen pasar perusahaan yang sesungguhnya disasar, karena Thinking Machines memposisikan Inkling lebih sebagai titik awal daripada produk jadi.
Organisasi ditargetkan menyempurnakan sendiri model tersebut lewat Tinker, platform kustomisasi milik perusahaan. Implikasinya, tanggung jawab atas keamanan hasil penyesuaian berada di tangan pelanggan, bukan Thinking Machines. Hal ini berbeda dengan ChatGPT, Claude, dan Gemini yang dibangun sebagai chatbot serbaguna sebelum ditambahi fitur agen otonom. Pendekatan terbuka menuntut talenta machine learning tingkat tinggi di sisi klien.
Tren menentang model tertutup makin kuat. Satya Nadella, CEO Microsoft yang menanamkan miliaran dolar di OpenAI dan Anthropic, memperingatkan bahwa perusahaan membayar dua kali saat memakai model proprietary: lewat langganan dan lewat ilmu bisnis yang terserap lewat prompt. Clem Delangue dari Hugging Face memprediksi model frontier akan dipakai untuk eksperimen, sementara produksi harian beralih ke alternatif terbuka atau privat. Thinking Machines membangun strategi tepat di tengah pemisahan tersebut.
Proyek bersama Bridgewater Associates menunjukkan nilai pendekatan ini. Peneliti kedua belah pihak melatih model open-source dengan keahlian finansial Bridgewater dan meraih skor 84,7% pada tes penalaran finansial, mengungguli model proprietary dengan biaya operasional seper-empat belasnya. Evaluasi tersebut memang berasal dari perusahaan terkait, bukan pihak independen, namun cukup menggambarkan efisiensi yang ditawarkan.
Thinking Machines menekankan kecepatan mereka mencapai posisi ini. OpenAI butuh lima tahun untuk menghasilkan pendapatan, Anthropic tiga tahun, sementara startup ini melakukannya dalam sembilan bulan. Praktik distilasi sempat dipertanyakan, namun perusahaan menyatakan Inkling dilatih dari nol, meski menggunakan model terbuka seperti Kimi K2.5 untuk sebagian data pasca-pelatihan awal. Generasi berikutnya dipastikan menggunakan pasca-pelatihan mandiri sepenuhnya.
Dari sisi biaya, perusahaan masih tertutup. Kemitraan dengan Nvidia pada Maret lalu menghadirkan kapasitas komputasi gigawatt Vera Rubin, dan pelatihan Inkling berjalan di sistem GB300 NVL72. Rencana pendanaan belum diumumkan, sementara putaran penggalangan dana 50 miliar dolar yang sempat kabar pada November lalu dilaporkan mandek per Januari. Ketahanan finansial mereka menjadi tanda tanya mengingat rival beroperasi dengan skala belanja jauh lebih besar.
Ke depan, efisiensi mungkin menjadi senjata utama而非 kekuatan mentah. Thinking Machines bertaruh bahwa pendekatan hemat resource membuat ekonomi bisnis mereka berbeda dari lab raksasa. Jika terbukti, model terbuka yang dapat disesuaikan akan jadi opsi realistis bagi perusahaan yang ingin kendali penuh atas AI tanpa bergantung pada langganan tertutup.
Bagi Indonesia, kehadiran Inkling membuka peluang adopsi AI enterprise dengan biaya lebih rasional. Sejumlah startup lokal seperti Nodeflux dan Kata.ai telah mengembangkan model bahasa dan vision terbatas, namun belum menyentuh skala parameter triliunan. Inkling yang dapat diunduh dan disesuaikan memungkinkan institusi keuangan atau layanan publik domestik membangun asisten khusus tanpa membayar lisensi mahal. Tantangannya tetap di ketersediaan talenta machine learning yang mampu melakukan fine-tuning secara aman.