Inkling ouvert et pari modulaire contre le modèle unique

Le fait — Thinking Machines Lab, la startup fondée par l’ancienne directrice technique d’OpenAI Mira Murati, a dévoilé Inkling le 15 juillet 2026. TechCrunch le décrit comme un modèle open weight, donc téléchargeable et modifiable par des tiers. L’entreprise affirme qu’il s’agit d’un système mixture-of-experts de 975 milliards de paramètres au total. Environ 41 milliards seraient activés pour une tâche donnée. Elle dit l’avoir entraîné sur 45 billions de tokens de texte, image, audio et vidéo. Les sorties restent pour l’instant textuelles, y compris le code et les données structurées. La société met aussi en avant des réponses calibrées, qui signalent l’incertitude, et un réglage de l’effort de raisonnement.

Le contexte — Le lancement intervient dans un moment où le débat ne porte plus seulement sur la taille brute des modèles fermés. Il porte aussi sur leur adaptabilité, leur coût d’inférence, et leur disponibilité pour des usages spécialisés. TechCrunch situe explicitement Inkling contre l’approche des chatbots généralistes d’OpenAI, Anthropic et Google. L’article l’inscrit aussi dans la montée des modèles ouverts et des architectures agentiques plus modulaires. Pour la chronologie AGI, ce n’est pas un simple lancement produit. C’est une prise de position technique et stratégique sur la forme que pourrait prendre une intelligence plus générale déployable. L’analyse — Les faits rapportés suggèrent un déplacement du récit AGI. La question devient moins seulement “qui a le meilleur modèle fermé” que “quelle architecture apprend, s’adapte et se spécialise le mieux”. Le choix d’un open weight multimodal avec effort de raisonnement ajustable rapproche capacité générale, efficacité et personnalisation. Cela ne démontre pas une percée vers l’AGI à lui seul. Les benchmarks cités viennent de l’entreprise, pas d’une évaluation indépendante. Le point important est ailleurs. Un nouvel acteur de premier plan affirme que la voie vers des systèmes plus généraux passe par des bases ouvertes à adapter, plutôt que par un assistant universel unique. Reste à savoir si cette modularité accélère vraiment les capacités générales, ou si elle fragmente surtout le chemin vers une intelligence plus unifiée.