„975 Milliarden, frei Haus“
Fangen wir mit der guten Nachricht an, denn es ist eine. Thinking Machines, die Firma der früheren OpenAI-Technikchefin Mira Murati, hat heute ihr erstes Modell veröffentlicht: Inkling, ein Mixture-of-Experts-Transformer mit 975 Milliarden Parametern, von denen pro Token 41 Milliarden aktiv sind. Trainiert auf 45 Billionen Token aus Text, Bildern, Audio und Video, mit einem Kontextfenster von einer Million Token. Die Gewichte liegen auf Hugging Face. Die Lizenz ist Apache 2.0.
Dieser letzte Satz ist der eigentliche Knaller, und er geht in den Parameterzahlen leicht unter. Apache 2.0 ist die großzügige Variante: keine Klausel, die ab einer bestimmten Nutzerzahl eine Sonderlizenz verlangt, wie Meta sie Llama mitgegeben hat. Kein Verbot, damit Konkurrenzprodukte zu bauen. Kein Kleingedrucktes, das „open“ sagt und „geduldet“ meint. Man darf das Ding nehmen, verkaufen, zerlegen, weitertrainieren. Auf einem Modell dieser Größenordnung hat das in den USA vorher niemand gemacht. The Register fasst es in eine Überschrift, die sitzt: Muratis Ex-Chef liefert das nicht. Sam Altmans Firma heißt seit zehn Jahren OpenAI und hat zuletzt 2019 Gewichte herausgegeben.
Die Zahlen, die Thinking Machines dazu nennt, sind ordentlich: 97,1 Prozent auf AIME 2026, 87,2 auf GPQA Diamond, 77,6 auf SWEBench Verified. Das spielt in der Liga der starken chinesischen Modelle — DeepSeek V4, GLM 5.2, Kimi K2.6 —, an die die Veröffentlichung auch adressiert ist: Amerika soll wieder ein offenes Spitzenmodell haben. An Claude und GPT reicht es nicht heran. Und The Register hängt den Zahlen einen Satz an, den man sich merken sollte: Benchmarks zu frisieren ist nicht sonderlich schwer. Wir wissen erst in ein paar Wochen, was das Modell taugt, wenn Leute es an echter Arbeit reiben.
Zwei Einordnungen gehören trotzdem sofort dazu, sonst wird aus einer guten Nachricht eine Jubelmeldung. Die erste: Was hier offen ist, sind die Gewichte — nicht der Quelltext, nicht das Rezept. Die 45 Billionen Token sind beschrieben, aber nicht veröffentlicht. Man bekommt den fertigen Kuchen und die Erlaubnis, ihn zu essen, weiterzuverkaufen und umzudekorieren. Man bekommt nicht die Zutatenliste. Nachbauen kann man Inkling nicht, und prüfen, was darin verarbeitet wurde, auch nicht: nicht, wessen Texte und Bilder ohne Zustimmung mitverarbeitet wurden, nicht, welche Schlagseite sich über 45 Billionen Token in die Gewichte gelegt hat. Der Unterschied zu dem, was die Freie-Software-Bewegung „offen“ nannte, ist kein Detail. Bei Software war der Quelltext das Wissen. Bei Modellen sind die Daten das Wissen — und die bleiben im Haus.
Die zweite Einordnung ist die unbequemere, und sie trägt die nächsten Tage hier. „Offen“ heißt nicht „für dich“. Die offizielle Fassung dieses Modells will 600 Gigabyte Videospeicher sehen, bevor sie ein Wort sagt. Wer das nicht im Keller stehen hat — und das sind ungefähr alle —, bekommt Inkling dort, wo es ohnehin schon angekündigt ist: bei TogetherAI, Fireworks, Databricks, Baseten. Also wieder bei jemandem, der die Rechnung schreibt und mitliest.
Genau deshalb wird das hier eine Reihe. Denn diese Woche hat gleich mehrere Meldungen produziert, die alle das Wort „open“ im Titel tragen und sehr Verschiedenes damit meinen. Morgen: Wie xAI etwas als Open Source veröffentlicht, das die Fernbedienung ist und nicht der Fernseher. Danach der Praxistest — ich lasse das offene Modell gegen meinen eigenen Server antreten und schaue, wie weit die Freiheit trägt. Und zum Schluss die Frage, die David Siegel gerade in Fortune stellt und die er vor vierzig Jahren im Büro neben Richard Stallman zum ersten Mal gehört hat: Wem gehört eigentlich das Wissen?
Quelle: Thinking Machines Lab — Inkling: Our Open-Weights Model; The Register
▸ Souveränität · ▸ KI & Macht