OpenAIの元CTOであるムラティが前職を離れ、初めて披露した成果は、米中大規模モデルの役割関係を意図せずに逆転させた。7月15日、彼女が設立したThinking Machines Labは初のモデル「Inkling」を公開し、混合エキスパート構造は主にDeepSeek-V3を採用しており、後続訓練には月の暗面のKimi K2.5などのオープンモデルで生成された合成データを活用した。結果はやや複雑な様相を呈した：いくつかのベンチマークテストではInklingはKimiやGLMに及ばず、呼び出し価格も高い。20億ドルの資金調達と120億ドルの評価額を持つスター企業が初登場したにもかかわらず、多少予想を下回ったが、ムラティは最初からそれを第1位に狙う意図はなかった可能性が高い。

ハードウェア構成を見れば、Inklingはスター研究所としての顔合わせを十分に支えている。混合エキスパート構造を採用し、総パラメータ数は9750億、1トークン処理時に410億パラメータをアクティブ化している。トレーニングには45兆のトークンを使用し、テキスト、画像、音声、動画など多様なデータをカバーしており、最大で100万トークンのコンテキストをサポートする。文章、画像、音声を理解し、文章形式で出力し、思考強度を調整することで性能、速度、コストの間で調整が可能である。モデルは重みを開放し、Apache 2.0ライセンスという相当に緩い条件で利用可能であり、開発者は重みをダウンロードして独自に展開することも、Thinking MachinesのTinkerプラットフォームを通じて微調整することもできる。会社の定位は明確だ：ChatGPTと一般ユーザーを直接競うよりも、企業向けAIアプリケーションの基盤としての役割の方が適している。

注目すべき点は技術レポートの後半に隠れている。Thinking Machinesはアーキテクチャについて直接述べており、Inklingの混合エキスパート設計は主にDeepSeek-V3を引き継いでおり、大量のエキスパートモジュールを設定し、各トークンに対してその一部のみを呼び出す設計を採用している。また、DeepSeek-V3の補助損失なしの負荷バランス設計も採用している。中国モデルの影響はトレーニング段階にも及び、後続トレーニングのために、まずオープンな重みモデルで生成された合成データを使って監督的微調整を行った。この中でKimi K2.5が明示的に言及されている。

これにより、一連の道筋が浮かび上がってくる——OpenAIの元CTOが設立した米国の研究室が、最初のモデルとしてDeepSeekのアーキテクチャを引き継ぎ、Kimiのデータを使って後続トレーニングを開始した。オープンモデルを参考にするのは決して問題ではない。DeepSeekやKimiは重みや技術報告書を公開しており、それらは公開された成果に基づいている。さらに辛いことに、Inklingが中国モデルの技術を取り入れても、その性能はまだこれらの「先生」としてのモデルに勝っていない。Thinking Machines自身も認めている通り、Inklingは現在、最も高性能なモデルではなく、オープンモデルでも閉鎖モデルでもない。

数字を並べてみるとより明らかになる。人間にとって最後の試験である純テキストのベンチマークで、Inklingは29.7%のスコアを得たが、Kimi K2.6とGLM 5.2はそれぞれ35.9%と40.1%だった。ツールを追加するとInklingは46%に上昇したが、Kimi K2.6の54%とGLM 5.2の54.7%には届かない。実際のソフトウェアエンジニアリング能力を測るSWE-Bench Proにおいては、Inklingは54.3%、Kimi K2.6は58.6%、GLM 5.2は62.1%だった。最も目立つ差はTerminal Bench 2.1において、Inklingは63.8%にとどまり、Kimi K2.6とGLM 5.2はそれぞれ71.3%と82.7%だった。

Inklingにも長所がある。ウェブアプリケーション設計や音声認識、セキュリティ評価において優れた表現を見せ、一部の数学タスクではKimiやDeepSeekを上回っているが、全体的な推論力、プログラミング能力、インテリジェントエージェント能力ではまだオープンモデルの中でもトップ層には入っていない。価格面でも驚きはなかった。Tinkerプラットフォームでの64Kバージョンでは、100万トークンのPrefillに対して1.87ドル、Sampleトークンに対して4.68ドルかかるが、これは限定的な50％オフ価格であり、256Kバージョンではそれぞれ3.74ドルと9.36ドルまで上がっている。Kimi K2.6の公式APIでは入力が0.95ドル、出力が4ドル、GLM 5.2は1.4ドルと4.4ドルであり、InklingのPrefill料金はKimi K2.6の約2倍で、生成料金も高いため、価格面での優位性は見られない。このような状況で、構造はDeepSeekを参照し、後続トレーニングはKimiに依存し、総合的な性能は中国の主要オープンモデルに及ばず、呼び出し価格は逆に高くなっている。

こうした現象が興味深い理由は、Thinking Machinesの特異な出自にある。同社はほぼOpenAIの旧部員集団と言える。2025年2月に登場した際にはチームは約30人で、その三分の二がOpenAI出身で、残りはMetaやMistralから来ている。創業メンバーにはJohn Schulman、Barret Zoph、Lilian Weng、Andrew Tulloch、Luke Metzが含まれていた。ロイターによると、ムラティは前職から少なくとも20人の研究者を引き抜いた。

ムラティは2018年にOpenAIに入社し、DALL-E、Codex、ChatGPT、Soraに関与し、2022年にCTOに昇進し、2023年11月にAltmanが解任された直後に暫定CEOを務めた。OpenAIのモデル開発と製品化の経路については完全な理解を持っている。こうした最高レベルのチームがゼロから技術体系を構築したにもかかわらず、外側からはOpenAIの特徴が見えるものとは思われていたが、最も明白な技術源は中国モデルに指向され、これは劇的なシグナルと解釈される可能性がある：OpenAIを最も知っている人々が、最終的に中国モデルの技術構図を選択した。

しかし、この結論は分解して見る必要がある。OpenAI近年の先端モデルはすべて閉鎖されており、外部からは重みが得られず、アーキテクチャやトレーニング方法も不明である。ムラティが内部技術を理解していたとしても、前職のビジネス機密を新会社に持ち込むことはできない。一方で、DeepSeekやKimiは重みや技術報告書を公開しており、アーキテクチャ、トレーニング方法、ツールチェーンを合法的に研究・再利用することが可能である。

Inkling自体もオープン重みモデルであり、オープンエコシステムを構築したい企業にとっては、DeepSeek、Kimiなどのオープンモデルから既存の枠組みを吸収するのは自然なエンジニアリング選択である。今日、オープンモデルを開発する際に中国チームが公開した成果を一切無視することは、より高い試行錯誤コストを払うことになる。したがって、中国モデルを参考にすることは、ムラティがDeepSeekがOpenAIを全面的に上回っていると考えていることを証明するものではない。両者の公開度合いや参考可能な条件が異なるためであるが、この事実が示す明確なシグナルは、少なくともオープン重み分野において、中国モデルが米国AIチームにとって重要な参照対象となったということである。

真に問うべきは、なぜThinking Machinesが既存のアーキテクチャとトレーニング経験を取り入れたにもかかわらず、Inklingが性能が劣り、価格が高いのかである。ムラティは最優秀のチーム、十分な資金、最新のNVIDIAトレーニングシステムを有しているので、これらに気づかない理由はない。したがって、高価な代替品（貴替）は計算された選択肢である可能性が高い。

Thinking Machinesが受けた待遇を考えれば、Inklingが単なる使い物になるモデルであるはずではなかった。2025年7月、同社はまだ何の製品も提供していなかったにもかかわらず、20億ドルのシードラウンドを完了し、120億ドルの評価額を得た。投資家にはa16z、NVIDIA、AMD、簡街が含まれていた。4ヶ月後、新たなラウンドの目標評価額は一度500億ドルに達したが、正式には発表されなかったが、外界はOpenAIやAnthropicの潜在的ライバルとして扱っていた。それが性能が中国モデルに及ばず、価格も高い製品として登場したため、期待を下回った。しかし、ビジネス的には、ムラティは最初からこれを第1位争いに使おうとはしていなかった可能性が高い。

同社はオープン重み、マルチモーダル性、カスタマイズ性を強調し、企業がTinkerを通じて微調整し、Inklingをカスタマーサポート、プログラミングアシスタント、業界インテリジェントエージェントなどの専用モデルに変えることを望んでいる。ムラティが賭けている市場では、ベンチマークの第1位にこだわらない。企業はモデルがプライベート配備可能かどうか、データを掌握できるかどうか、自分の業務に応じてトレーニングを続けることができるかどうかに注目している。これまでこのようなニーズは中国オープンモデルが受け持ってきた。OpenAIやAnthropicは長期的に閉鎖しており、MetaのLlama4が期待に応えられなくなった後、オープン戦略を縮小しつつあるが、DeepSeek、Kimi、Qwen、GLMは継続的に重みを公開しており、性能は米国の閉鎖モデルに近づき、価格ははるかに低く設定されている。

米国の企業は即座に反応した。OpenRouterがCNBCに提供したデータによると、2026年2月以降、中国モデルは米国の企業が同プラットフォーム上で呼び出すトークンの週間割合が30％を超え、最高で46％に達したが、2025年の前半平均は4.5％に過ぎなかった。CursorがComposer2を開発する際には、多数の基本モデルをテストし、最も評価が高いKimi K2.5を選んだ。ブリッジ・ファンドはTinkerを通じてアリババのQwenを微調整し、一部のトップ閉鎖モデルを越えた。中国オープンモデルは米国の企業にとってコスト削減の手段となり、だが、この道は今や圧力を受けており、米国の中国AIモデルに対する規制環境が緊縮している。

関係当局はデータの安全性、モデルの起源、サプライチェーンリスクに関する警告を発しており、一部の中国モデルを使用する企業は調査を受けている。統一された制限が成立していなくても、政策の不確実性は企業の選択に影響を与えている。特に政府関係や機密データを扱う企業にとってはそうである。

これがInklingの市場空間である。米国企業が開発し、Apache 2.0を採用し、プライベート配備とカスタマイズをサポートするオープン重みモデルである。米国企業がこれを選ぶのは、中国モデルを使用することで起こる政治的な議論を避けたいからであり、政府顧客や大企業のコンプライアンス審査を通すことも容易だからである。Inklingの真の価値は、こうしたコンプライアンスの確定性にあり、ムラティがDeepSeekとKimiの公開成果を米国企業向けのモデルに変換したことで、中国モデルを勝手に使用するリスクがない限り、米国企業にとって受け入れ可能な選択肢となる。これによって、Inklingが価格を高く設定しても問題にならない理由が説明される。政策が競争範囲を狭めているため、性能と価格のギャップが致命的でなくなる。一部の米国企業にとって、少し弱く、少し高価でもリスクが低いモデルはすでに十分である。