Cựu CTO OpenAI ra mắt Inkling: Mô hình AI đa phương thức mã nguồn mở mạnh nhất từ Mỹ

Theo tin từ IT ngày 16 tháng 7, Thinking Machines Lab – công ty khởi nghiệp do cựu Giám đốc Công nghệ (CTO) của OpenAI là Mira Murati sáng lập – vừa ra mắt mô hình AI đa phương thức Inkling, được đánh giá là mô hình mã nguồn mở mạnh mẽ nhất tại Mỹ.

Lưu ý từ IT: Thinking Machines Lab được dẫn dắt bởi cựu CTO OpenAI Mira Murati với đội ngũ nhân sự cực kỳ hùng hậu; khoảng hai phần ba thành viên nòng cốt đến từ OpenAI, những người từng lãnh đạo các công việc nghiên cứu, sản phẩm và an toàn tiên phong tại tổ chức này.

Thông báo chính thức cho biết, Inkling là mô hình đầu tiên của công ty được huấn luyện từ đầu, sử dụng kiến trúc hỗn hợp chuyên gia (MoE) với tổng tham số 975B, tham số kích hoạt 41B và độ dài ngữ cảnh tối đa lên tới 1M tokens.

Trong giai đoạn tiền huấn luyện, mô hình này đã xử lý 45 nghìn tỷ Tokens với các loại dữ liệu bao gồm văn bản, hình ảnh, âm thanh và video. Hiện tại, công ty đã công khai trọng số (weights) trên Hugging Face và thông qua API Thinker của riêng mình.

Tờ báo công nghệ VentureBeat chỉ ra rằng, trong số các mô hình mã nguồn mở do Trung Quốc dẫn đầu, dù Inkling thể hiện khá tốt nhưng vẫn tồn tại khoảng cách về khả năng suy luận và lập trình:

GLM 5.2:

GLM 5.2 vượt trội hơn Inkling trong các tác vụ lập trình thuần túy, suy luận tác nhân (agent reasoning) và suy luận phức tạp. Trong bài kiểm tra SWEBench Pro (công khai), GLM 5.2 đạt 62,1%, trong khi Inkling đạt 54,3%;

Trong bài kiểm tra Terminal Bench 2.1, điểm số của GLM 5.2 lên tới 82,7%, vượt xa mức 63,8% của Inkling.

GLM 5.2 cũng thể hiện xuất sắc trong khả năng suy luận văn bản thuần túy, đạt 40,1% trong bài kiểm tra HLE (văn bản thuần túy), so với 30,0% của Inkling.

DeepSeek V4 Pro:

Trong nhiều lĩnh vực kiểm tra lập trình và tính xác thực khắt khe, DeepSeek vẫn duy trì lợi thế khi đánh bại Inkling trong các bài kiểm tra SWEBench Verified (80,6% so với 77,6%) và SimpleQA Verified (57,0% so với 43,9%).

Tuy nhiên, về khả năng giải toán, Inkling đã thành công vượt qua DeepSeek V4 Pro khi đạt 97,1% trong bài kiểm tra AIME 2026, trong khi DeepSeek đạt 96,7%.

Kimi K2.6:

Mô hình này vượt trội hơn Inkling trong nhiều bài kiểm tra chuẩn kỹ thuật, với điểm số cao hơn ở các bài GPQA Diamond (91,1% so với 87,9%), BrowseComp (83,2% so với 77,1%) và HLE có công cụ (54,0% so với 46,0%).

Tuy nhiên, Inkling lại thể hiện tốt hơn trong việc tuân thủ chỉ dẫn trò chuyện thông thường, đạt 79,8% trong bài kiểm tra IFBench, so với 76,0% của Kimi K2.6.

Trong cuộc so tài với các đối thủ mã nguồn mở nội địa Mỹ, Inkling đã thể hiện sức mạnh đáng gờm và chiếm ưu thế trong phần lớn các bài kiểm tra:

Nemotron 3 Ultra:

Về khả năng suy luận và lập trình, hiệu suất của Inkling luôn vượt trội hơn. Inkling đạt 97,1% trong bài kiểm tra AIME 2026 và 77,6% trong bài kiểm tra SWEBench Verified, cao hơn lần lượt 94,2% và 70,7% của Nemotron.

Ngoài ra, Inkling cũng dẫn đầu về quy trình làm việc của tác nhân (agent workflow) với 74,1% điểm trong bài kiểm tra MCP Atlas, trong khi Nemotron chỉ đạt 44,7%.

So sánh với các mô hình đóng:

So với các "gã khổng lồ" mô hình đóng như Claude Fable 5, GPT 5.6 Sol và Gemini 3.1 Pro, Inkling vẫn còn tụt hậu về khả năng suy luận cực hạn và tính tự chủ trong kỹ thuật phần mềm, nhưng vẫn có tính cạnh tranh rất cao về mặt đa phương thức.

Lập trình và suy luận:

Các mô hình đóng vẫn giữ ưu thế tuyệt đối. Claude Fable 5 (phiên bản cao cấp nhất) đạt tới 95,0% trong bài kiểm tra SWEBench Verified và 53,3% trong bài kiểm tra HLE (văn bản thuần túy), vượt xa mức 77,6% và 30,0% của Inkling. GPT 5.6 Sol dẫn đầu với 89,5 điểm trong bài kiểm tra Terminal Bench 2.1, dễ dàng vượt qua mức 63,8 điểm của Inkling.

Xử lý đa phương thức gốc (Native Multimodal):

Khả năng xử lý hình ảnh và âm thanh gốc của Inkling rất ấn tượng. Trong bài kiểm tra chuẩn hình ảnh MMMU Pro (Standard 10), Inkling đạt 73,3%, có tính cạnh tranh nhưng vẫn kém hơn một chút so với 84,2% của Claude Fable 5 và 83,0% của GPT 5.6 Sol.

Về xử lý âm thanh, Inkling đạt kết quả đáng chú ý là 77,2% trong bài kiểm tra MMAU, không chênh lệch nhiều so với 82,5% của Gemini 3.1 Pro.

Tuyên bố quảng cáo: Các liên kết ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian chọn lọc; kết quả chỉ mang tính chất tham khảo. Tất cả các bài viết của IT đều bao gồm tuyên bố này.