SAN FRANCISCO / LONDON (IT BOLTWISE) – Thinking Machines Lab bringt mit Inkling das erste eigene KI-Modell an den Start. Das Unternehmen stellt die Software frei verfügbar bereit, sodass Kunden sie herunterladen und selbst betreiben können. Technisch orientiert sich die Architektur an DeepSeek V3; zudem sollen Trainingsdaten des Moonshot-Systems Kimi K2.5 genutzt worden sein. Für europäische Geschäftskunden wird damit weniger das Peak-Ranking, sondern vor allem Anpassbarkeit, Kontrolle und Betriebssicherheit zum Leitmotiv.
Mit Inkling liefert Thinking Machines Lab ein Signal, das in der aktuellen KI-Landschaft weniger wie ein weiteres Leistungsrennen wirkt, sondern wie ein Wechsel der Spielregeln. Die Besonderheit beginnt bei der Lizenzlogik: Das Modell wird als frei verfügbare Software veröffentlicht. Das verschiebt die typische Abhängigkeit von einer API-Betreiberschicht hin zu Modellen, bei denen Unternehmen die Laufzeitumgebung selbst auswählen, kontrollieren und in bestehende Systeme integrieren können. Gerade dort, wo Latenz, Datenschutzanforderungen oder Kostenmodelle stark vom Betrieb abhängen, ist dieses „Selbst betreiben“ häufig der entscheidende Hebel – mehr noch als ein einzelner Benchmark-Eindruck.
Technisch beschreibt die Meldung eine klare Architektur-Linie: Inkling orientiert sich am DeepSeek-V3-Design. Für das Training sollen zudem Daten aus dem chinesischen System Kimi K2.5 (Moonshot AI) verwendet worden sein. Zusammengenommen ergibt das eine Konstellation, die den ersten Eindruck „westliches Startup mit Open-Source-Rhetorik“ relativiert: Die Wurzeln sind nach dieser Darstellung deutlich stärker mit chinesischen Entwicklungslinien verknüpft, als es die geografische und personelle Außensicht nahelegen könnte. Für Entwicklerteams in Europa ist das weniger eine Frage von Herkunft als von Umsetzbarkeit: Entscheidend wird, wie sauber sich die Modellkomponenten in eigene Datenpipelines und Serving-Stacks einbinden lassen und wie gut das Modell sich über Tuning- oder Prompting-Workflows an Fachdomänen anpassen lässt.
Im Marktkontext sticht dabei der Umgang mit Transparenz hervor. Berichtet wird, dass das Modell in Leistungstests im Mittelfeld liegt und in verschiedenen Benchmarks hinter offenen Systemen chinesischer Anbieter wie Zhipu AI oder Moonshot AI zurückbleibt. Bemerkenswert ist weniger der Platz auf der Rangliste, sondern dass Inkling die Ergebnisse offenbar offen kommuniziert – und damit eine Strategie sichtbar macht, die nicht primär auf Spitzenplätze optimiert. Stattdessen zielt das Zusammenspiel mit der Plattform Tinker darauf, Unternehmen dabei zu unterstützen, die Software „unkompliziert“ an eigene Anforderungen anzupassen. Für den Alltag in Unternehmen bedeutet das meist: weniger Zeitverlust beim Nachjustieren von Workflows, mehr Spielraum bei der Governance der Datenwege und ein klarerer Betriebspfad für Teams, die nicht dauerhaft an externe API-Kapazitäten gekoppelt sein wollen.
Die Personalie Mira Murati verstärkt dieses Bild. Sie wird als Ex-Technologiechefin von OpenAI beschrieben und gründete anschließend das Unternehmen Thinking Machines Lab. Gleichzeitig wird der Artikel in einen größeren Branchenbogen eingespannt: Als DeepSeek Anfang 2025 internationale Aufmerksamkeit erhielt, reagierte OpenAI demnach scharf und sprach von einem Vorgehen namens Distillation-Training – also dem Nutzen von Ausgaben bestehender Modelle, um eigene Systeme zu trainieren. In den USA sei daraus eine Debatte über möglichen Diebstahl amerikanischen Wissens entstanden. Der heutige Vergleich ist deshalb interessant, weil Muratis Team nun einen technisch ähnlichen Ansatz fährt, während das Vorgehen in der aktuellen Diskussion offenbar weitgehend als Ingenieursleistung eingeordnet wird. Für Manager und Produktverantwortliche ist diese Verschiebung mehr als Stilkritik: Sie zeigt, wie schnell sich die Bewertungsmuster in der Branche ändern, sobald sich ein Ansatz in die Werkzeugkiste der Entwickler „normalisiert“.
Für europäische Unternehmen lassen sich daraus zwei praktische Konsequenzen ableiten. Erstens wächst – so die Kernaussage – die Auswahl leistungsfähiger Open-Source-Modelle. Unternehmen können demnach künftig freier zwischen Angeboten aus China, den USA und Europa wählen und so die Abhängigkeit von einzelnen Anbietern reduzieren. Das ist nicht nur eine Einkaufsfrage, sondern verändert die Architektur von Entscheidungen: Procurement und IT müssen Modelle nicht als „Monolith“ sehen, sondern als Komponenten, die man austauschen kann. Zweitens relativiert Inkling die Vorstellung, dass OpenAI und Anthropic die Richtung allein bestimmen. Der Schritt einer früheren OpenAI-Spitzenkraft zu einer Architektur, die sich an chinesischen Entwicklungen orientiert, wirkt wie ein Branchen-Signal: Der technologische Vorsprung der großen US-Labore könnte kleiner sein als oft angenommen.
Auch die Standortfrage spielt hier indirekt hinein. Thinking Machines Lab sitzt in San Francisco; der Wettbewerb um KI-Infrastruktur wird zugleich als deutlich zunehmender beschrieben. Als Beispiel nennt die Meldung eine Investition von Intel in Höhe von fünf Milliarden Dollar in den eigenen Standort in Irland. In Summe zeichnet das Bild eines Marktes, in dem nicht nur Modellqualität, sondern auch Rechenzentrumsfähigkeit, Lieferketten, Toolchains und Betriebsmodelle den Takt vorgeben. Für Anwender zählt dann weniger, wer „am besten abschneidet“, sondern wer zuverlässig in der eigenen IT-Landschaft funktioniert: von der GPU-Verfügbarkeit über die Skalierung bis hin zu Monitoring und Update-Strategien. Wenn Open-Source-Modelle wie Inkling diesen Betrieb ermöglichen, entsteht ein stärkerer Druck auf proprietäre Anbieter, ihre Plattform-Services als gesamtes Gesamtpaket überzeugend zu machen.
Vor diesem Hintergrund dürfte die nächste Phase der Branche an Spannung gewinnen: Als besonders relevant werden die künftigen Börsengänge von OpenAI und Anthropic beschrieben. Die zu erwartenden Börsenprospekte könnten erstmals detaillierte Einblicke in Geschäftsmodell, Technologie und Wettbewerbsposition liefern – Informationen, die bislang weitgehend fehlen. Für die Einordnung von Inkling ist das wichtig, weil solche Dokumente oft mehr als nur Marketing enthalten: Sie können Hinweise zur Produktstrategie geben, zum Umgang mit IP-Fragen, zu geplanten Investitionen in Infrastruktur und zu den Prioritäten beim Modellbetrieb. Bis dahin bleibt Inkling vor allem ein praktischer Realitätscheck: Nicht jedes Team setzt auf maximale Benchmark-Werte. Viele Kunden investieren lieber in Kontrolle über den Betrieb, Anpassbarkeit an Prozesse und eine Architektur, die langfristig zu ihren Anforderungen passt.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- NIEDLICHER BEGLEITER: Eilik ist der ideale Begleiter für Kinder und Erwachsene, die Haustiere, Spiele und intelligente Roboter lieben. Mit vielen Emotionen, Bewegungen und interaktiven Funktionen.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Inklings KI-Modell: Open-Source-Strategie mit DeepSeek-Anleihen" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Inklings KI-Modell: Open-Source-Strategie mit DeepSeek-Anleihen" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Inklings KI-Modell: Open-Source-Strategie mit DeepSeek-Anleihen« bei Google Deutschland suchen, bei Bing oder Google News!