2026年7月15日、OpenAI の元最高技術責任者 Mira Murati 氏が率いる Thinking Machines は、初の AI モデル Inkling を公開しました。誰でもダウンロード、実行、改変できるオープンウェイトモデルです。経営者への端的な答えはこうです。Inkling の意義は最強であることではありません——同社自身も総合的には最強ではないと述べています——。その意義は、コピーを自社で所有し、データが外に出ないよう自社サーバーで動かし、自社のデータでカスタマイズすることで、より低いコストでより高い性能を得られる有能なモデルだという点にあります。これこそ、非公開でコストを管理できる AI を求めるサウジアラビアの企業にとって重要なポイントです。

Inkling とは？　簡単に言うと

Inkling は Mixture-of-Experts アーキテクチャを採用しています。総パラメータ数は 975B（B は十億単位）ですが、個々のタスクで稼働させるのはそのうち約 41B だけなので、規模から想像されるより軽く、安価に運用できます。テキスト、画像、音声、動画からなる 45兆トークンで学習されており、後付けのアドオンではなく、四つのモダリティすべてをネイティブに理解します。最大 1百万トークンのコンテキストウィンドウに対応し——文書や契約書を丸ごと一回のリクエストで扱える規模です——、完全な重みは Hugging Face でダウンロードでき、同社の Tinker プラットフォームでカスタマイズすることもできます。Thinking Machines は、運用コストを抑えたい人向けに、総パラメータ数 276B の軽量版 Inkling-Small もプレビュー公開しています。

自社にとっての本当のニュースは「オープンウェイト」

主要なモデルの大半（OpenAI、Anthropic、Google のもの）はクローズドです。データをプロバイダーのサーバーに送り、利用量に応じて料金を払います。これに対してオープンウェイトモデルはモデルファイルそのものを提供するため、自社のインフラ内、または王国内のクラウドで動かせます。なぜこれが重要なのでしょうか。顧客との契約書、記録、営業秘密といったデータが手元に残り、第三者に渡らないからです。これにより、サウジデータ・人工知能庁（SDAIA）が所管する個人データ保護法（PDPL）への準拠がシンプルになります。さらに単一ベンダーからの独立性も得られます。突然の値上げも、一晩で業務を止めてしまうサービス終了もありません。

自社データでのカスタマイズ＝より低コストでより高い性能

Thinking Machines のメッセージは明確です。同社は「万人向けの一つのサイズ」のモデルではなく、カスタマイズに賭けました。Tinker プラットフォームを通じて、自社分野のデータ——顧客の言葉遣い、自社の文書、自社のポリシー——で Inkling をファインチューニングでき、特定のタスクではより大きな汎用モデルよりも正確になります。しかも運用コストは低く抑えられます。小さなリクエストのたびに市場最大のモデルを呼び出すのではなく、自社のニーズに合わせて調整したモデルを動かすからです。より小さくカスタマイズされたモデルが、現場では巨大な汎用モデルを上回る——この考え方こそ、ベンチマークのランキング首位を争う競争ではなく、ほとんどの企業にとっての中核的な実用価値です。

マルチモーダル：テキスト、画像、音声を一つのモデルで

Inkling はテキスト、画像、音声、動画をネイティブに理解するため、実用的な用途が広がります。請求書やスキャンした文書の分析、顧客のボイスメモの文字起こしと意図の把握、製品写真のチェック、PDF の契約書からのデータ抽出などです。入力の種類ごとに別々のツールをいくつもつなぎ合わせる代わりに、一つのモデルがこれらすべてのモダリティを処理します。これにより、その上にシステムを構築する作業がシンプルになり、障害点も減ります。

ただし「オープンウェイト」は本当の意味で無料ではない

ここでは正直さが大切です。モデルを無料でダウンロードできても、運用が無料になるわけではありません。この規模のモデルを動かすには、高性能なハードウェア（高価な GPU）と、チューニング、監視、セキュリティ確保のための運用ノウハウが必要です。また同社自身も、最新のクローズドモデルと比べると Inkling は総合的に最強ではないと認めています。そのため、断続的な利用、アイデアの素早い立ち上げ、最も難しい汎用タスクには、すぐに使えるクローズドな API のほうが引き続きシンプルで適している場合があります。正しい判断は「オープンが常に優れている」ではなく、「自社のケースにはどちらが適しているか」です。

Inkling のようなオープンモデルを選ぶべきなのはいつか

次の条件がそろったときは、オープンモデルを優先してください。組織の外に出すべきではない機密データや規制対象のデータがあること。利用量が大きく安定しており、リクエスト単位の課金が長期的に割高になること。自社の分野と顧客の言葉遣いに合わせた深いカスタマイズが必要なこと。そして、導入を管理できる社内の運用体制または技術パートナーがあることです。一方、立ち上げ段階やアイデアの検証中であれば、まずはすぐに使える API から始め、ニーズが成熟し、利用量が増え、コスト削減とプライバシーが投資に見合うようになった時点でオープンウェイトに移行しましょう。

Origami と Inkling を活用する方法

Origami では、オープンモデルを派手な見出しではなくエンジニアリングのツールとして扱います。まず、クローズドな選択肢と比べて Inkling がそもそもお客様のケースに合うかを評価します。そのうえで、より適している場合には、お客様のインフラ内のプライベート環境に導入し、お客様のデータでファインチューニングし、既存システムと統合します（自社文書を扱う社内アシスタント、自動化、マルチモーダル入力の処理など）。その際、コンプライアンスを維持するためのセキュリティとガバナンスの管理策も組み込みます。目指すのは測定可能な実用的成果であり、技術のための技術導入ではありません。

まとめ

Inkling の登場は、企業にとって追い風となる流れを後押ししています。所有でき、非公開で運用でき、自社データでカスタマイズできる強力なオープンモデルです。あらゆるケースで最適な選択肢というわけではありませんが、非公開でコストを管理でき、単一ベンダーに依存しない AI への確かな扉を開きます。これは、データを手放すことなく AI の恩恵を受けたいと考える多くのサウジアラビアの組織に合致します。

出典

  • Thinking Machines Lab——Inkling の公式発表：https://thinkingmachines.ai/news/introducing-inkling/
  • Hugging Face——Inkling のモデルページと重み：https://huggingface.co/blog/thinkingmachines-inkling
  • 公開時の報道（2026年7月15日）：TechCrunch と Axios。数値と仕様は、公開日時点で公式ソースに記載されている内容に基づきます。