Thinking Machines Lab, стартап в области искусственного интеллекта, основанный бывшим техническим директором OpenAI Мирой Мурати, 11 декабря запустил свой сервис тонкой настройки Tinker в общий доступ

Thinking Machines Lab, стартап в области искусственного интеллекта, основанный бывшим техническим директором OpenAI Мирой Мурати, 11 декабря запустил свой сервис тонкой настройки Tinker в общий доступ, убрав список ожидания и добавив поддержку продвинутых моделей компьютерного зрения и совместимость с API OpenAI.

Компания из Сан-Франциско публично представила Tinker в октябре, но ограничила доступ через бета-программу только по приглашениям. Запуск в общий доступ знаменует переход к открытому доступу, поскольку стартап стремится демократизировать настройку моделей ИИ за пределами крупных технологических компаний.

Ключевые обновления и расширенные возможности

Последний релиз представляет несколько функций, направленных на упрощение настройки больших языковых моделей. Tinker теперь поддерживает Kimi K2 Thinking — модель рассуждений с одним триллионом параметров, созданную для расширенных цепочек рассуждений и использования инструментов, что делает её самой крупной моделью в линейке Tinker. Сервис также добавил совместимость с OpenAI API, позволяя разработчикам легко интегрировать Tinker в существующие рабочие процессы.

Возможности работы с изображениями расширяются благодаря двум новым моделям: Qwen3-VL-30B-A3B-Instruct, разработанной для аппаратной эффективности, и Qwen3-VL-235B-A22B-Instruct, которая справляется с более сложными задачами при большем контекстном окне. По данным Thinking Machines, Qwen3-VL-235B-A22B-Instruct достигает приемлемой точности всего с одним примером на класс в задачах классификации изображений.

Tinker использует адаптацию низкого ранга (Low-Rank Adaptation) — технику, которая выполняет тонкую настройку моделей путём корректировки небольшого подмножества параметров вместо переобучения всей системы. Этот подход требует лишь часть вычислительных ресурсов, необходимых для традиционной тонкой настройки, и позволяет нескольким пользователям одновременно использовать одни и те же базовые веса модели.

Растущий импульс на фоне переговоров о финансировании

Thinking Machines привлекла $2 миллиарда в июле при оценке в $12 миллиардов в одном из крупнейших посевных раундов Кремниевой долины, возглавляемом Andreessen Horowitz при участии Nvidia, AMD и ServiceNow. Компания укрепила свою техническую команду в ноябре, когда Соумит Чинтала, сооснователь PyTorch, присоединился из Meta.

Bloomberg сообщил в ноябре, что Thinking Machines вступила в предварительные переговоры о привлечении дополнительного финансирования при оценке в $50 миллиардов, хотя детали остаются неподтвержденными. В случае завершения раунд увеличит стоимость стартапа более чем в четыре раза всего за четыре месяца.