La phrase qu'un laboratoire de pointe n'écrit jamais
Dans son annonce d'Inkling du 15 juillet, Thinking Machines Lab a glissé une ligne qu'aucun autre laboratoire de pointe n'avait jusqu'ici accepté de publier. Le modèle, écrit la société, n'est "pas le modèle globalement le plus performant disponible aujourd'hui". Elle décrit ensuite ce qu'Inkling est à ses yeux : "une bonne base à poids ouverts pour la personnalisation". Depuis trois ans, chaque lancement de modèle démarre sur un graphique de résultats de référence. Celui-ci démarre sur une limite.
Il faut y lire une stratégie, pas de la modestie. Mira Murati, ancienne directrice technique d'OpenAI, a fondé Thinking Machines et a mis environ neuf mois à livrer un modèle de pointe à grande échelle, contre près de cinq ans pour OpenAI et trois pour Anthropic. Le laboratoire emploie environ 200 personnes et a vu deux cofondateurs partir chez OpenAI en janvier. Une société dans cette position ne gagne pas une course aux résultats de référence face à des laboratoires cent fois mieux dotés en calcul. Elle a donc refusé d'y entrer.
Pour qui achète de l'IA, l'intérêt tient à ceci : une limite honnête est une information avec laquelle on peut planifier. Un fournisseur qui revendique le meilleur score d'un classement public vous parle d'un chiffre qui sera battu en quelques semaines, très probablement avant la fin de votre procédure d'achat. Un fournisseur qui vous dit ce que son produit n'est pas vous a donné quelque chose de durable. C'est plus rare que cela ne devrait l'être, et cela vaut bien davantage qu'il n'y paraît.
Ce qu'il y a vraiment dans la boîte
Inkling est un transformeur à mélange d'experts de 975 milliards de paramètres au total, dont 41 milliards actifs à un instant donné. Il a été pré-entraîné sur 45 000 milliards de tokens mêlant texte, images, audio et vidéo, et accepte une fenêtre de contexte allant jusqu'à 1 million de tokens. Il raisonne sur le texte, l'image et l'audio, mais ne produit aujourd'hui que du texte, code et données structurées compris. Une variante plus légère, Inkling-Small, compte 276 milliards de paramètres au total dont 12 milliards actifs.
Deux choix de conception disent pour quoi il est optimisé. Le modèle expose un effort de réflexion réglable, ce qui permet d'arbitrer requête par requête entre profondeur de raisonnement et dépense en tokens, un levier de coût que la plupart des API ne vous laissent pas. Thinking Machines a par ailleurs écarté RoPE au profit de plongements positionnels relatifs, qui extrapolent mieux vers les séquences longues selon la société. Celle-ci affirme qu'Inkling consomme environ un tiers des tokens du Nemotron 3 Ultra de Nvidia à performance de codage équivalente. Sur une facture à l'usage, l'efficacité en tokens n'est pas un détail technique.
Regardez les chiffres pratiques avant ceux des titres. Les poids sont sur Hugging Face, et Inkling est accessible via Tinker, la plateforme d'affinage de la société, à des longueurs de contexte de 64 000 et 256 000 tokens, avec pour l'heure une remise de 50 % pendant une période limitée. Notez l'écart : le modèle accepte jusqu'à un million de tokens de contexte, quand la plateforme gérée n'en offre aujourd'hui qu'un quart. Si votre usage dépend de la fenêtre complète, vous l'hébergez vous-même, et héberger soi-même un modèle de 975 milliards de paramètres est un engagement d'infrastructure sérieux, pas l'affaire d'un après-midi.
La frontière ouverte est désormais un héritage partagé
Le détail de provenance de cette sortie mérite plus d'attention que le nombre de paramètres. Thinking Machines indique que l'architecture à mélange d'experts d'Inkling suit largement DeepSeek-V3, avec 256 experts routés et deux experts partagés, dont six experts routés actifs par token. La société a aussi utilisé des modèles à poids ouverts, parmi lesquels Kimi K2.5 de Moonshot AI, pour générer les données du premier post-entraînement avant l'apprentissage par renforcement à grande échelle. Un laboratoire de San Francisco fondé par l'ancienne directrice technique d'OpenAI a bâti son architecture sur la conception publiée d'un laboratoire chinois et l'a amorcée avec le modèle d'un autre laboratoire chinois.
Voilà à quoi ressemble vraiment une frontière ouverte, dans les faits. Non pas une course au drapeau entre deux blocs, mais un héritage technique partagé qui circule dans tous les sens et ne demande d'autorisation à aucune frontière. L'ingénierie est passée de Hangzhou et de Pékin à San Francisco parce qu'elle avait été publiée, et le résultat a été publié à son tour.
Pour un dirigeant européen, cela a une valeur précise et dénuée de sentimentalisme. L'accès à un modèle de pointe hébergé est une relation commerciale soumise à des décisions de politique, de tarification et de disponibilité prises dans une autre juridiction, comme l'a déjà appris quiconque a vu un modèle lancé dans 47 pays sauf l'Union européenne. Un jeu de poids ouverts téléchargé est un actif d'une autre nature. Il ne sera ni restreint, ni retarifé, ni déprécié sous vos pieds, parce que vous l'avez déjà. Ce n'est pas un argument disant que les poids ouverts valent mieux. C'est un argument disant qu'ils échouent autrement, et savoir comment une dépendance échoue est l'essentiel de ce à quoi sert un processus d'achat.
Est-ce un achat que vous devriez faire
La ligne à tracer sépare la location d'une intelligence et la propriété d'une capacité. Si votre usage de l'IA est large, varié et change chaque semaine, louez : payez au token le meilleur modèle hébergé et changez-en dès qu'un meilleur apparaît, parce que vous achetez de la souplesse. Si votre travail est étroit, répétitif, à fort volume et propre à votre entreprise, une base personnalisable que vous affinez et gardez peut battre un modèle généraliste qui n'a jamais vu votre domaine, et son coût cesse de croître avec votre usage. Beaucoup de sociétés françaises sont exactement dans ce cas : cabinets, assureurs, industriels qui traitent chaque jour les mêmes pièces au même format, avec des données propriétaires que la direction juridique préfère voir rester dans la maison.
Soyez honnête sur ce qu'exige la personnalisation, car c'est là que le plan casse d'habitude. L'affinage réclame des données d'entraînement que vous possédez réellement et que vous avez le droit d'utiliser. Il réclame un jeu d'évaluation bâti sur votre travail réel, et non sur un résultat de référence public, faute de quoi vous n'aurez aucun moyen de savoir si votre version vaut mieux que votre point de départ. Et il réclame une personne nommément propriétaire du modèle en production, car un modèle affiné que personne n'entretient se dégrade en silence à mesure que l'entreprise change autour de lui. S'il manque l'un de ces trois éléments, une base à poids ouverts est un téléchargement, pas une capacité.
La lecture honnête d'Inkling, c'est que l'aveu est la fonctionnalité. Thinking Machines vous a dit ce que son modèle n'est pas, si bien que la seule question qui reste est de savoir si l'adaptabilité est ce dont vous avez besoin. Pour la plupart des sociétés qui font tourner une poignée de tâches d'IA générales, ce n'est pas le cas, et la location demeure le bon choix. Pour le plus petit nombre qui a un problème étroit à fort volume et de vraies données propriétaires, une base que vous pouvez posséder et façonner est une proposition économique réellement différente d'un accès facturé au compteur au modèle d'un autre. Les deux options se défendent. Acheter la seconde en budgétant la première, non.
À lire ensuite: La Chine autorise ses labos à acheter le H200 | Un modèle chinois répond peut-être à vos prompts
