何が起きたか
Thinking Machinesが、オープンウェイトの推論モデル「Inkling Small」をリリースしました。総パラメータ2760億、アクティブパラメータ120億という構成で、上位モデルInklingの3分の1未満の規模ながら、Artificial AnalysisのIntelligence Indexでは40点（Inklingは41点）を記録しています。Artificial Analysisによれば、同等以下のサイズのオープンモデルでこれを上回るものは存在しません。
興味深いのは、いくつかのベンチマークでは小さい方が勝っている点です。Humanity’s Last Examで32%対30%、GPQA Diamondで89%対87%と、難関の推論・コーディング系タスクでInkling Smallが上回りました。一方、エージェント型タスクと事実知識では上位モデルに劣ります。テキスト・画像・音声の入力に対応し、コンテキストウィンドウは256Kトークン。重みはHugging Faceで配布され、Tinker Playgroundを使えばブラウザ上でファインチューニングできます。
なぜ重要か：スコアより「トークン効率」
見出しになりやすいのはベンチマークのスコアですが、事業目線でより重いのは出力トークン量です。Inkling Smallは1タスクあたり平均24Kトークン。Deepseek V4 Flashの45K、GPT-5.4 miniの78Kと比べると、同じ仕事を半分から3分の1以下の「思考量」で終えていることになります。
推論モデルのコストは、パラメータ数だけでなく「どれだけ長く考えるか」で決まります。GPT-5.4 miniの78Kに対して24Kということは、単価が同じでも実効コストは3分の1、レイテンシも大幅に短いということです。推論モデルを本番投入する際にボトルネックになるのは、たいてい精度ではなく応答時間と請求書のほうです。その2つを同時に殴りに来ているのがこのモデルの本質です。
得意・不得意が明確に分かれている
もう一つ見逃せないのが、性能の「形」がはっきりしていることです。難問の推論とコーディングでは上位モデルを超え、エージェント型タスクと事実知識では負ける——この輪郭は、用途の切り分けをかなり具体的にしてくれます。
つまりInkling Smallは、外部ツールを次々と叩いて長時間自律動作させるエージェント基盤としてはまだ第一候補になりにくく、逆に「与えられた文脈の中で深く考えさせる」処理には強い。256Kのコンテキストウィンドウは後者と相性が良く、長い仕様書や契約書、大量のログを丸ごと渡して推論させる使い方に向きます。事実知識の弱さは、社内データを検索して渡す構成（RAG）で補える性質のものです。
ファインチューニング前提という設計思想
Thinking Machinesは自社モデルを「ユーザー自身のデータでファインチューニングするための土台」と位置づけています。Apache 2.0という制約の緩いライセンスと、ブラウザで調整できるTinker Playgroundの組み合わせは、その思想の表れです。汎用性能の一点勝負ではなく、各社が自分のデータで仕上げることを前提に設計されている。これを次の主戦場と見る向きもあります。
💼 事業会社視点：これは自社にどう効くか
経営判断として効くのは「40点のオープンモデルが自社サーバーに置ける」という一点です。従来、推論モデルはAPI課金の従量制でしか使えず、月次コストが読めないままPoCが止まる例が多くありました。Apache 2.0かつ重みが公開された今、日本企業にとっては選択肢が変わります。
特に効くのは3つの層です。第一に、機密データを外部APIに出せない金融・製造・医療の情報システム部門。オンプレやVPC内で40点級の推論が動くなら、これまで「規程上できない」で棚上げしていた案件が動きます。第二に、SaaS事業者。1タスク24Kトークン（GPT-5.4 miniの78Kの約3割）という効率は、AI機能の粗利率に直結します。API課金モデルで原価が読めずAI機能の価格設計に苦しんでいるなら、自社ホスティングとの原価比較を今期中にやる価値があります。第三に、受託開発。「顧客のデータでファインチューニングした専用モデルを納品する」という提案は、Tinker Playgroundのような環境が整った今、単価の高い新しい商材になり得ます。
実務としては、まずエージェント用途と非エージェント用途を切り分けてください。長時間自律動作させる仕組みは引き続き大手APIに任せ、要約・分類・審査・仕様レビューといった「深く考えるが自律的には動かない」処理をInkling Small級に寄せる。この二層構成が、当面もっとも現実的なコスト最適解です。