Thinking Machines, İlk Açık Modeli Inkling'i Duyurdu: 975 Milyar Parametre

Eski OpenAI teknoloji direktörü Mira Murati'nin kurduğu Thinking Machines Lab, 15-16 Temmuz 2026'da ilk açık ağırlıklı (open-weight) modeli Inkling'i yayınladı. Model, 975 milyar toplam parametreye sahip bir "karışık uzmanlar" (mixture-of-experts) mimarisi kullanıyor; her görev için bunun yaklaşık 41 milyar parametresini devreye sokuyor. Eğitimde metin, görüntü, ses ve video içeren 45 trilyon token kullanılmış olsa da, şu an yalnızca metin çıktısı destekleniyor.

Inkling ne vaat ediyor?

Inkling'in en dikkat çekici yanı boyutu değil, açıklığı: model ağırlıkları indirilebiliyor ve geliştiriciler bunları doğrudan değiştirebiliyor. Bu, OpenAI, Anthropic ve Google'ın kapalı model stratejisinden radikal bir kopuş.

Teknik tarafta kullanılan "karışık uzmanlar" (mixture-of-experts) mimarisi basitçe şöyle işliyor: model, 975 milyar parametrelik devasa bir bilgi havuzuna sahip ama her soruya cevap verirken bu havuzun tamamını değil, göreve en uygun ~41 milyar parametrelik alt bölümünü devreye sokuyor. Bu sayede hem büyük bir modelin geniş bilgisinden faydalanılıyor hem de her sorguda tüm modeli çalıştırmanın getireceği maliyet ve gecikme önleniyor.

Murati'nin şirketinin merkezi iddiası şu: merkezi olarak eğitilip sonra değiştirilemez hale gelen yapay zeka modelleri, kurumların kendi ihtiyaçlarına göre şekillendirdiği sistemlerin gerisinde kalıyor — çünkü gerçek uzmanlık genelde çok spesifik bir bağlama ait. Şirket, "tek tip herkese uyar" (one-size-fits-all) yaklaşımına karşı bahis oynadığını açıkça söylüyor.

Thinking Machines'in gelir modeli de bu açıklığa paralel kurgulanmış: model ağırlıkları açık olsa da, şirket "Tinker" adlı özelleştirme platformu üzerinden para kazanmayı planlıyor — yani asıl iş modeli, açık modeli kurumlara özel hale getirme hizmeti.

Neden önemli?

Thinking Machines, kuruluşundan bu yana yaklaşık 9 ayda bu noktaya geldi; OpenAI'nin benzer bir olgunluğa ulaşması yıllar sürmüştü. Bu hız, hem Murati'nin ekibinin deneyimini hem de büyük dil modeli geliştirmenin artık "bilinen bir tarif" haline geldiğini gösteriyor.

Ayrıca haber siteleri Inkling'i "ABD laboratuvarları arasında öncü ama Çinli modellerin gerisinde" konumlandırıyor — bu da ABD-Çin yapay zeka yarışının açık model cephesinde de sürdüğünü gösteren bir detay.

Açık ağırlıklı büyük modeller (DeepSeek, Llama, Mistral ailesi gibi) son iki yıldır giderek daha rekabetçi hale geliyor; Inkling bu listeye ABD merkezli, ciddi bir laboratuvardan gelen yeni bir isim olarak ekleniyor. Bu, kapalı model sağlayıcılarının fiyatlandırma stratejileri üzerinde de dolaylı bir baskı yaratıyor — açık alternatiflerin kalitesi arttıkça, kapalı modellerin "sadece bizde var" avantajı zayıflıyor.

YZ Uzman ne düşünüyor?

Bizce Inkling'in Türkiye'deki işletmeler için asıl anlamı, açık ağırlıklı büyük modellerin sayısının artmasıyla özelleştirme maliyetinin düşmesi. Kapalı bir modeli (örneğin GPT veya Claude ailesi) API üzerinden kullanmak pratik ama esneklik sınırlı; şirketinize özel bir terminoloji, bir iç süreç ya da özel bir veri yapısı varsa, açık ağırlıklı bir modeli kendi sunucunuzda fine-tune etmek çoğu zaman daha ucuza ve daha kontrollü bir sonuca çıkar.

Elbette 975 milyar parametrelik bir modeli kendi başınıza çalıştırmak KOBİ ölçeğinde gerçekçi değil — bu boyutta bir modeli çalıştırmak için ciddi bir GPU kümesi gerekiyor, bu da büyük bulut sağlayıcılarının işi. Burada asıl fırsat, bu modelleri kullanan bulut sağlayıcıları ve yerel entegratörler üzerinden dolaylı erişim: yakın gelecekte Türkiye'deki bulut ve yazılım şirketlerinin Inkling gibi açık modelleri temel alıp üzerine Türkçe destek, sektöre özel bilgi tabanı ve yerel entegrasyonlar ekleyerek ürün çıkarması şaşırtıcı olmaz. Kısacası: bu haberi bugün değil, birkaç ay sonra "Inkling tabanlı Türkçe destekli bir araç" piyasaya çıktığında hatırlayacaksınız.

Kaynaklar: TechCrunch, The Decoder