Mira Murati lance Inkling :
975 milliards de paramètres, 100 % open source
Le pari de l'indépendance

Le 16 juillet 2026, Mira Murati a publié sur X un message qui a instantanément redessiné le paysage concurrentiel de l'intelligence artificielle : « Our first model, Inkling. Trained from scratch, weights are open, fine-tunable on Tinker today. » En une phrase, l'ex-CTO d'OpenAI a accompli ce qu'aucun dirigeant occidental n'avait réussi depuis le lancement de ChatGPT : livrer un modèle de classe mondiale entièrement open source, sous licence Apache 2.0, sans aucune restriction d'usage. Inkling n'est pas un fork de Llama, ni un dérivé de Mistral. C'est un modèle entraîné de zéro – from scratch – sur 45 000 milliards de tokens couvrant texte, images, audio et vidéo. Avec 975 milliards de paramètres totaux et 41 milliards activés par tâche via une architecture MoE (Mixture-of-Experts), il est le plus imposant modèle open source jamais construit par un laboratoire occidental. Selon Decrypt, qui a obtenu les données de performance en exclusivité, Inkling atteint 74,1 % sur MCP Atlas (tâches agentiques), soit près de 30 points au-dessus du Nemotron 3 Ultra de Nvidia. Sur SWE-Bench Verified (correction autonome de bugs GitHub), il marque 77,6 % contre 70,7 % pour Nemotron. Le message est clair : l'open source occidental n'est plus un concurrent de seconde zone.

L'architecture d'Inkling révèle une philosophie de conception radicalement différente de celle des modèles monolithiques. Le choix du Mixture-of-Experts (MoE) traduit une intuition économique autant que technique : plutôt que d'activer l'intégralité des paramètres à chaque inférence, seuls 41 milliards sur 975 milliards sont sollicités par tâche. Cette architecture réduit drastiquement le coût computationnel sans sacrifier la profondeur de connaissance – chaque « expert » se spécialise dans un domaine particulier. La fenêtre de contexte d'un million de tokens (environ 750 000 mots) place Inkling dans le peloton de tête des modèles à longue portée, aux côtés de Gemini et Claude. Cette capacité est critique pour les tâches agentiques : un agent qui doit lire une documentation technique complète, analyser une base de code entière, puis générer une solution a besoin de maintenir une mémoire de travail étendue. La multimodalité native – texte, images et audio en entrée – élimine le besoin de pipelines de conversion externes, réduisant les points de défaillance. Enfin, la plateforme Tinker, conçue spécifiquement pour le fine-tuning d'Inkling, transforme le modèle en infrastructure : ce n'est pas un produit fini, c'est une base que chaque entreprise peut spécialiser pour ses propres cas d'usage. Le lancement simultané d'Inkling-Small (276 milliards de paramètres totaux, 12 milliards actifs, poids à venir après tests de sécurité) confirme cette stratégie de gamme : un modèle lourd pour les tâches complexes, un modèle léger pour le déploiement à grande échelle.

Pour comprendre le pari Inkling, il faut remonter à novembre 2023, quand le conseil d'administration d'OpenAI a brièvement destitué Sam Altman. Mira Murati, alors CTO, a été nommée CEO par intérim pendant cette crise de gouvernance qui a failli détruire l'entreprise la plus valorisée de l'IA. Elle a tenu la barre pendant les jours les plus chaotiques de l'histoire d'OpenAI, négociant avec Microsoft, contenant la menace d'exode massif des employés, maintenant la cohésion opérationnelle. Moins d'un an plus tard, en septembre 2024, elle quittait OpenAI. Cinq mois après, en février 2025, elle fondait Thinking Machines Lab. Ce timing n'est pas anodin : Murati a eu une vue imprenable sur la machine OpenAI de l'intérieur – ses forces, ses fragilités, ses dépendances. La décision de construire un modèle from scratch plutôt que de forker une architecture existante suggère qu'elle a identifié des limitations structurelles dans les approches héritées qu'elle ne voulait pas reproduire. Le choix de la licence Apache 2.0 – la plus permissive, sans aucune restriction d'usage commercial – est également un positionnement stratégique : là où Meta impose des restrictions au-delà de 700 millions d'utilisateurs actifs pour Llama, et où Mistral réserve ses meilleurs modèles à des licences propriétaires, Inkling est libre pour tous les usages, sans condition. C'est une déclaration de guerre commerciale autant que technique.

La trajectoire de financement de Thinking Machines Lab est un cas d'école de la frénésie – et de la correction – du marché du capital-risque IA. En juillet 2025, l'entreprise lève 2 milliards de dollars en seed round, une valorisation de 12 milliards. Le tour de table est un Who's Who de la tech : Andreessen Horowitz en lead, Nvidia, Accel, ServiceNow, Cisco, AMD et Jane Street. Pour une entreprise sans produit, sans revenus, avec pour seul actif l'équipe et la réputation de sa fondatrice, cette valorisation est un pari sur la personne autant que sur la technologie. Quatre mois plus tard, en novembre 2025, Thinking Machines Lab tente une nouvelle levée à 50 milliards de dollars de valorisation. Les discussions s'effondrent en janvier 2026. L'écart entre 12 et 50 milliards en quatre mois illustre la bulle spéculative du secteur – mais l'échec de la levée révèle aussi une réalité que les marchés commencent à intégrer : la valorisation d'une entreprise d'IA ne peut plus reposer uniquement sur la promesse. Le modèle doit exister, être testé, prouver sa différenciation. Inkling arrive six mois après cet échec, comme une réponse aux sceptiques : voici le produit. La question qui demeure est celle de la monétisation. La licence Apache 2.0 interdit de fait le modèle économique du « modèle gratuit, API payante » – n'importe qui peut héberger et servir Inkling sans reverser un centime à Thinking Machines Lab. La plateforme Tinker (fine-tuning cloud) est le seul levier de revenus identifié à ce stade. Un modèle économique qui repose sur le service plutôt que sur la technologie est structurellement plus fragile.

Le lancement d'Inkling s'inscrit dans une recomposition plus large de l'écosystème issu d'OpenAI. Le 13 juillet 2026, Founders Fund – le fonds de Peter Thiel – a annoncé le recrutement de Ryan Beiermeister comme partner. Beiermeister a passé deux ans comme VP of Product Policy chez OpenAI, couvrant la période où ChatGPT est devenu l'application à la croissance la plus rapide de l'histoire. Elle a été licenciée brutalement en février 2026 après s'être opposée à un projet de « mode adulte » permettant l'usage érotique de ChatGPT – fonctionnalité qu'OpenAI a finalement abandonnée en mars 2026. Son arrivée chez Founders Fund, facilitée par sa relation de longue date avec Trae Stephens (partner chez Founders Fund, ancien de Palantir comme elle), illustre un phénomène plus large : l'expertise accumulée chez OpenAI se disperse dans l'écosystème, créant un réseau d'influence qui dépasse le périmètre de l'entreprise d'origine. Pendant ce temps, Demis Hassabis, CEO de Google DeepMind, formule dans Business Insider un constat qui éclaire indirectement le pari Murati : les diplômés STEM pourront utiliser l'IA « dix fois plus efficacement » que les non-experts. Si cette thèse est correcte, alors la valeur ne réside pas dans le modèle lui-même mais dans la capacité à le maîtriser – ce qui donne raison à l'approche infrastructurelle de Thinking Machines Lab : fournir la base ouverte et laisser l'écosystème créer la valeur.

Le lancement d'Inkling est une réussite technique indéniable. Mais la transformation d'une réussite technique en succès entrepreneurial durable repose sur trois hypothèses fragiles. La première est que l'open source Apache 2.0 peut générer un modèle économique viable sans verrouillage propriétaire – une équation que ni Mozilla, ni Red Hat, ni WordPress n'ont résolue à l'échelle des milliards. La deuxième est que Thinking Machines Lab peut soutenir un rythme d'innovation face à des concurrents dont les budgets R&D se chiffrent en dizaines de milliards annuels, avec une levée de 2 milliards qui doit couvrir à la fois l'entraînement (des centaines de millions par run) et les opérations. La troisième est que la « diaspora OpenAI » – Murati, Beiermeister, et d'autres – ne finira pas par se faire réabsorber par l'écosystème qu'elle cherche à défier. Comme l'écrit Decrypt, le tour de table de Thinking Machines Lab inclut Nvidia et AMD : deux fournisseurs de hardware dont les puces font tourner aussi bien Inkling que les modèles d'OpenAI, Google et Anthropic. L'indépendance revendiquée est-elle compatible avec une telle structure actionnariale ? La réponse déterminera si Inkling restera dans l'histoire comme le début d'une nouvelle ère – ou comme un baroud d'honneur.