1X2.TV — Dự đoán bóng đá bằng AI
Dự đoán trận đấu & mẹo cá cược bằng AI
Dự đoán cổ phiếu bằng AI
Dự báo & phân tích thị trường chứng khoán bằng AI

Đánh giá Inkling: Mô hình mở trọng số thách thức GPT-5 và Claude

Inkling là mô hình mở trọng số với 975 tỷ tham số từ Thinking Machines Lab. Chúng tôi đánh giá các khả năng đa phương tiện, giá cả và cách nó so sánh với GPT-5 và Claude.

Đội ngũ AI Tools Hub
|
Inkling Review: The Open-Weights Model Challenging GPT-5 and Claude
Dự án của chúng tôi

1X2.TV — Dự đoán bóng đá bằng AI

Dự đoán trận đấu bóng đá, mẹo cá cược và phân tích chuyên sâu bằng AI. Được hỗ trợ bởi các thuật toán học máy phân tích hơn 50.000 trận đấu.

Nhận dự đoán

Đánh giá Inkling: Mô hình mở trọng số thách thức GPT-5 và Claude

Lĩnh vực mô hình mở trọng số đã phát triển với tốc độ chóng mặt trong suốt năm 2026. Từ Nemotron 3 Ultra của Google đến Claude 4 của Anthropic và GPT-5 của OpenAI, các mô hình đóng đã thống trị các tiêu đề tin tức. Nhưng nếu bạn đã chú ý đến cộng đồng mã nguồn mở, có thể bạn đã nhận thấy một đối thủ mới đang âm thầm tạo đà: Inkling, mô hình mở trọng số đầu tiên của Thinking Machines Lab, ra mắt vào ngày 15 tháng 7 năm 2026.

Inkling không cố gắng trở thành mô hình mạnh nhất trong mọi bảng xếp hạng. Thay vào đó, nó định vị mình là một nền tảng đa phương tiện mạnh mẽ, hiệu quả và có thể tùy chỉnh cao dành cho các nhà phát triển muốn truy cập mở. Với tổng cộng 975 tỷ tham số (41 tỷ tham số hoạt động), cửa sổ ngữ cảnh 1 triệu token và hỗ trợ gốc cho văn bản, hình ảnh và âm thanh, Inkling đang tạo ra một lý lẽ thuyết phục cho các mô hình mở trọng số trong hệ sinh thái doanh nghiệp và nhà phát triển.

Trong bài đánh giá này, chúng ta sẽ đi sâu vào các khả năng, giá cả và cách Inkling so sánh với các ông lớn — để bạn có thể quyết định xem đây có phải là mô hình phù hợp cho trường hợp sử dụng của mình hay không.

Inkling là gì?

Inkling là một mô hình Mixture-of-Experts (MoE) từ Thinking Machines Lab, được phát hành theo giấy phép Apache 2.0. Lựa chọn giấy phép này rất quan trọng: nó có nghĩa là bạn có thể sử dụng Inkling cho mục đích thương mại mà không phải lo lắng về các điều khoản hạn chế, khiến nó trở thành một lựa chọn hấp dẫn cho các doanh nghiệp ở mọi quy mô.

Kiến trúc của mô hình này đặc biệt thú vị. Với tổng cộng 975 tỷ tham số nhưng chỉ có 41 tỷ tham số hoạt động trong quá trình suy luận, Inkling mang lại hiệu suất mạnh mẽ trong khi vẫn kiểm soát được chi phí tính toán. Thiết kế MoE này có nghĩa là mô hình chỉ kích hoạt một tập hợp con các tham số của nó cho mỗi đầu vào, dẫn đến thời gian suy luận nhanh hơn so với các mô hình dày đặc (dense) có cùng kích thước.

Inkling được thiết kế để đa phương tiện, nghĩa là nó có thể xử lý và suy luận trên văn bản, hình ảnh và âm thanh một cách gốc — không cần các mô hình riêng biệt hoặc quy trình phức tạp. Đối với các nhà phát triển muốn tinh chỉnh mô hình trên dữ liệu của riêng họ, Thinking Machines Lab đã cung cấp nó trên Tinker, nền tảng tùy chỉnh mô hình của họ.

Hiệu suất của Inkling như thế nào?

Hãy nói thẳng ngay từ đầu: Inkling không phải là mô hình tổng thể mạnh nhất hiện nay, dù là mã nguồn mở hay đóng. Nhưng nó chắc chắn đủ mạnh để khẳng định vị thế, và có một số thành tựu đáng chú ý.

Theo Artificial Analysis, điểm chỉ số 41 của Inkling giúp nó vượt qua Nemotron 3 Ultra (38) và Gemma, đưa nó trở thành một trong những mô hình mã nguồn mở mạnh nhất hiện có. Tuy nhiên, nó hơi kém hơn GLM 5.2, mô hình suy luận mã nguồn mở được đánh giá cao nhất trong bộ benchmark — đặc biệt xuất sắc trong các tác vụ lập trình thuần túy.

Về suy luận đa phương thức, Inkling hoạt động rất tốt. Khả năng xử lý đồng thời văn bản, hình ảnh và âm thanh cho phép nó xử lý các tác vụ phức tạp như phân tích biểu đồ, giải thích sơ đồ hoặc tóm tắt bản ghi video — tất cả chỉ trong một lần xử lý. Điều này đặc biệt có giá trị cho các ứng dụng doanh nghiệp, nơi dữ liệu đến từ nhiều định dạng khác nhau.

Cửa sổ ngữ cảnh 1 triệu token là một tính năng nổi bật khác. Để so sánh, hầu hết các mô hình trong bối cảnh năm 2026 cung cấp từ 128K đến 256K token. Cửa sổ 1M cho phép bạn nạp vào Inkling toàn bộ sách, các mã nguồn dài hoặc bộ tài liệu đồ sộ mà không cần chia nhỏ hay tóm tắt. Đây là lợi thế lớn cho các ứng dụng như rà soát tài liệu pháp lý, phân tích tài liệu kỹ thuật và tạo nội dung dài.

Inkling so với các ông lớn

Inkling so sánh thế nào với các mô hình đóng vốn đang thống trị cuộc thảo luận? Hãy cùng phân tích chi tiết.

Inkling so với GPT-5

GPT-5 vẫn là một trong những mô hình mạnh nhất hiện có, đặc biệt cho các tác vụ đa dụng và suy luận. Nó có lợi thế nhờ được hỗ trợ bởi cơ sở hạ tầng khổng lồ và các bản cập nhật liên tục của OpenAI. Tuy nhiên, GPT-5 là mô hình đóng với trọng số độc quyền, nghĩa là bạn bị ràng buộc vào hệ sinh thái và giá cả của OpenAI.

Ngược lại, Inkling cung cấp trọng số mở và quyền tự do thương mại. Đối với các đội ngũ muốn tinh chỉnh mô hình trên dữ liệu độc quyền hoặc triển khai trên cơ sở hạ tầng riêng, cách tiếp cận trọng số mở của Inkling là một lợi thế đáng kể. GPT-5 có thể nhỉnh hơn một chút về hiệu năng thô, nhưng hiệu quả và tiềm năng tùy biến của Inkling giúp nó cạnh tranh trong nhiều trường hợp sử dụng.

Inkling so với Claude

Claude (thế hệ mới nhất của Anthropic) nổi tiếng với khả năng suy luận xuất sắc, xử lý ngữ cảnh dài và hiệu suất mạnh mẽ trong các tác vụ lập trình và phân tích. Điểm mạnh của Claude nằm ở sự rõ ràng và chính xác, đặc biệt là đối với các tác vụ suy luận phức tạp.

Inkling cạnh tranh tốt với Claude trong các tác vụ đa phương thức và cung cấp lợi thế tương tự về cửa sổ ngữ cảnh. Tuy nhiên, hệ sinh thái và công cụ của Claude trưởng thành hơn, đồng thời giá cả cũng cạnh tranh. Lợi thế của Inkling nằm ở tính linh hoạt của mô hình mở (open-weights) và khả năng chạy trên phần cứng của riêng bạn, giúp giảm chi phí cho người dùng có khối lượng sử dụng lớn.

Inkling so với GLM 5.2

GLM 5.2 hiện là mô hình suy luận mở (open-weight) hàng đầu, đặc biệt xuất sắc trong các bài kiểm tra chuẩn về lập trình. Nếu trường hợp sử dụng chính của bạn là tạo và phân tích mã, GLM 5.2 có thể là lựa chọn tốt hơn. Tuy nhiên, khả năng đa phương thức của Inkling mang lại lợi thế cho các ứng dụng cần xử lý hình ảnh và âm thanh cùng với văn bản.

Giá cả và khả năng tiếp cận

Một trong những điểm bán hàng chính của Inkling là chiến lược giá cả. Là một mô hình mở (open-weights), bạn có nhiều lựa chọn:

  • Tự lưu trữ (Self-hosted): Chạy Inkling trên hạ tầng của riêng bạn với giấy phép Apache 2.0. Đây là lựa chọn lý tưởng cho các doanh nghiệp đã có sẵn tài nguyên tính toán.
  • API đám mây: Truy cập Inkling thông qua API của Thinking Machines Lab, với giá cả tăng theo mức độ sử dụng.
  • Nền tảng Tinker: Tinh chỉnh (fine-tune) Inkling trên dữ liệu của riêng bạn thông qua Tinker, với giá cả phụ thuộc vào độ phức tạp của nhu cầu tinh chỉnh.

Để so sánh, giá API của GPT-5 cạnh tranh nhưng có thể tăng nhanh đối với người dùng có khối lượng sử dụng lớn. Giá của Claude cũng được cấu trúc tương tự. Mô hình mở (open-weights) của Inkling có nghĩa là một khi bạn có các trọng số, bạn có thể sử dụng chúng vô thời hạn mà không phải trả phí theo token, đây có thể là lợi thế chi phí đáng kể cho các triển khai quy mô lớn.

Ưu và nhược điểm của Inkling

Ưu điểm

  • Trọng số mở (Open weights): Sử dụng thương mại theo giấy phép Apache 2.0, không bị ràng buộc với nhà cung cấp
  • Đa phương thức: Hỗ trợ gốc cho văn bản, hình ảnh và âm thanh
  • Cửa sổ ngữ cảnh lớn: 1 triệu token cho nội dung dài
  • Kiến trúc MoE hiệu quả: 41B tham số hoạt động trong tổng số 975B
  • Sẵn sàng tinh chỉnh: Có sẵn trên Tinker để tùy biến
  • Xếp hạng mô hình mở mạnh mẽ: Điểm chỉ số 41, dẫn trước Nemotron 3 Ultra

Nhược điểm

  • Không phải là mô hình mạnh nhất tổng thể: Kém hơn GLM 5.2 trong các bài kiểm tra chuẩn về suy luận thuần túy
  • Mô hình mới hơn: Hệ sinh thái chưa trưởng thành bằng GPT-5 và Claude
  • Hỗ trợ từ bên thứ ba hạn chế: Ít tích hợp và công cụ khả dụng hơn
  • Yêu cầu nhiều tài nguyên tính toán hơn: Kích thước mô hình lớn hơn đồng nghĩa với yêu cầu hạ tầng cao hơn

Ai nên sử dụng Inkling?

Inkling đặc biệt phù hợp với:

  1. Doanh nghiệp muốn triển khai mô hình AI trên hạ tầng riêng và kiểm soát dữ liệu của mình
  2. Nhà phát triển cần khả năng đa phương thức mà không phải quản lý nhiều mô hình
  3. Các nhóm muốn tinh chỉnh mô hình trên dữ liệu độc quyền
  4. Tổ chức quan tâm đến chi phí có thể hưởng lợi từ giấy phép mở trọng số
  5. Ứng dụng xử lý tài liệu dài hoặc yêu cầu cửa sổ ngữ cảnh lớn

Nếu bạn tìm kiếm mô hình mạnh nhất cho một tác vụ cụ thể (như lập trình), bạn có thể ưu tiên GLM 5.2. Nếu bạn muốn hệ sinh thái và công cụ hoàn thiện nhất, GPT-5 hoặc Claude có thể là lựa chọn tốt hơn. Nhưng nếu bạn coi trọng tính linh hoạt, khả năng tùy chỉnh và giấy phép mở, Inkling là một lựa chọn hấp dẫn.

Bắt đầu với Inkling

Thinking Machines Lab đã giúp việc bắt đầu với Inkling trở nên khá dễ dàng. Bạn có thể:

  1. Tải trọng số từ kho lưu trữ GitHub của họ
  2. Triển khai trên hạ tầng của bạn bằng các script được cung cấp
  3. Tinh chỉnh trên Tinker cho các ứng dụng tùy chỉnh
  4. Sử dụng API để tích hợp nhanh

Mô hình có sẵn trên các nền tảng đám mây lớn và có thể triển khai tại chỗ, mang lại cho bạn sự linh hoạt trong cách sử dụng.

Câu hỏi thường gặp

Inkling có miễn phí không? Inkling mở trọng số theo giấy phép Apache 2.0, nên bạn có thể sử dụng cho mục đích thương mại mà không tốn phí bản quyền. Tuy nhiên, nếu bạn sử dụng API hoặc nền tảng Tinker của Thinking Machines Lab, sẽ có các chi phí dựa trên mức độ sử dụng.

Inkling so với GPT-5 như thế nào? GPT-5 nhỉnh hơn một chút về hiệu năng thô, nhưng Inkling cung cấp trọng số mở, khả năng đa phương thức và cửa sổ ngữ cảnh lớn hơn. Đối với các nhóm muốn tinh chỉnh hoặc triển khai trên hạ tầng riêng, Inkling là một đối thủ cạnh tranh.

Cửa sổ ngữ cảnh của Inkling là bao nhiêu? Inkling có cửa sổ ngữ cảnh 1 triệu token, lớn hơn đáng kể so với hầu hết các mô hình trong bối cảnh năm 2026.

Tôi có thể tinh chỉnh Inkling không? Có, Inkling có sẵn trên Tinker để tinh chỉnh trên dữ liệu của riêng bạn.

Inkling có tốt cho lập trình không? Inkling hoạt động tốt cho các tác vụ lập trình, mặc dù GLM 5.2 hiện đang chiếm ưu thế trong các bài kiểm tra chuẩn về lập trình thuần túy.

Suy nghĩ cuối cùng

Inkling là một sản phẩm mạnh mẽ trong không gian mô hình mã nguồn mở, cung cấp sự kết hợp hấp dẫn giữa các khả năng đa phương thức, cửa sổ ngữ cảnh lớn và kiến trúc MoE hiệu quả. Mặc dù không phải là mô hình mạnh nhất trong mọi bài kiểm tra chuẩn, giấy phép mở và tiềm năng tùy chỉnh của nó khiến đây là một lựa chọn hấp dẫn cho các doanh nghiệp và nhà phát triển muốn có sự linh hoạt và kiểm soát.

Đối với các đội ngũ đã sẵn sàng vượt ra ngoài hệ sinh thái mô hình đóng và muốn một mô hình có thể phát triển cùng nhu cầu của họ, Inkling đáng để cân nhắc nghiêm túc. Khi Thinking Machines Lab tiếp tục phát triển Inkling làm nền tảng cho dòng mô hình của họ, chúng ta có thể kỳ vọng sẽ thấy nhiều cải tiến và khả năng hơn nữa trong những tháng tới.

Công bố: Bài đánh giá này chứa các liên kết tiếp thị liên kết. Nếu bạn mua hàng qua các liên kết của chúng tôi, chúng tôi có thể nhận được hoa hồng mà không làm tăng thêm chi phí cho bạn.

Dự án của chúng tôi

Dự đoán cổ phiếu bằng AI — Phân tích thị trường thông minh

Dự báo thị trường chứng khoán và phân tích kỹ thuật bằng AI. Nhận dự đoán hàng ngày cho cổ phiếu, ETF và tiền điện tử kèm theo điểm tin cậy và chỉ số rủi ro.

Xem dự đoán hôm nay
Dành cho nhà phát triển công cụ

Đang xây dựng hoặc tiếp thị một công cụ AI?

Được liệt kê, đánh giá hoặc giới thiệu trên AI Tools Hub — vị trí tin tài trợ trong 12 tháng, đa ngôn ngữ. Từ $49.

Đội ngũ AI Tools Hub

Chuyên gia đánh giá công cụ AI

Đội ngũ những người đam mê AI và chuyên gia công nghệ của chúng tôi thử nghiệm và đánh giá hàng trăm công cụ AI để giúp bạn tìm ra giải pháp hoàn hảo cho nhu cầu của mình. Chúng tôi cung cấp phân tích trung thực và chuyên sâu dựa trên trải nghiệm sử dụng thực tế.

Chia sẻ bài viết này: Đăng Chia sẻ LinkedIn

Các dự án AI khác từ đội ngũ của chúng tôi

Khám phá các công cụ và dự đoán AI khác của chúng tôi