Setelah menghadapi kritik yang semakin meningkat karena tidak memiliki produk publik meskipun valuasinya mencapai 12 miliar dolar Amerika Serikat, Thinking Machines telah mengumumkan Tinker , sebuah layanan API terkelola untuk fine-tuning model bahasa besar. Waktu peluncuran ini telah menimbulkan kecurigaan di komunitas teknologi, karena dilakukan hanya beberapa hari setelah kolumnis keuangan Matt Levine menyoroti kurangnya arah perusahaan dalam newsletter-nya yang banyak dibaca.
Harga dan Ketersediaan
- Saat ini dalam tahap beta privat dengan akses daftar tunggu
- Gratis untuk memulai, harga berbasis penggunaan akan hadir dalam beberapa minggu
- Onboarding dimulai Oktober 2025
- Proses kontak terpisah untuk organisasi
Fokus Infrastruktur Mengejutkan Para Pengamat Industri
Pilihan untuk meluncurkan produk infrastruktur daripada model AI terobosan telah memicu perdebatan di kalangan developer dan peneliti. Banyak yang mengharapkan startup profil tinggi ini, yang mempekerjakan banyak ilmuwan AI terkenal, akan debut dengan kemampuan AI mutakhir daripada layanan peralatan. Reaksi komunitas menunjukkan perasaan campur aduk tentang arah strategis ini.
Mengingat bahwa Thinking Machines telah mempekerjakan begitu banyak ilmuwan pintar, fokus hanya pada infrastruktur dan fine-tuning agak mengecewakan.
Tinker memposisikan dirinya sebagai solusi untuk kompleksitas pelatihan terdistribusi, menangani manajemen sumber daya sambil memberikan kontrol kepada peneliti atas algoritma dan data. Layanan ini mendukung berbagai ukuran model, dari model eksperimental kecil hingga model mixture-of-experts besar seperti Qwen-235B-A22B , dengan pengguna dapat beralih di antara mereka dengan mengubah satu baris kode Python .
Fitur Layanan Tinker
- Mendukung fine-tuning model open-weight besar dan kecil
- Menangani model mixture-of-experts seperti Qwen-235B-A22B
- Menggunakan teknologi LoRA untuk berbagi sumber daya yang hemat biaya
- Menyediakan primitif tingkat rendah: API forward_backward dan sample
- Layanan terkelola dengan penjadwalan otomatis dan pemulihan kegagalan
Adopsi Awal Menunjukkan Harapan Meskipun Ada Skeptisisme
Beberapa institusi penelitian bergengsi telah menguji Tinker selama fase alpha. Tim Goedel Princeton menggunakannya untuk melatih pembuktian teorema matematika, sementara grup Rotskoff Chemistry Stanford melakukan fine-tuning model untuk tugas penalaran kimia. Grup SkyRL Berkeley bereksperimen dengan loop pelatihan reinforcement learning kustom, dan Redwood Research menerapkannya untuk tugas kontrol AI.
Layanan ini menggunakan teknologi LoRA ( Low-Rank Adaptation ) untuk berbagi sumber daya komputasi antara beberapa sesi pelatihan, yang membantu mengurangi biaya. Thinking Machines juga berencana merilis perpustakaan open-source yang disebut Tinker Cookbook , yang berisi implementasi metode post-training umum.
Mitra Penelitian Awal
- Princeton Goedel Team: Pembuktian teorema matematika
- Stanford Rotskoff Chemistry Group: Tugas-tugas penalaran kimia
- Berkeley SkyRL Group: Pelatihan RL multi-agen dengan penggunaan alat
- Redwood Research: Tugas-tugas kontrol AI menggunakan Qwen3-32B
Strategi Waitlist Menarik Perbandingan dengan Kesalahan Google
Keputusan perusahaan untuk meluncurkan dengan sistem beta privat dan waitlist telah menarik kritik dari pengamat industri. Beberapa menunjuk pada pendekatan serupa Google dengan rilis LLM awal sebagai kisah peringatan, menunjukkan bahwa model akses yang terlalu restriktif dapat memungkinkan pesaing mendapatkan keuntungan pasar.
Tinker awalnya akan gratis untuk digunakan, dengan harga berbasis penggunaan direncanakan untuk minggu-minggu mendatang. Layanan ini bertujuan untuk membedakan dirinya dari solusi fine-tuning yang ada dengan menawarkan kemampuan pelatihan terdistribusi untuk model besar, meskipun beberapa anggota komunitas mempertanyakan apakah kompleksitas infrastruktur benar-benar memerlukan startup khusus senilai 12 miliar dolar Amerika Serikat untuk menyelesaikannya.
Peluncuran ini mewakili langkah pertama Thinking Machines menuju pembenaran valuasi besar mereka, meskipun apakah layanan infrastruktur akan terbukti menguntungkan seperti model AI itu sendiri masih harus dilihat.
Referensi: Announcing Tinker