Cognition a annoncé le lancement dInkling, un modèle dintelligence artificielle fondamental à poids ouverts, conçu pour offrir une grande flexibilité aux développeurs et aux entreprises souhaitant personnaliser des systèmes IA. Contrairement aux modèles fermés privilégiant les performances brutes, Inkling se positionne comme une base polyvalente optimisée pour le fine-tuning et le déploiement dans des environnements réels. Architecturé en transformer à experts multiples, le modèle compte 975 milliards de paramètres au total, dont 41 milliards actifs par inférence, et supporte une fenêtre de contexte de un million de tokens. Il a été pré-entraîné sur 45 billions de tokens combinant texte, images, audio et vidéo. Cognition détaille également une version allégée, Inkling-Small, en phase de prévisualisation, qui réduit le nombre de paramètres actifs à 12 milliards pour des applications exigeant faible latence et coûts maîtrisés. Parmi ses fonctionnalités principales, Inkling intègre une compréhension multimodale native lui permettant de raisonner simultanément sur du texte, des images et des enregistrements audio. Il se distingue par son mécanisme deffort de raisonnement contrôlable, qui permet aux développeurs dajuster dynamiquement le niveau de réflexion du modèle. Ce réglage offre un compromis précis entre performance et efficacité énergétique, réduisant significativement le nombre de tokens consommés pour atteindre des résultats équivalents à dautres modèles de référence. Le développement de Inkling repose sur une stratégie dapprentissage par renforcement à grande échelle, exploitant plus de 30 millions denvironnements dasynchronie sur des infrastructures NVIDIA. Cette approche a considérablement amélioré les capacités de raisonnement logique tout en favorisant une compression naturelle des chaînes de pensée, rendant les processus décisionnels plus concis sans altérer la précision des réponses. Par ailleurs, lentreprise a accordé une attention particulière à lépistémologie du modèle, en le calibrant pour quil exprime un niveau de confiance adapté à ses certitudes, réduisant ainsi les hallucinations et améliorant sa fiabilité sur des tâches de prédiction et de suivi dinstructions complexes. La sécurité a été renforcée via des évaluations internes et externes, garantissant un refus approprié des requêtes nuisibles tout en minimisant les faux positifs. Les poids complets dInkling sont désormais disponibles sur Hugging Face, accompagnés dune version optimisée pour linférence sur les puces NVIDIA Blackwell. La plateforme Tinker de Cognition permet un fine-tuning natif, tandis que des partenariats avec Together, Fireworks, Databricks et plusieurs éditeurs de logiciels libres assurent une intégration fluide dans divers écosystèmes de déploiement. Cette publication marque une étape vers une IA open-weights plus accessible, destinée à sadapter à des workflows métier spécifiques plutôt quà simplement dominer les tableaux de classement benchmarks.