Thinking Machines Lab發表首個AI產品Tinker

由OpenAI前技術長Mira Murati在今年2月成立的AI新創Thinking Machines Lab，於本周三（10/1）發表首款產品Tinker，令人意外的是，這不是一個大型語言模型，而是用於客製化開放權重模型的微調API，能讓研究人員與開發者更輕鬆地訓練出符合特定需求的AI模型。

Tinker基本上是個託管服務，使用者可直接透過雲端API來微調開放權重模型，包括Qwen、Llama與Mistral等，它會自動處理訓練過程中的複雜工作，例如GPU資源分配、排程與錯誤復原，讓使用者不必自行架設伺服器或管理運算環境。

此外，Tinker支援LoRA等高效微調技術，可搭配開源的Tinker Cookbook範例庫，提供多種後訓練流程，如強化學習（RLHF）與偏好優化。開發者可依任務需求打造專屬模型，不管是專業應用、客服助理或研究實驗，都能更靈活地掌握模型知識與語氣風格。

Thinking Machines Lab表示，Tinker的目標是讓更多團隊能以更低門檻進行模型客製化，並利用開源的Tinker Cookbook 推動研究與應用普及。

目前Tinker尚屬私人測試階段，開放研究人員及開發者申請免費試用，以透過雲端API微調開放權重模型，體驗其自動化訓練管理及高效微調流程，未來則會採用依使用量計價的收費方式，根據實際訓練所需的算力、儲存及API調用來計費，預期將依照不同的微調方式提供分級價格。Tinker的正式定價要在公開測試版上線後才會出爐。

不若其它AI新創，Thinking Machines Lab並未推出大型語言模型，而選擇發表微調平臺，反映出該公司企圖成為AI研究與應用的基礎設施供應商，因為隨著愈來愈多開放權重模型的現身，研究人員與企業需要更靈活的工具來快速客製及部署模型。

成立不到1年的Thinking Machines Lab已取得由a16z領投的20億美元種子輪融資，且Nvidia與思科也都參與了種子輪，融資後的估值為120億美元。