Mira Murati氏は2024年末、OpenAIのIPO目前の絶頂期に同社を去った。CTOとして、中核となるエンジニアのグループとともに退社した。
多くの人は彼女が別のGPT型言語モデルを追いかけると予想した。しかし、彼女はTinkerを構築した。
Thinking Machines Labの正体
簡単に言えば、Tinkerは開発者が任意のオープンソース大規模言語モデルに「能力パッチ」を適用できるAPIである。
Llama 4をPythonの記述により優れたものにしたいか？Tinkerにラベル付きデータを渡せば、強化学習を使ってそのモデルを「Pythonエキスパート」バージョンに微調整してくれる。自前でGPUクラスターを維持したり、トレーニングパイプラインを構築したりする必要はなく、API呼び出しだけで済む。
この製品のコンセプトはOpenAIのfine-tuning APIに似ているが、根本的なアプローチは異なる。Tinkerの中核は強化学習（RL）ベースの微調整であり、標準的な教師あり学習の微調整ではない。RL微調整はSFTよりも制御が難しいが、特定のタスクでは明らかに優れた結果をもたらす。DeepSeekの推論能力の向上も、この同じ道筋によるものだ。
Thinking MachinesのチーフサイエンティストはJohn Schulman氏。PPOアルゴリズムの共同執筆者であり、OpenAIの初期のRLトレーニングフレームワークの主要設計者でもある。つまり、彼らは強化学習の分野で最も知識のある人物を迎え入れたことになる。
他の2人は、CTOのSoumith Chintala氏（PyTorchの生みの親）、そしてCEOのMira Murati氏自身である。この3人が、モデルフレームワーク、RL理論、プロダクト直感という稀有な組み合わせを形成している。
Googleとの取引
4月22日、ラスベガスで開催されたGoogle Cloud Nextにおいて、Thinking Machines LabとGoogle Cloudは新たな契約を発表した。
規模：数十億ドル（TechCrunchが独占報道。関係者は「一桁の数十億ドル」規模と説明。正確な金額は非公開）。
契約内容：
- ハードウェア：Nvidia GB300 NVL72システム。72基のGPUを搭載した大型液冷キャビネットで、トレーニングと推論の速度が前世代比で2倍
- ネットワーク：Google独自のJupiterネットワークアーキテクチャ。GPU間の重み転送に特化
- ソフトウェアサービス：Kubernetes Engine、Spannerデータベース、Cloud Storage（Anywhere Cache付き）
- 仮想マシン：A4X Maxインスタンス。各インスタンスに4基のNvidia Blackwell Ultra GPU、72コアCPU、37TBメモリを搭載
なぜRL微調整にこのレベルの計算能力が必要なのか？創業研究者のMyle Ott氏が核心的なボトルネックを説明する：
「トレーニングの反復ごとに、重みは数千のGPU間で何千回も同期されます。インターコネクト帯域幅が十分でなければ、トレーニング効率は即座に低下します。」
これは通常の推論デプロイメントではなく、計算集約型のトレーニングタスクである。Myle Ott氏の評価：
「Google Cloudのおかげで、記録的な速さで稼働を開始でき、信頼性も要件を完全に満たしています。」
背景の詳細
Thinking Machinesの設立は約14カ月前、2025年初頭である。
資金調達：2025年7月、評価額120億ドルで20億ドルのシードラウンドを完了。シードラウンドで20億ドルというのはテクノロジー業界全体でも極めて稀であり、投資家の信頼が通常の判断基準を超えていることを示している。
チーム：130名以上。しかし、課題に直面している。MetaはすでにThinking Machinesから創業メンバー7名を引き抜いており、その中にはTinkerの主任エンジニアも含まれている。この規模の人材流出はAI業界では無視できない。
Nvidiaとの取引：3月、Thinking MachinesはNvidiaとも別の契約を締結。1ギガワット超に相当するVera Rubin GPUシステムを購入し、Nvidiaも直接出資を行った。計算資源に関して、同社はGoogleとNvidiaの両方に同時に賭けている。
契約は非独占的である。他のクラウドプロバイダーを引き続き利用できる。しかし、GoogleのGB300の初期バッチへのアクセス権を確保できたことは、Googleがこのラボを積極的に争っていることを示している。
ちなみに、今回のGoogle Cloud Nextで、GoogleはAnthropicおよびMetaとの新契約も同時に発表した。複数のトップラボを一度に囲い込む動きであり、Google CloudがAIコンピューティング市場を積極的に獲得しようとしていることが明確に表れている。
この道筋が興味深い理由
AI業界には現在、2つの分岐する流れがある。
一つは、汎用能力を積み上げ続けること。より大きなモデルを訓練し、大規模なベンチマークスコアを追い求める。
もう一つは、垂直的な微調整である。既存のオープンソースモデルをベースに、特定のタスク向けに強化し、企業に提供する。Thinking Machinesは後者を追求している。
ビジネスロジックはこうだ。ほとんどの企業は実際にはGPT-5を必要としていない。彼らが必要としているのは、「契約書を正確に処理できるモデル」や「社内のコードレビュー基準を通過できるAIアシスタント」である。特にデータセキュリティ要件の高い業界では、汎用性よりもカスタマイズの方が説得力を持つ。
TinkerがRL微調整の道筋をスムーズに確立できれば、エンタープライズAIスタックにおいて真の基盤層となる可能性がある。目立たないが、迂回するのは難しい層だ。
設立14カ月の企業が、数十億ドル規模のGoogle計算契約を獲得し、チーフサイエンティストはRL分野の中核的人物である。彼らが次に何を発表するのか、注目に値する。
出典：Exclusive: Google deepens Thinking Machines Lab ties with new multibillion-dollar deal（TechCrunch）；Google Cloud inks AI infrastructure deal with Thinking Machines（SiliconAngle）；CocoLoop；Thinking Machines Signs Multi-Billion Google GB300 Deal（Implicator.ai）