Le magazine Wired nous apprend que Mira Murati, ex-directrice technologique d’OpenAI, vient de lancer le premier produit de sa nouvelle startup Thinking Machines Lab : Tinker, une API en Python qui simplifie l’entraînement et le réglage fin des modèles de langage. Construit autour de modèles open source comme Llama et Qwen, l’outil pourrait accélérer la recherche académique et proposer une alternative crédible aux solutions propriétaires.
Présenté comme une abstraction légère pour gérer l’entraînement distribué, Tinker permet de passer d’un petit modèle à un grand modèle avec une seule ligne de code. Le service s’appuie sur LoRA (Low-Rank Adaptation), une technique qui réduit les besoins en ressources GPU et rend le fine-tuning plus accessible.
Surtout, l’outil prend en charge directement plusieurs modèles open source, dont Llama de Meta et Qwen d’Alibaba, ce qui en fait une brique supplémentaire pour l’écosystème de l’IA libre. Murati insiste sur la promesse : pas de dépendance à une infrastructure propriétaire, mais un cadre simplifié pour expérimenter et personnaliser des modèles.
Déjà adopté par les chercheurs
Avant même son annonce publique, Tinker avait déjà trouvé son public académique, principalement aux États-Unis. L’équipe Goedel de Princeton a atteint 88 % de précision sur des benchmarks de mathématiques formelles avec seulement 20 % des données d’entraînement habituelles. À Stanford, le laboratoire Rotskoff a doublé la précision de modèles de raisonnement chimique, tandis que Berkeley a utilisé l’API pour des expériences d’apprentissage par renforcement multi-agents jusque-là impossibles.
Des laboratoires de sécurité comme Redwood Research ont aussi mis Tinker à l’épreuve pour affiner Qwen3-32B. « C’est certainement beaucoup plus simple que de commencer l’apprentissage par renforcement à partir de zéro », souligne Eric Gan, chercheur chez Redwood. Andrej Karpathy, ancien cofondateur d’OpenAI, y voit une « méthode plus intelligente » qui laisse aux chercheurs le contrôle algorithmique tout en allégeant les défis d’infrastructure.
Un pari sur l’ouverture face aux géants
Thinking Machines Lab, valorisée 12 milliards d’euros après un tour d’amorçage record mené par Andreessen Horowitz, Nvidia et AMD, incarne une tendance lourde : celle de chercheurs de premier plan quittant OpenAI pour développer des approches plus ouvertes. Avec Tinker, Mira Murati entend démontrer qu’il est possible de rendre l’IA avancée plus accessible sans sacrifier la confidentialité des données ni dépendre des écosystèmes fermés.
Comme le souligne WIRED, qui a révélé l’exclusivité, ce lancement marque l’entrée de Thinking Machines sur le marché avec un produit qui pourrait devenir incontournable pour les équipes souhaitant tirer parti de l’open source dans l’entraînement des LLM.
