Thinking Machines Lab за год потратила $2 млрд: ни выручки, ни продукта для массовой аудитории

Что произошло за год после раунда?

Thinking Machines Lab основана бывшими сотрудниками OpenAI. Компания стала известна летом 2025 года, когда привлекла два миллиарда долларов. Необычность ситуации в том, что ни публика, ни сами инвесторы, по их собственным словам, не понимали, что именно стартап собирается строить.

Один из инвесторов, встречавшихся с основательницей Мирой Мурати, описал питч так:

Это была самая абсурдная встреча по привлечению инвестиций. Она сказала: «Мы делаем ИИ-компанию с лучшими людьми из ИИ, но мы не можем ответить ни на один вопрос». : Инвестор Thinking Machines Lab (имя не раскрыто), цитата по источнику

Дальнейшая хронология выглядит так:

• Лето/осень 2025. Марк Цукерберг пытался переманить ключевых сотрудников стартапа, предлагая офферы до $1,5 млрд, но получил отказ. Причины такой лояльности в прессе не объяснялись.
• Зима 2025/2026. Начался уход ключевых сотрудников. Сооснователь и технический директор вернулся в OpenAI, то есть главный инженер покинул компанию через полгода после рекордного раунда.
• Октябрь 2025. Вышел Tinker, инструмент для дообучения (fine-tuning, доводка уже существующей языковой модели под конкретные задачи, чтобы снизить стоимость её эксплуатации).
• Март 2026. Nvidia объявила о стратегическом партнёрстве и обещании предоставить стартапу 1 ГВт вычислительных мощностей. Станет ли это реальностью, пока неясно: аналогичная по масштабу сделка OpenAI на $100 млрд оказалась лишь письмом о намерениях (letter of intent) и по итогам не состоялась.
• Июль 2026. Выпущена первая модель с открытыми весами (open weights, когда параметры модели опубликованы и любой может её запустить) под названием Inkling.

За целый год два миллиарда долларов превратились в один инструмент дообучения и одну открытую модель. При этом ни одного публичного отчёта о расходах, выручке или хотя бы числе пользователей Tinker стартап не опубликовал.

Два миллиарда без бизнес-плана: к чему это ведёт?

Здесь стоит зафиксировать три вещи.

Модель Inkling выложена в открытый доступ. Это значит, что даже при массовом использовании компания напрямую с неё не зарабатывает. Коммерческие компании часто поддерживают опенсорс, но за этим обычно стоит понятная модель: заработок на поддержке, облачных сервисах, корпоративных лицензиях. У Thinking Machines Lab публичной бизнес-модели не просматривается.

С Tinker ситуация не прозрачнее. Инструмент предназначен для доводки существующих моделей под нужды исследователей и предприятий. Сколько клиентов им воспользовались и принёс ли он хоть какую-то выручку, компания не сообщала.

Пресса, которая после историй с WeWork и FTX могла бы задавать жёсткие вопросы, ведёт себя реактивно: публикации появляются только когда стартап сам выпускает пресс-релиз. Никто не спрашивает инвесторов, довольны ли они тем, как расходуются их деньги.

Для сравнения: OpenAI и Anthropic тоже вызывают вопросы (до выхода на IPO и подачи формы S-1 их финансы непрозрачны), но обе компании имеют продукты с массовой аудиторией. Thinking Machines Lab такой аудитории пока не продемонстрировала.

Что это значит для вас?

Авторам на Дзене. Если вы экспериментируете с открытыми моделями для генерации контента, Inkling можно попробовать, но учитывайте: за моделью не стоит устойчивый бизнес с командой поддержки. Для стабильной работы надёжнее опираться на инструменты с прозрачной экономикой.

Маркетологам. История Thinking Machines Lab полезна как ориентир: когда очередной стартап обещает «ИИ-революцию» и просит бюджет под интеграцию, спрашивайте про бизнес-модель, число клиентов и источник выручки. Если ответ похож на «мы делаем ИИ-компанию с лучшими людьми, но не можем ответить ни на один вопрос», это красный флаг.

Предпринимателям в РФ и СНГ. Ни Tinker, ни Inkling пока не адаптированы для российского рынка. Из доступных в РФ инструментов дообучения и работы с языковыми моделями есть YandexGPT и GigaChat. Главный урок из этой истории: в условиях, когда даже западные инвесторы не понимают, за что платят, российским компаниям тем более стоит вкладываться только в инструменты с прозрачной экономикой и понятным планом развития.

Продолжаем наблюдать. Но пока два миллиарда долларов, один инструмент дообучения и одна открытая модель без видимой монетизации выглядят как самый дорогой вопрос без ответа на рынке ИИ.