Entraîner un grand modèle commence habituellement par un deuxième emploi. Vous louez des GPU, vous les gardez nourris, vous surveillez les fautes matérielles et vous redémarrez le travail quand un nœud meurt. L’idée que vous vouliez tester siège dans une file derrière toute cette plomberie.
Tinker tente de couper le travail en deux. Vous écrivez une boucle d’entraînement en Python sur une machine qui n’a besoin d’aucun GPU. Thinking Machines Lab roule cette boucle sur sa propre grappe de GPU et gère les fautes. Le laboratoire l’appelle une API d’entraînement pour les chercheurs et les développeurs, et la documentation est franche sur l’échange : un contrôle complet de l’algorithme, aucun contrôle du matériel, et aucun besoin de celui-ci.
Tinker
Site officielUne API d’entraînement pour affiner des modèles à poids ouverts pendant que le fournisseur roule le travail distribué. Cas d’utilisation principal : l’affinage supervisé et l’apprentissage par renforcement sur des modèles trop grands pour être entraînés sur du matériel que vous possédez, avec vos propres données, perte et boucle d’entraînement.
Caractéristiques principales : quatre appels de base couvrent la boucle, avec forward_backward pour les gradients, optim_step pour les mises à jour, sample pour la génération et save_state pour les points de contrôle; des modèles de 1B à plus de 1T de paramètres dans la documentation, en formes denses et MoE; des modèles de vision dans la liste, avec Qwen3.6-35B-A3B nommé dans la documentation comme exemple; et des poids entraînés que vous pouvez télécharger pour les utiliser avec un fournisseur d’inférence de votre choix.
Avantages : vous changez de modèle en changeant une chaîne dans le code, selon la documentation; les fautes matérielles sont gérées par le service, selon la documentation; et l’adaptateur part avec vous, donc le résultat n’est pas piégé dans la plateforme. Limites : LoRA seulement, sans entraînement complet de tous les poids; Python est la route dans la documentation vérifiée; et le prix par jetons signifie qu’une boucle négligente peut dépenser de l’argent pendant qu’elle n’apprend rien d’utile.
Un petit adaptateur sur un énorme modèle de base est tout le design. La base reste gelée, l’adaptateur apprend. Illustration : Dirty Static
Vous écrivez la boucle. Ils roulent la grappe.
La plupart des services d’affinage demandent un ensemble de données et quelques réglages, puis cachent l’entraînement lui-même. Tinker fait l’opposé. Votre script détient les données, l’environnement, la fonction de perte et les évaluations. Le service transforme vos appels en entraînement distribué et rapporte le résultat.
Cette division est pourquoi le produit semblera familier aux chercheurs et étrange à tout le monde. Si vous vouliez un bouton qui dit affine mon modèle, ce n’est pas ce bouton. Si vous vouliez essayer une nouvelle perte, une nouvelle récompense ou un nouveau mélange de données sans d’abord devenir opérateur de grappe, c’est exactement l’écart qu’il comble.
| Appel | Ce qu’il fait, selon la documentation |
|---|---|
| forward_backward | Prend vos données et votre perte, puis calcule et rassemble les gradients |
| optim_step | Met à jour le modèle avec les gradients que vous avez rassemblés |
| sample | Génère une sortie depuis le modèle que vous entraînez |
| save_state | Sauvegarde les poids et l’état de l’optimiseur pour que le travail puisse pauser et reprendre |
La documentation dit qu’un échange de modèle est une chaîne dans votre code. Ce détail compte plus qu’il n’y paraît. Il signifie que la même boucle peut rouler sur un petit modèle Qwen pendant que vous déboguez, puis sur un modèle beaucoup plus grand quand la boucle est juste, avec la dépense qui suit le choix que vous vouliez vraiment faire.
Notre couverture de Kilo Desktop a fait un point semblable sur les établis : la valeur durable siège à l’endroit où le travail se fait, pas dans un modèle. Tinker fait le même pari une couche plus bas, à la boucle d’entraînement plutôt qu’à l’éditeur.
LoRA seulement, et le laboratoire dit que c’est assez
Tinker entraîne des adaptateurs LoRA et rien d’autre. LoRA, pour adaptation de rang faible, entraîne un petit ensemble de poids ajoutés pendant que le modèle de base reste gelé. Le résultat est un petit fichier d’adaptateur qui transporte ce que votre exécution a appris au modèle, plutôt qu’une copie neuve de chaque poids de la base.
Le laboratoire soutient, dans son billet LoRA Without Regret, que LoRA peut égaler l’entraînement complet sur beaucoup de tâches qui comptent, avec l’apprentissage par renforcement nommé comme cas solide. Traitez cela comme la position du laboratoire, appuyée par son propre billet de recherche, pas comme une loi établie pour chaque charge de travail. La documentation répète l’affirmation en forme prudente : la même performance pour beaucoup de cas d’utilisation importants, surtout en RL.
Les gains pratiques sont simples même sans l’affirmation plus forte. Les adaptateurs sont petits à stocker, rapides à échanger et peu chers à partager. Vous pouvez entraîner plusieurs adaptateurs pour plusieurs tâches sur un modèle de base, les garder tous et télécharger les poids pour les servir ailleurs.
L’étagère de modèles et le livre de recettes
La page de prix vérifiée le 10 novembre 2026 listait 39 modèles. L’étagère mélange la famille Inkling du laboratoire avec des modèles d’autres fabricants, et la documentation place la gamme complète de 1B à plus de 1T de paramètres, en architecture dense et MoE. MoE, pour mélange d’experts, signifie que seulement une partie du modèle travaille sur chaque jeton, et Tinker tarife ces modèles selon les paramètres actifs plutôt que la taille totale.
Les noms sur cette page comprenaient des modèles Qwen d’Alibaba, Kimi K2.6 de Moonshot AI, des modèles GPT-OSS d’OpenAI, des modèles Nemotron de NVIDIA, des modèles GLM et des modèles DeepSeek, avec Inkling et Inkling Small. Le travail de vision est dans la liste aussi, avec la documentation nommant Qwen3.6-35B-A3B pour les tâches de compréhension d’images.
Cette largeur vient avec du roulement. Le même site de prix porte une page de dépréciations, et plusieurs modèles plus anciens ont été retirés en juin, juillet et octobre 2026. Épinglez un modèle de base seulement après avoir vérifié cette page, et attendez-vous à déplacer un long projet au moins une fois.
Le livre de recettes compagnon, publié par le laboratoire sur GitHub, transporte des recettes exécutables pour les tâches courantes, de l’affinage supervisé de style discussion à l’apprentissage par préférences et l’apprentissage par renforcement. Les recettes comptent ici parce que l’API brute est quatre appels et une page blanche. Un exemple fonctionnel est la différence entre un après-midi de progrès et une semaine de plomberie, ce qui est exactement la chose que Tinker prétend retirer.
Ce qui fonctionne
- Votre boucle, votre perte et vos données, avec la grappe de GPU roulée pour vous
- Les échanges de modèle prennent une chaîne, donc les tests peu chers peuvent rester peu chers
- Les adaptateurs sont petits, portables et téléchargeables pour un usage ailleurs
- Une large étagère de modèles, de petits modèles denses à des modèles au-dessus de 1T de paramètres
Ce qui ne fonctionne pas
- LoRA seulement, sans route pour entraîner chaque poids
- Route SDK Python dans la documentation vérifiée, avec la boucle laissée à vous d'écrire
- Les modèles se retirent selon un horaire, donc une base épinglée peut disparaître en plein projet
- Les compteurs de jetons récompensent le soin et punissent une boucle bâclée à pleine vitesse
Ce qu’une exécution coûte
Tinker facture par million de jetons, comme l’inférence est habituellement facturée, et divise la facture sur trois compteurs. Prefill paie pour les jetons d’entrée pendant qu’ils sont traités. Sample paie pour les jetons de sortie que le modèle génère. Train paie pour le passage avant et arrière qui calcule les gradients. Le prefill en cache reçoit un rabais, et le stockage de points de contrôle est facturé à 0,10 $ par Go par mois.
Quelques tarifs d’entraînement de la page de prix montrent la forme de l’étagère. Tous les chiffres sont en dollars par million de jetons d’entraînement au contexte standard listé, vérifiés le 10 novembre 2026.
| Modèle | Tarif d’entraînement par million de jetons |
|---|---|
| GPT-OSS-20B | 0,396 $ |
| Qwen3.5-9B | 1,463 $ |
| Qwen3.8-27B | 4,103 $ |
| Inkling | 5,61 $ |
Tarif d'entraînement, dollars par million de jetons
Tarifs au contexte standard de la page de prix de Tinker, vérifiés le 10 novembre 2026. Sample et prefill sont facturés à part de train.
Lisez ce tableau avec les compteurs en tête. L’entraînement n’est qu’une partie d’une facture. Une exécution d’apprentissage par renforcement échantillonne beaucoup, et l’échantillonnage sur certains modèles coûte plus par million que l’entraînement. Sur Qwen3.8-27B, la page listait sample à 5,595 $ par million contre train à 4,103 $. Budgétez pour les trois compteurs avant de commencer, et suivez les jetons par exécution vous-même si l’économie du projet compte.
Il y a une vertu plus discrète dans cette forme de prix. Un GPU inactif ne vous coûte rien ici, parce qu’aucune horloge de location de GPU ne roule. Vous payez quand les jetons bougent. Pour un travail de recherche en rafales, avec de longs écarts de réflexion entre les exécutions, cette forme peut battre la location d’une grappe que vous regardez surtout. C’est la même logique qui a rendu Local Code sur le Mac intéressant à l’autre bout de l’échelle : payez pour la couche que vous utilisez vraiment, et possédez la partie qui détient votre jugement.
Lequel choisir
Choisissez Tinker si vous écrivez du code d’entraînement et que vous manquez d’une grappe. Les équipes de recherche, les laboratoires et les équipes de produit avec une vraie boucle à rouler reçoivent la promesse de base au complet : votre algorithme, leur matériel, et un adaptateur que vous pouvez emporter à la fin. Commencez sur un petit modèle, prouvez la boucle, puis montez l’étagère.
Choisissez Tinker si vous avez besoin d’apprentissage par renforcement sur un grand modèle à poids ouverts. La documentation et le billet de recherche du laboratoire placent tous deux le RL au centre du cas LoRA, le livre de recettes transporte des recettes RL, et l’étagère de modèles atteint des tailles que très peu d’équipes pourraient entraîner à la maison.
Choisissez-le si la portabilité compte plus que le contrôle brut. Des poids téléchargeables signifient qu’un modèle affiné peut être servi par votre propre pile ou un autre fournisseur. Un service d’affinage fermé qui garde le modèle dans sa propre API demande un autre type de confiance.
Cherchez ailleurs si vous voulez un flux d’affinage sans code. Tinker vous donne des primitives, pas un assistant. Les équipes sans code d’entraînement feront mieux avec un service géré qui possède la boucle, ou avec une recette suivie exactement comme écrite avant que tout travail personnalisé commence.
Cherchez ailleurs si vous avez besoin d’un entraînement de poids complet. Ce travail appartient encore à du matériel que vous contrôlez ou à une plateforme d’entraînement construite pour lui, avec le coût et la plomberie qui l’accompagnent. Aucun adaptateur, si bien entraîné soit-il, ne change cette frontière.
Réflexions finales
Tinker se comprend mieux comme un refus. Il refuse de cacher la boucle d’entraînement, refuse de vous louer une grappe à l’heure et refuse de garder vos poids affinés en otage. En échange, il vous demande d’apporter la partie qui ne peut pas se louer : une boucle digne de rouler, des données dignes d’apprendre, et la discipline de surveiller trois compteurs de jetons pendant que vous travaillez.
C’est un échange équitable pour les gens pour qui il a été construit, et un mauvais pour tout le monde, ce qui est habituellement le signe d’un outil avec un vrai point de vue. L’étagère roulera et les prix bougeront, comme ils l’ont déjà fait cette année. L’idée en dessous, que le post-entraînement devrait être du code que vous possédez sur du matériel que vous n’avez pas à surveiller, est la partie digne d’être testée sur votre propre travail.
Sources
- Produit, caractéristiques, appels de base et position LoRA : Tinker documentation, Thinking Machines Lab
- Modèles, contexte, compteurs de prix, stockage et types de modèles : Tinker Models and Pricing, Thinking Machines Lab
- Disponibilité générale, Kimi K2 Thinking et entrée de vision : Tinker: General Availability and Vision Input, Thinking Machines Lab
- Cas LoRA et argument de recherche : LoRA Without Regret, Thinking Machines Lab
- Recettes et exemples exécutables : le dépôt du livre de recettes tinker de Thinking Machines Lab sur GitHub
- Illustrations : Dirty Static, générées dans le style maison
FIN DE LA TRANSMISSION
Restez curieux. Remettez tout en question.
