由OpenAI前CTO米拉·穆拉蒂创立的AI初创公司Thinking Machines Lab发布了其首个模型，一个拥有9750亿参数的庞然大物Inkling，现已成为市场上最大的美国开源权重AI模型。
Inkling采用宽松的Apache 2.0许可证发布，是一个混合专家（MoE）系统，每项任务仅激活约410亿个参数。它从零开始使用涵盖文本、图像、音频和视频的45万亿个token进行训练，并支持100万token的上下文窗口。其架构使用256个路由专家和2个共享专家，每个token激活6个专家，这一设计灵感来自DeepSeek V3。
该模型与DeepSeek V4、GLM 5.2和Kimi K2.6等中国开源权重前沿模型具有竞争力，但其基准测试分数仍落后于Anthropic和OpenAI的专有系统。其意义不在于在各项榜单上位居榜首，而在于填补了令开源AI社区感到沮丧的空白：自2024年Meta的Llama 3.1以来，还没有美国实验室发布过真正有能力的开源权重模型。
Inkling需要大量硬件才能以原生16位精度运行，大约2TB的GPU内存，相当于约8块Nvidia的B300加速器或16块H200。Thinking Machines还发布了一个NVFP4量化版本，所需GPU数量减半。该公司的Tinker平台提供了微调和定制化的工具。
该模型更不寻常的能力之一是能够编写自己的微调脚本。”Thinking Machines宣称该模型能够编写自己的微调脚本以优化自身行为、自学新技能并评估自身能力，”The Register报道。该公司表示，Inkling使用通过强化学习训练的思维链推理，并声称它可以在Terminal Bench 2.1基准测试中与Nvidia的Nemotron 3 Ultra匹敌，同时使用的思考token仅为其三分之一，不过这些token仍需付费，更长的推理链意味着用户需要支付更高的API费用。
Inkling可通过标识符`thinkingmachines/Inkling`在Hugging Face上获取，也可通过TogetherAI、Fireworks、Modal、Databricks和Baseten等第三方API提供商获取。支持的推理引擎包括vLLM、SGLang、Llama.cpp和TokenSpeed。
一个更小的变体Inkling-Small已被预览，它是一个2760亿参数的MoE模型，拥有120亿活跃参数，面向对延迟敏感的应用程序。其权重将在测试完成后发布。
对于穆拉蒂和Thinking Machines Lab，他们花了大约18个月时间在公众视野之外进行研发，Inkling是一项更广泛赌注的首个公开证明点，这一赌注反对的是主导前沿领域的”一刀切”AI模型理念。
婷 翻译
来源：“Former OpenAI CTO does what Altman won’t, releases a frontier AI model that’s actually open”（The Register，2026年7月16日）；“Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling”（TechCrunch，2026年7月15日）