9750億參數(shù)！OpenAI前CTO的明星獨角獸，發(fā)首個開放權(quán)重模型

智東西
編譯 茄子
編輯 程茜

智東西7月16日消息，今日，OpenAI前CTO米拉·穆拉蒂（Mira Murati）創(chuàng)辦的、美國AI獨角獸Thinking Machines Lab發(fā)布其首個多模態(tài)MoE開放權(quán)重模型Inkling。該模型的核心優(yōu)勢是可改造、可部署、可控成本，開發(fā)者能對模型微調(diào)、調(diào)節(jié)推理強(qiáng)度，以控制其效果、延遲和成本。

穆拉蒂在社交平臺X上發(fā)帖稱，這是我們首個模型，Inkling。從零開始訓(xùn)練，權(quán)重對外開放，即日起可在Tinker平臺開展微調(diào)。

▲Mira Murati發(fā)文宣布Inkling（圖源：X）

Thinking Machines Lab聯(lián)合創(chuàng)始人、前OpenAI研究安全副總裁翁荔發(fā)文稱，Inkling作為基礎(chǔ)底座，在廣泛任務(wù)維度擁有均衡扎實的能力，并提供實際落地與定制微調(diào)。

▲翁荔發(fā)文介紹Inkling（圖源：X）

目前，Inkling已在Thinking Machines Lab旗下Tinker平臺上線，支持64K和256K兩種上下文長度，并限時提供5折優(yōu)惠。Thinking Machines Lab稱，開發(fā)者可通過Tinker對Inkling進(jìn)行調(diào)整，也可以先在Tinker控制臺的測試頁面Inkling Playground中體驗聊天和Agent式網(wǎng)絡(luò)搜索功能。

同時，Inkling完整權(quán)重已在Hugging Face開放，開發(fā)者可下載原始checkpoint和NVFP4 checkpoint，用于部署或調(diào)整該模型。

▲Inkling開放權(quán)重（圖源：Hugging Face）

據(jù)官方博客介紹，Inkling基礎(chǔ)模型借鑒了中國的DeepSeek-V3模型的MoE架構(gòu)設(shè)計，并在后訓(xùn)練階段使用了由月之暗面公司Kimi K2.5生成的數(shù)據(jù)進(jìn)行了優(yōu)化。

▲Inkling借鑒中國DeepSeek-V3、使用Kimi K2.5優(yōu)化（圖源：Thinking Machines Lab）

Inkling采用MoE Transformer架構(gòu)，總參數(shù)量9750億，激活參數(shù)量410億，最高支持100萬token上下文窗口。在預(yù)訓(xùn)練階段Inkling就融合了文本、圖像、音頻和視頻數(shù)據(jù)，僅靠單一模型就能實現(xiàn)視覺理解、音頻問答、代碼開發(fā)和工具調(diào)用。

多名用戶在社交平臺分享了對Inkling模型的實測反饋。部分測試者認(rèn)為Inkling在文學(xué)創(chuàng)作場景表現(xiàn)尚可、具備開發(fā)潛力。但是，也有開發(fā)者指出模型當(dāng)前存在明顯缺陷，認(rèn)為其任務(wù)穩(wěn)定性不足，并且綜合性能尚未達(dá)到頂尖開放權(quán)重模型水平。

從基準(zhǔn)測試看，Inkling綜合能力均衡。在大模型評測榜單Artificial Analysis中，Inkling的綜合測試得分為41分，高于Nemotron 3 Ultra、Gemma 4 31B等開放權(quán)重模型，在美國開放權(quán)重模型中排名第一。在通用智能和綜合任務(wù)測試中，該模型獲得1238 Elo分，超過Kimi K2.6和DeepSeek v4 Flash（max）。

▲Inkling在Artificial Analysis中的排名（圖源：Artificial Analysis）

價格方面，在64K上下文窗口下，該模型輸入價格為每百萬token 1.87美元（約合人民幣12.65元），緩存輸入0.374美元（約合人民幣2.53元），輸出4.68美元（約合人民幣31.7元）；在256K上下文窗口下，該模型輸入價格為每百萬token 3.74美元（約合人民幣25.3元），緩存輸入0.748美元（約合人民幣5.06元），輸出9.36美元（約合人民幣63.3元）。

此外，Thinking Machines Lab同步上線了輕量版本Inkling-Small預(yù)覽版。該輕量化模型激活參數(shù)量為120億，采用與Inkling相同的訓(xùn)練方案，在降低模型規(guī)模的同時，保留了部分核心能力。據(jù)官方博客透露，Inkling只是開端，Thinking Machines Lab會持續(xù)迭代拓展這條產(chǎn)品線。

Hugging Face體驗地址：

https://huggingface.co/thinkingmachines/Inkling

一、從寫網(wǎng)頁到制作游戲，Inkling展示多任務(wù)Agent能力

Inkling上線后，用戶很快開始測試其文本、編碼和工具調(diào)用能力。有的用戶認(rèn)為Inkling在文本創(chuàng)作表現(xiàn)良好，還有的開發(fā)者則對Inkling的網(wǎng)頁生成能力進(jìn)行了測試。

比如這位用戶讓Inkling創(chuàng)作200詞的文本，Inkling根據(jù)同一提示詞生成了3篇風(fēng)格統(tǒng)一的短篇科幻文本。該用戶認(rèn)為Inkling有較好的英文文本功底。

▲用戶對Inkling的文本創(chuàng)作實測（圖源：X）

這位用戶則對Inkling開展多維度驗證，他基于Inkling搭建只能書法教練應(yīng)用，并測試了該模型的編碼、工具調(diào)用與視覺能力。經(jīng)過測試，他認(rèn)為，這款從零開始訓(xùn)練的多模態(tài)模型具備不錯的開發(fā)潛力。

▲用戶對Inkling的生成應(yīng)用的實測（圖源：X）

但是，也有一些用戶對Inkling的實際表現(xiàn)提出質(zhì)疑。AI研究者Ethan Mollick測試后稱，Inkling整體表現(xiàn)難以接近中國頭部開放權(quán)重模型。他在測試中發(fā)現(xiàn)，Inkling未能通過Lem詩歌測試，在GLSL編程調(diào)試中也存在輸出不穩(wěn)定的問題，即使開啟最高推理強(qiáng)度，處理簡單代碼任務(wù)時仍會出現(xiàn)偏差。

▲用戶對Inkling的實測表現(xiàn)不滿意（圖源：X）

Thinking Machines Lab也通過案例展示了該模型在復(fù)雜任務(wù)執(zhí)行、多輪迭代方面的能力。

在Agent任務(wù)方面，Inkling可以結(jié)合工具調(diào)用完成端到端的軟件開發(fā)。例如，在一次測試中，Inkling僅根據(jù)一句需求描述，便生成了一個完整的求職網(wǎng)站，并進(jìn)一步驅(qū)動瀏覽器Agent操作網(wǎng)頁，根據(jù)已有資料自動填寫求職表單。

▲Inkling制作求職網(wǎng)站（圖源：Thinking Machines Lab）

官方稱，Inkling在訓(xùn)練過程中適配了不同類型的Agent框架，并隨機(jī)化訓(xùn)練階段使用的工具集合和工具調(diào)用格式，使得該模型降低對特定工具環(huán)境的依賴，從而具備更強(qiáng)的任務(wù)遷移能力。

除了代碼開發(fā)，Inkling還展示了長流程任務(wù)處理能力。在一項測試中，Inkling根據(jù)用戶反饋持續(xù)優(yōu)化一款多人在線貪吃蛇游戲，經(jīng)過40輪迭代后，最終生成了包含實時服務(wù)器、AI Bot和排行榜等功能的完整游戲。

▲Inkling對貪吃蛇的長任務(wù)處理（圖源：Thinking Machines Lab）

在圖像和文本方面，Inkling可以根據(jù)用戶的要求生成一份設(shè)計風(fēng)格統(tǒng)一的文檔，并且具有詳細(xì)的說明和準(zhǔn)確的信息。

▲Inkling制作的文檔（圖源：Thinking Machines Lab）

二、Inkling在多項基準(zhǔn)測試中表現(xiàn)均衡

第三方測試機(jī)構(gòu)Artificial Analysis對Inkling進(jìn)行了多項測試。在Artificial Analysis Intelligence Index測試中，Inkling首次該進(jìn)入榜單便獲得41分，比此前領(lǐng)先的美國開放權(quán)重模型Nemotron 3 Ultra 38分高出3分，同時也優(yōu)于Gemma 4 31B的29分和gpt-oss-120b的24分。

▲Inkling在Artificial Analysis中的排名（圖源：Artificial Analysis）

在衡量通用智能與綜合任務(wù)表現(xiàn)的GDPval-AA v2測試中，Inkling獲得1238 Elo分，高于Kimi K2.6的1190分以及DeepSeek v4 Flash（max）的1189分。

▲Inkling在GDPval-AA v2測試中的分?jǐn)?shù)（圖源：Artificial Analysis）

此外，Inkling還展現(xiàn)出較高的token效率。據(jù)Artificial Analysis測試，Inkling平均生成約2.5萬個token，而GLM-5.2（max）、Kimi K2.6和DeepSeek v4 Pro（max）分別需要約4.3萬、3.8萬和3.7萬個token。這意味著，在達(dá)到相近任務(wù)效果時，Inkling能夠通過更少的推理token完成任務(wù)，從而降低實際部署成本和響應(yīng)延遲。

▲Inkling在token消耗上的排名（圖源：Artificial Analysis）

Thinking Machines Lab稱，Inkling并不是為了成為某一項測試中的最高分模型，而是希望打造一個覆蓋推理、Agent、多模態(tài)、代碼和事實準(zhǔn)確性的綜合型基礎(chǔ)模型。他們認(rèn)為，通用性對于定制化和實際應(yīng)用至關(guān)重要：不同的用戶需要能夠適應(yīng)截然不同的工作流程的模型。

▲Inkling綜合得分（圖源：Thinking Machines Lab）

從下方表格也可以看到，Inkling在多數(shù)測試表現(xiàn)中并未超過閉源模型，但在SWE-bench Pro Public、GDPval-AA v2、MCP Atlas、VoiceBench等測試中進(jìn)入開放權(quán)重模型前列。

▲Inkling在推理、Agent、代碼、視覺、音頻、安全等多項測試中的表現(xiàn)（圖源：Thinking Machines Lab）

在評估模型處理銀行業(yè)務(wù)代理任務(wù)能力的Tau 3 Banking測試中，Inkling取得23.7%的成績，高于Kimi K2.6的20.6%，接近DeepSeek v4 Pro的25.8%。

▲Inkling在Tau 3 Banking測試中的分?jǐn)?shù)（圖源：Thinking Machines）

在代碼能力測試中，Inkling同樣保持較強(qiáng)表現(xiàn)。在考察真實軟件工程問題修復(fù)能力的SWE-bench Pro Public測試中，Inkling取得 54.3%的成績；在評估模型終端操作與命令行任務(wù)完成能力的Terminal Bench 2.1測試中，使用最佳Harness時達(dá)到63.8%。

▲Inkling在代碼能力測試上的分?jǐn)?shù)（圖源：Thinking Machines Lab）

在設(shè)計領(lǐng)域，Inkling在Design Arena的智能Web開發(fā)排行榜上接受了評估，該排行榜由不知情的評估人員對生成的Web應(yīng)用進(jìn)行直接比較。在榜單上，該模型排在第7名。

▲Inkling在設(shè)計領(lǐng)域分?jǐn)?shù)（圖源：Thinking Machines Lab）

在評估語音理解與語音交互能力的VoiceBench測試中，Inkling取得91.4%的成績；在衡量多模態(tài)音頻理解能力的MMAU測試中達(dá)到77.2%。

在考察多模態(tài)視覺理解與推理能力的MMMU Pro標(biāo)準(zhǔn)測試中，Inkling取得73.5%，能夠完成圖像描述、圖表理解以及基于視覺信息的復(fù)雜推理任務(wù)。

▲Inkling在音頻和圖像測試上的分?jǐn)?shù)（圖源：Thinking Machines Lab）

Thinking Machines Lab稱，Inkling并非當(dāng)前綜合能力最強(qiáng)的模型，其優(yōu)勢在于多模態(tài)能力、可控推理效率以及開放權(quán)重后的可定制能力。

三、9750億參數(shù)MoE架構(gòu)，多模態(tài)訓(xùn)練+可控推理降低使用成本

在MoE架構(gòu)設(shè)計上，Inkling參考了DeepSeek-V3的部分方案。Inkling每個MoE層包含256個路由專家和2個共享專家，每個token僅激活6個路由專家參與計算。同時，Inkling采用基于Sigmoid函數(shù)計算專家選擇權(quán)重的路由機(jī)制，并通過無輔助損失負(fù)載均衡策略，讓不同專家被調(diào)用的頻率更加均衡。

在注意力機(jī)制方面，Inkling采用滑動窗口注意力與全局注意力結(jié)合的方式。官方介紹，該模型按照5:1比例交替使用局部窗口層和全局層，同時采用8個KV Head，以提升長上下文處理效率。

不同于目前大量模型采用的旋轉(zhuǎn)位置編碼（RoPE），Inkling采用相對位置嵌入方式編碼位置信息。Thinking Machines Lab稱，相比RoPE，相對位置嵌入在長序列外推方面表現(xiàn)更好，更適合百萬token級上下文窗口。

在訓(xùn)練數(shù)據(jù)方面，Inkling預(yù)訓(xùn)練階段使用了4500萬億token規(guī)模的數(shù)據(jù)，覆蓋文本、圖像、音頻和視頻。與傳統(tǒng)先訓(xùn)練文本模型，再外掛視覺或音頻模塊不同，Inkling從訓(xùn)練階段便加入多模態(tài)數(shù)據(jù)，使模型能夠直接處理不同類型的信息。

在音頻輸入方面，該模型將音頻信號轉(zhuǎn)換為dMel頻譜，通過輕量級Embedding層后，與文本token共同輸入模型。視覺輸入方面，Inkling采用40×40像素Patch方式編碼圖片，再通過四層hMLP進(jìn)行處理。

這些視覺和音頻信息最終都會映射到統(tǒng)一隱藏空間，由同一個Transformer進(jìn)行推理。因此，Inkling不僅可以進(jìn)行圖片理解，也能夠完成語音轉(zhuǎn)寫、音頻內(nèi)容分析以及基于長音頻信息的推理任務(wù)。

在后訓(xùn)練階段，Thinking Machines Lab采用大規(guī)模異步強(qiáng)化學(xué)習(xí)（RL checkpoint）優(yōu)化模型能力。官方數(shù)據(jù)顯示，Inkling訓(xùn)練過程中累計完成超過3000萬次迭代。隨著強(qiáng)化學(xué)習(xí)規(guī)模擴(kuò)大，該模型在推理測試中的表現(xiàn)持續(xù)提升。

▲Inkling的異步學(xué)習(xí)優(yōu)化（圖源：Thinking Machines Lab）

此外，Inkling還引入了“可控思考努力程度”（Controllable Thinking Effort）。開發(fā)者可以根據(jù)實際需求調(diào)整模型推理強(qiáng)度：當(dāng)任務(wù)需要更高準(zhǔn)確率時，可以讓模型投入更多計算資源；當(dāng)任務(wù)更關(guān)注速度和成本時，則可以降低推理token消耗。

以下是Inkling在強(qiáng)化學(xué)習(xí)訓(xùn)練初期和后期對同一數(shù)學(xué)問題展開思考的示例，可以看到，在初期階段，Inkling的思考過程是比較冗長的，并且還會出現(xiàn)錯誤，而在后期階段則壓縮了冠詞和連接詞，較初期比較簡潔。

▲Inkling強(qiáng)化學(xué)習(xí)后思路更加簡潔（圖源：Thinking Machines Lab）

Inkling目前已經(jīng)接入Tinker平臺，開發(fā)者可以基于該模型進(jìn)行定制訓(xùn)練。官方展示了一個案例：讓Inkling自己設(shè)計微調(diào)任務(wù)，包括生成訓(xùn)練任務(wù)、運(yùn)行訓(xùn)練流程并評估訓(xùn)練效果。

▲Thinking Machines Lab對Inkling的微調(diào)（圖源：Thinking Machines Lab）

結(jié)語：開放模型加速落地，開發(fā)者生態(tài)成為關(guān)鍵變量？

Thinking Machines Lab選擇開放Inkling完整權(quán)重，通過多模態(tài)能力、可控推理以及微調(diào)能力，將其定位為企業(yè)和開發(fā)者構(gòu)建AI應(yīng)用的基礎(chǔ)模型。

近年來越來越多模型也在朝這個方向走：DeepSeek-V3采用MoE架構(gòu)并開放權(quán)重；阿里云Qwen系列持續(xù)推出多模態(tài)和Agent相關(guān)模型；Meta的Llama系列、Mistral系列也通過開放權(quán)重策略推動開發(fā)者生態(tài)。它們除了提升推理能力，也在長上下文、多模態(tài)、Agent任務(wù)適配和微調(diào)能力上持續(xù)提升。

對于企業(yè)和開發(fā)者而言，模型是否開放、是否具備進(jìn)一步定制能力，將影響其在具體業(yè)務(wù)中的應(yīng)用空間。隨著越來越多廠商布局開放權(quán)重模型，未來競爭或?qū)@模型能力、使用成本以及開發(fā)生態(tài)展開。

來源：Thinking Machines Lab、Artificial Analysis、X