Inkling：Mira Murati 打造的首个开放权重多模态大模型，能否重塑开源 AI 格局？

2026年7月中旬AI 圈迎来了一个重磅消息。前 OpenAI 首席技术官 Mira Murati 创立的 Thinking Machines Lab正式推出了旗下首款自研基础模型——Inkling。这款模型以 Apache 2.0 协议完全开放权重支持文本、图像、音频的原生多模态推理上下文窗口高达百万级别一时间成为开源社区关注的焦点。为什么 Inkling 不走最强模型路线与大多数厂商拼命追求排行榜名次不同Thinking Machines Lab 在发布博客中直言不讳Inkling 并非当前市面上最强大的模型无论开源还是闭源。这种坦诚反而揭示了其独特的产品哲学。Mira Murati 本人将 Inkling 定位为可定制的基础模型核心理念是让企业能够根据自身业务场景进行深度微调而非依赖一个一刀切的通用系统。她在发布帖文中简洁概括道我们的第一个模型从零开始训练权重开放现在即可在 Tinker 上进行微调。这种思路背后有深刻的商业考量。在闭源模型生态中企业往往面临双重成本订阅费用本身以及将专有知识输入到第三方系统时可能带来的数据泄露风险。Inkling 通过开放权重让企业能够私有化部署、自主训练从根本上掌握 AI 基础设施的控制权。核心技术规格975B 参数背后的工程巧思Inkling 的架构设计在同类产品中颇具特色。它采用66 层解码器专用 Transformer基于稀疏混合专家MoE架构总参数量达到 9750 亿但每个词元仅激活约 410 亿参数。这种存储大、计算小的设计使得模型在保持知识容量的同时推理成本控制在合理范围。路由机制方面每个词元被分配给256 个路由专家中的 6 个外加2 个始终激活的共享专家。这种稀疏激活策略是 MoE 架构的核心优势也是 Inkling 能够在消费级硬件上实现本地部署的关键。值得注意的是Inkling 在位置编码上选择了相对注意力而非业界主流的旋转位置嵌入RoPE。它通过学习的相对位置投影直接注入注意力逻辑并引入第四个投影张量来生成每个词元、每个头部的相对特征。这种设计在处理超长上下文时表现出更好的稳定性。上下文窗口方面开源权重版本支持100 万词元而 Tinker API 托管版本目前提供25.6 万词元的上下文长度。为了在长序列上保持推理效率模型采用5:1 的全局注意力与滑动窗口注意力交替策略最后一层固定使用全局注意力确保关键信息的完整捕获。多模态原生设计文本、图像、音频的无缝融合Inkling 的一大亮点在于其无编码器的多模态处理方案。与许多模型需要额外挂载视觉或音频编码器不同Inkling 将所有模态直接投影到共享的隐藏空间由统一的解码器联合处理。图像输入采用分层多层感知机MLP补丁器逐步将像素块合并为单个嵌入向量。音频则通过离散化的梅尔频谱图进行编码以 100 毫秒为单位分块处理。这种端到端的设计消除了多模态融合中的信息损耗使得模型能够更自然地理解跨模态关联。在实际评测中Inkling 在MMMU Pro 视觉理解基准上获得73.5%的分数在VoiceBench 音频理解上更是达到91.4%展现出扎实的多模态基础能力。思考强度调节从 0.00 到 0.99 的灵活控制Inkling 引入了一个颇具创新性的功能——可控思考强度。用户可以通过系统提示中的数值参数0.00 到 0.99来调节模型在给出答案前的计算消耗量。这一机制通过强化学习直接训练而成在超过3000 万次 rollout的训练过程中模型逐渐学会了在保持准确性的前提下压缩推理链。研究团队形容其推理过程像一位原始人数学家——去除了语法填充直奔核心逻辑。这种设计带来了显著的词元效率优势。据独立测试Inkling 在处理高难度任务时平均输出约2.5 万词元而 GLM 5.2、Kimi K2.6 和 DeepSeek v4 Pro 则需要3.7 万至 4.3 万词元。对于按词元计费的企业用户而言这意味着同等性能下约三分之一的成本节省。性能实测美国开源模型的标杆之作在Artificial Analysis 智能指数 v4.1中Inkling 以41 分首次亮相成为美国开放权重模型中的最高分领先于 Nemotron 3 Ultra38 分、Gemma 4 31B29 分和 gpt-oss-120b24 分。具体基准表现方面在思考强度设为 0.99 的条件下表格评测项目Inkling 得分AIME 2026 数学推理97.1%GPQA Diamond 科学问答87.2%SWE-bench Verified 代码验证77.6%Terminal Bench 2.1 终端操作63.8%VoiceBench 音频理解91.4%HLE含工具人类最后考试46.0%与 GLM 5.2 相比Inkling 在纯文本推理上略有差距HLE 文本29.7% vs 40.1%但在多模态能力、词元效率和智能体任务上展现出独特优势。社区评价也呈现出有趣的张力Bindu Reddy 认为它比 GLM 5.2 略逊一筹但是第一个值得进行基准测试的美国开源模型而 Teortaxes 则指出基准测试表现平平恰恰说明他们没有在数据蒸馏上偷工减料。如何获取与部署 Inkling发布首日即提供了四种主要访问途径Hugging Face 权重下载在thinkingmachines/Inkling仓库中提供 BF16 和 NVFP4 两种精度的完整权重上下文上限为 100 万词元。NVFP4 版本针对 NVIDIA Blackwell 硬件进行了优化。Tinker API 托管服务64K 上下文层级定价为每百万输入词元1.87 美元输出词元4.68 美元缓存输入0.374 美元256K 层级价格约翻倍。API 上下文上限为 25.6 万词元。Inkling PlaygroundTinker 控制台内的交互式聊天界面供开发者在微调前快速体验模型能力。第三方推理平台SGLang、vLLM、llama.cpp 和 Unsloth 提供首日支持Databricks 通过 Unity AI Gateway 提供企业级托管访问。对于本地部署Unsloth 提供了六个内存层级方案从280 GB1 位量化到 1900 GBBF16不等。配备 Mac Studio Ultra 或约 290 GB 统一内存的多 GPU 平台即可运行最小量化版本且能保持约74.2% 的 top-1 精度。Inkling-Small轻量化预览版alongside 主模型Thinking Machines 还预览了Inkling-Small总参数量 2760 亿活跃参数量仅 120 亿。令人意外的是在多个基准测试上这个小兄弟与主模型表现持平甚至略优HLE-with-tools 达到 46.6%主模型 46.0%GPQA Diamond 达到 88.3%主模型 87.2%。不过Inkling-Small 的完整权重目前尚未公布具体发布时间仍待官方确认。尚待验证的关键问题尽管 Inkling 的发布引发了广泛关注仍有若干细节值得持续观察训练数据来源方面模型卡仅说明数据来自公开来源、第三方获取或合成生成但未提供具体组成明细。社区有传言称部分后训练数据提取自包括 Kimi 2.5 在内的开放模型但 Thinking Machines 尚未对此作出正式回应。训练计算成本和具体规模也尚未公开。此外虽然预训练集包含视频数据但当前发布工具中是否支持视频输入推理官方文档中并未明确说明。在安全性方面Apache 2.0 的宽松许可意味着微调可能在多大程度上削弱基础模型的安全训练效果这是一个尚未得到充分验证的开放性问题。总结Inkling 能否成为持久的基础模型Inkling 的发布标志着美国 AI 实验室在开放权重领域的实质性回归。它并非追求最强的排行榜追逐者而是试图构建一个可拥有、可定制、可私有化部署的 AI 基础设施。其成功与否将取决于三个关键信号Inkling-Small 的正式发布能否降低微调门槛第三方独立评估尤其是长期智能体编码任务能否验证其性能以及 Tinker 平台上首批微调结果的质量——毕竟Thinking Machines 的整个商业逻辑都建立在定制化才是真正的价值所在这一信念之上。对于寻求替代闭源方案、重视数据主权、或需要在特定领域深度定制 AI 的企业而言Inkling 提供了一个值得认真评估的选项。它可能不是当前最聪明的模型但很可能是最实用的开放基础之一。