背景介绍
2026年7月15日，AI公司Thinking Machines发布了其首个开源权重模型Inkling。这家公司一直致力于构建”扩展人类意志与判断力”的AI系统，此前曾推出模型定制平台Tinker和交互式协作AI预览版。Inkling的发布标志着他们从研究和平台层面向模型训练层的全面拓展。
核心数据
Inkling是一个基于混合专家（MoE）架构的Transformer模型，总参数975B，活跃参数41B。支持高达100万token的上下文窗口，在45万亿token的文本、图像、音频和视频数据上进行预训练。Thinking Machines同时预览了Inkling-Small，一个活跃参数仅12B的轻量版本，采用相同训练配方但在成本和延迟上更有优势。
技术分析
Inkling原生支持文本、图像和音频的多模态推理，并通过可控的”思考努力”（thinking effort）机制在成本和性能之间取得平衡。Thinking Machines坦承Inkling并非当前最强的开源或闭源模型，但强调其独特组合——多模态能力、高效推理、以及可在Tinker平台上进行微调——使其成为一个优秀的开源基础模型底座。这是该公司模型家族的首个成员，后续还将持续迭代。
社区反响
HN社区对Inkling反应热烈。有评论指出”美国需要自己的DeepSeek或智谱”，认为很多人支持中国开源模型是因为别无选择，而Thinking Machines有望填补这一空缺。另一位用户幽默地提到Figure 3的demo截图竟然是localhost上的Chrome窗口，称赞其为”最好的西方开源权重模型”。也有声音质疑：如果比GLM 5.2大30%但性能不如，为什么不用GLM？这反映出开源模型生态的激烈竞争。
总结
Inkling的意义不在于追求SOTA，而在于为西方开源社区提供一个全栈可控的基础模型。在多模态、长上下文、可微调三个维度的组合上，它提供了当前市场上稀缺的选择。对于希望基于开源模型构建应用的开发者来说，这是一次值得关注的发布。