Thinking Machines 发布 Inkling，一款专为定制化构建的开源 AI 模型

经过一年半的默默开发，由前 OpenAI CTO Mira Murati 创立的 AI 初创公司 Thinking Machines Lab 终于揭开了面纱。2026 年 7 月 15 日，该公司发布了其首个自建开源 AI 模型 Inkling。它并不试图成为全能型模型。

Inkling 采取了与占据头条的大型通用模型不同的方法。相反，它专为希望将 AI 定制到特定需求的企业而构建——无需将数据交给大型科技公司。

在底层，Inkling 使用了混合专家（MoE）架构。简单来说，它拥有一个巨大的大脑——总参数达 9750 亿——但每次只开启任务所需的部分，每次激活约 410 亿参数。这使其既强大又高效。

该模型从头开始训练，使用了 45 万亿个 token，涵盖文本、图像、音频和视频。目前，它可以输出文本、代码和结构化数据。但真正使其与众不同的是灵活性：用户可以根据需要速度还是准确性来调高或调低“思考强度”。

在代码基准测试中，Inkling 达到了与 NVIDIA 的 Nemotron3Ultra 相当的性能，而使用的 token 仅为后者的三分之一。这种效率可以为大规模运行 AI 的公司带来实实在在的成本节约。

Thinking Machines 的目标不是构建下一个 ChatGPT。相反，Inkling 是企业级微调的基础。该公司还推出了 Tinker，一个让企业根据自己的用例定制模型的平台。

Thinking Machines 如何盈利？通过微调任务的收入分成和托管服务。这是一种赌注，即企业会为量身定制的 AI 解决方案付费，而不是满足于可能不适合其需求的通用模型。

这一策略与一个日益增长的趋势相符：企业担心专有数据泄露，希望 AI 能够适应而无需失去控制。通过提供开放权重和定制生态系统，Thinking Machines 将自己定位为反 Google、反 OpenAI——一个将钥匙交给企业，而不仅仅是汽车的公司。

Inkling 的发布是开源 AI 的一个重要时刻。它表明，存在优先考虑定制化而非原始规模的模型空间。而且，由前 OpenAI 高管领导的团队为开源可以与闭源巨头竞争的想法带来了可信度。

目前，Inkling 可供下载和微调。真正的考验将是企业是否接受它——以及 Thinking Machines 能否围绕定制化建立可持续的业务。