Thinking Machines发布首个开源大模型Inkling，以定制化能力回应“一刀切”AI趋势

由前 OpenAI 首席技术官 Mira Murati 创立的 AI 初创公司 Thinking Machines Lab，于 2026 年 7 月 15 日正式推出首个自主研发的开源人工智能模型 Inkling。经过约一年半的基础设施建设后，该公司首次公开发布产品，并希望借助高度可定制的开放权重模型，挑战主流科技巨头所主导的“一刀切”闭源 AI 商业模式。

Inkling兼顾规模与运行效率

Inkling采用混合专家（MoE）架构，总参数量达到9750亿。不过，在执行单次任务时，模型实际只需激活约410亿参数，从而在超大规模模型能力与实际运行效率之间取得平衡。

在训练方面，Inkling基于45万亿个文本、图像、音频和视频Token进行原生多模态预训练。目前，模型支持文本、代码以及结构化数据输出。

支持按需调整“思考强度”

不同于强调覆盖各种场景的通用模型，Inkling允许用户按照具体业务需求调节模型的“思考强度”，在响应速度和输出精度之间进行取舍。

从代码基准测试结果来看，Inkling只需消耗英伟达Nemotron3Ultra约三分之一的Token，即可达到相同水平的性能。

面向企业定制化应用

Thinking Machines将Inkling定位为企业级微调的基础模型，并计划通过模型定制平台Tinker提供分账微调和托管服务，以此构建商业化模式。

与通用聊天机器人路线不同，Thinking Machines选择重点服务企业私有化定制需求。这一方向与行业对专有数据泄露风险的关注，以及对降低成本、提升效率的需求相契合，也为开源 AI 模型进入企业级生产环境提供了新的落地路径。

总体来看，Inkling的发布不仅是Thinking Machines Lab成立约一年半后的首次公开亮相，也体现了该公司试图以开放权重和高度定制能力，回应企业对差异化 AI 能力的需求。