Mira Murati的Thinking Machines釋出首款開放權重模型Inkling：MoE 9750億引數、可自部署微調

7月16日，OpenAI前CTO Mira Murati創立的Thinking Machines Lab釋出首款通用基礎模型Inkling，並開放完整模型權重。開發者可以下載、部署、修改，也能在自家Tinker平臺做微調。這意味著模型不再被鎖在廠商的API後面，企業可以把AI真正據為己有，而不必把資料和提示詞持續餵給別人的雲。

Inkling採用混合專家（MoE）架構，總引數量9750億，單次推理僅啟用約410億；預訓練資料約45萬億Token，覆蓋文字、影象、音訊、影片，支援原生多模態理解與最高100萬Token上下文。它不是一個只會聊天的模型，而是面向推理、程式設計、工具呼叫和多模態理解的基礎模型，啟用引數少意味著單次成本低。

公司明言Inkling並非當下最強模型，綜合效能落後部分領先的開放權重與閉源模型；它的差異化在權重開放、多模態、推理成本可調，以及面向企業資料與特定場景的定製能力。測試顯示其在智慧體網頁開發（Design Arena）得分1257，與Claude Opus 4.6持平，接近GPT-5.6 Sol的1260，屬於「夠用且可控」而非「最強」。

技術路線上，Inkling架構借鑑DeepSeek-V3，訓練後階段使用月之暗面Kimi K2.5生成的資料做最佳化。它從零訓練、提供完整權重，定位企業級微調的起點，配合Tinker按分賬微調與託管變現，明確避開通用聊天機器人那條擁擠的路徑，把利潤點放在「幫企業訓自己的模型」上。

開放權重賽道長期由中國模型領跑，Meta又淡化Llama轉向更專有路線，Inkling是西方企業第一個可信替代。與Bridgewater的合作中，基於金融資料微調的模型在金融推理基準拿到84.7%、成本不到專有模型一成。Thinking Machines從成立到出模型僅約九個月，估值120億美元，投資方含a16z、英偉達、AMD與Jane Street——它賭的是「企業自有並定製模型」會優於「一刀切閉源」，這場分流正在成為行業主線。