Inkling 是 Thinking Machines Lab（前 OpenAI CTO Mira Murati 创办）的首个模型，于 2026 年 7 月 15 日发布，权重以 Apache 2.0 开放。它是 975B 参数的混合专家 transformer（41B 激活参数），原生支持文本/图像/音频推理，上下文窗口 1M token。Thinking Machines 对其定位诚实坦率：“不是当前最强的模型，无论开放还是闭源。”
卖点不在原始能力——而在基座。Inkling 定位为平衡的多模态基础模型，用于在公司的 Tinker 平台上进行下游微调。Apache 2.0 许可意味着无收入门槛、无品牌义务、无需独立商业协议。对需要开放、宽松起点来做定制的团队，这个组合就是核心价值。
架构
| 规格 | 值 |
|---|---|
| 总参数 | 975B |
| 激活参数 | 每 token 41B |
| 架构 | 仅解码器 MoE transformer（256 个路由专家中激活 6 个 + 2 个共享，66 层） |
| 上下文窗口 | 1M token（权重）/ 256K（Tinker API） |
| 输入模态 | 文本、图像、音频 |
| 输出模态 | 文本 |
| 训练数据 | 45T token（文本、图像、音频、视频） |
| 许可 | Apache 2.0 |
定价（Tinker 平台）
| 上下文长度 | 输入 / 1M | 缓存 / 1M | 输出 / 1M |
|---|---|---|---|
| 64K | $1.87 | $0.374 | $4.68 |
| 256K | $3.74 | $0.748 | $9.36 |
限时提供 50% 首发折扣。也可通过第三方推理供应商使用。
横向对比
| 模型 | 许可 | 总参数 |
|---|---|---|
| Inkling | Apache 2.0 | 975B |
| Kimi K3 | Kimi K3 License（自定义） | 2.8T |
| GLM-5.2 | MIT | 753B |
| Kimi K2.7 Code | Modified MIT | 1T |
| DeepSeek V4-Pro | MIT | — |
Inkling 是首个在此能力级别以 Apache 2.0 发布的大规模美国模型——在许可条款上与中国开放权重领先者直接竞争。
Inkling-Small
Thinking Machines 同时预览了 Inkling-Small：276B 参数（12B 激活）的变体。它在许多基准上与更大的 Inkling 持平甚至超越。完整权重将在测试完成后发布。
适用场景
- 基于干净、宽松许可的基座模型进行微调和蒸馏
- 需要文本 + 图像 + 音频推理的多模态应用
- 在 Tinker 微调平台上构建定制模型
- 前沿级开放 MoE 架构的研究与实验
优缺点
优势
- Apache 2.0 许可——前沿级开放模型中最宽松的许可（无收入门槛、无品牌义务）
- 原生多模态（文本、图像、音频），支持高效可控推理 effort
- 首个可与中国 MoE 模型（Kimi、GLM、DeepSeek）竞争的美国开放权重模型
- Hugging Face 上提供完整权重（BF16 + NVFP4 适配 Blackwell 推理）
局限
- Thinking Machines 自己承认并非最强模型——定位为定制基座
- AA 智能指数 41——远低于前沿模型（Opus 5 为 61）
- Tinker 平台限制 256K 上下文（权重支持 1M）
- Inkling-Small（276B/12B）仍在预览中，权重尚未发布
常见问题
Inkling 什么时候发布的？
Thinking Machines Lab（由前 OpenAI CTO Mira Murati 创办）于 2026 年 7 月 15 日发布 Inkling。完整权重同日在 Hugging Face 上线，API 通过 Tinker 平台提供。
Inkling 是最强的开源模型吗？
不是，Thinking Machines 明确说了这一点。他们的发布文称"Inkling 不是当前最强的模型，无论开放还是闭源"。其价值在于作为平衡、多模态、宽松许可的定制基座。
Inkling 的许可是什么？
Apache 2.0——前沿级模型中最宽松的选项。无收入门槛、无品牌义务、无需签署独立商业协议。对比 Kimi K3 的自定义许可或 Meta Llama 的社区许可。