Inkling

§ 01综述

Inkling 是由 OpenAI 前 CTO 米拉·穆拉蒂创立的 Thinking Machines Lab 发布的开源多模态 MoE 模型，总参数量达 975B，每次推理仅激活 41B 参数，主打高性价比与可控推理。该模型支持文本、图像等多模态输入，可处理百万 token 上下文，并允许用户通过提示词调整思考深度（effort），在性能与成本间灵活平衡。

Inkling 近期进展

OpenAI前CTO穆拉蒂创企TML发布Inkling模型，借鉴DeepSeek和Kimi主打性价比：2026年7月15日，Thinking Machines Lab 正式发布 Inkling，其架构借鉴 DeepSeek 和 Kimi 的 MoE 设计，强调以较低推理成本实现接近 GPT-5 的性能。

Thinking Machines Lab 发布 Inkling：975B 参数开源多模态 MoE，激活 41B 参数，可控思考努力：Inkling 采用 975B 总参数量、41B 激活参数的 MoE 架构，支持多模态输入和可控思考努力（从“快速”到“深度”），权重完全开源。

Fireworks AI 上线 Thinking Machines 首个开源模型 Inkling：Fireworks AI 宣布在其平台上托管 Inkling，提供 API 服务，便于开发者快速集成。

Inkling 多模态模型加入 Agent Arena 并开放权重：Inkling 已加入 LM Arena 的 Agent 评测榜，同时模型权重在 Hugging Face 等平台开放下载。

当前焦点与观察点

Inkling 的发布引发了关于开源模型能否在性能上追赶闭源模型的讨论。其最大特点在于“可控思考努力”，用户可根据任务复杂度调整计算量，这在工业场景中有利于降低成本。然而，尽管媒体声称其性能“竞争 GPT-5”，但独立评测尚未全覆盖，且 1T 参数（部分报道称）的模型在部署时仍需较高硬件门槛。开源社区对权重开放表示欢迎，但生态工具（如 vLLM 支持）尚在完善中。未来，Inkling 能否在性价比和应用广度上持续领先，取决于 Thinking Machines Lab 的迭代速度与社区贡献。

§ 02相关报道10 条在档

§ 03邻近话题