Thinking Machines Lab 发布开源模型 Inkling

Thinking Machines Lab 发布开源多模态模型 Inkling，总参数 9750 亿（活跃 410 亿），原生支持文本、图像、音频及百万 token 上下文。该模型在 Artificial Analysis Intelligence Index 上以 41 分领跑美国开源模型，但事实准确率仅 40%，幻觉率高达 63%。

前 OpenAI 首席技术官米拉·穆拉蒂创立的思维机器实验室（Thinking Machines Lab）推出首个从零训练的多模态模型 Inkling，采用 MoE 架构，总参数 975B、激活参数 41B，最长上下文 1M tokens，已在 Hugging Face 和自有 API Thinker 开放权重。

Thinking Machines Lab 发布首款 AI 模型 Inkling，拥有 9750 亿参数，其中仅 410 亿为活跃参数，采用开放权重模式。该模型架构借鉴 DeepSeek-V3，后训练阶段使用 Kimi K2.5 生成的数据优化，设计重点在于成本与性能之间的平衡。Inkling 可通过云端微调工具 Tinker 进行定制，安全测试表现良好。

Thinking Machines Lab 发布首个开源权重模型 Inkling，975B 参数（41B 激活），支持多模态推理与可调节推理努力度。模型拥有 1M token 上下文窗口，在 Terminal Bench 上以约三分之一的 token 量匹配 Nemotron 3 Ultra。Inkling 支持微调，完整权重已上架 Hugging Face。

Thinking Machines 发布开源权重模型 Inkling，总参数量 975B，激活参数 41B，支持 1M token 上下文窗口。该模型在 Design Arena 的 Agentic Web Dev 排行榜上获得 1257 分（GPT-5.6-Sol 为 1260 分）。

Inkling 是一款开放权重的 975B 总参数（41B 活跃参数）MoE 大语言模型，支持文本、图像和音频输入，上下文窗口达 1M tokens。该模型在知识、数学、科学及智能体编程任务上表现均衡，并具备可控思考时间与校准置信度预测功能。用户可通过 Tinker 平台对 Inkling 进行微调，模型权重已在 Hugging Face 开放。

今天，我们推出 Inkling。 Inkling 能高效地对文本、图像和音频模态进行推理。我们将提供完整权重。 https://thinkingmachines.ai/news/introducing-inkling/ 即日起可在 Tinker 上进行微调。在 Inkling Playground 中试用。🧵

Thinking Machines Lab 发布其首个自研模型 Inkling，采用混合专家（MoE）架构，总参数 9750 亿，每任务仅激活约 410 亿参数。该模型为开源权重，支持企业通过定制平台 Tinker 进行微调，运行成本约为 Nvidia Nemotron 3 Ultra 的三分之一。公司明确表示 Inkling 并非当前最强模型，而是定位为可适配的企业级起点。