2026 年 7 月 16 日，OpenAI 前首席技术官 Mira Murati 创办的 Thinking Machines Lab 发布首款通用基础模型 Inkling，并向外界开放完整模型权重。

用户可以下载、部署和修改该模型，也可以通过 Thinking Machines 旗下模型训练平台 Tinker 进行微调。

Inkling 采用混合专家模型（MoE）架构，总参数量为 9750 亿，单次推理激活约 410 亿参数，最高支持 100 万 Token 上下文窗口。

在 Tinker 平台上，模型目前提供 6.4 万和 25.6 万 Token 两种上下文配置。

Inkling 从头开始训练，预训练数据规模约为 45 万亿 Token，覆盖文本、图像、音频和视频。

模型能够处理文本、图像和音频输入，主要面向推理、编程、工具调用、指令遵循以及多模态理解等任务。

Thinking Machines 并未将 Inkling 定位为当前能力最强的模型。

Thinking Machines 承认，Inkling 的综合性能仍落后于部分领先的开放权重及闭源模型，其核心优势在于模型权重开放、多模态能力、推理成本可调，以及针对企业数据和特定业务场景进行定制的能力。

在 Thinking Machines 公布的测试中，Inkling 在知识、数学、科学、智能体编程和工具使用等多类任务中表现较为均衡。

在 Design Arena 智能体网页开发测试中，Inkling 获得 1257 分，与 Claude Opus 4.6 持平，接近 GPT-5.6 Sol 的 1260 分，高于 Kimi K2.6 等部分开放权重模型。

Inkling 还支持调节“思考强度”，开发者可以在性能、生成 Token 数量、延迟和运行成本之间作出取舍。

Thinking Machines 表示，在 Terminal Bench 2.1 测试中，Inkling 达到与英伟达 Nemotron 3 Ultra 相近的成绩时，使用的生成 Token 数量约为后者的三分之一。

此外，Thinking Machines 还预告了更小型的 Inkling-Small。该模型单次激活参数为 120 亿，采用与 Inkling 相似的训练方案，完整权重将在测试完成后发布。

Inkling 是 Thinking Machines 成立后发布的首款通用基础模型。

Thinking Machines 此前推出的首个产品是模型微调平台 Tinker。

Thinking Machines 于 2025 年由 Mira Murati 创办，并在当年完成约 20 亿美元种子轮融资，估值达到 120 亿美元。

Inkling 的发布也成为这家明星人工智能初创公司获得巨额融资后，首次以自主基础模型接受市场和开发者的公开检验。

云头条声明：如以上内容有误或侵犯到你公司、机构、单位或个人权益，请联系我们说明理由，我们会配合，无条件删除处理。