由前OpenAI首席技术官Mira Murati创立的Thinking Machines Lab正式发布了其首个生产级语言模型Inkling。这是一个拥有9750亿总参数的混合专家Transformer模型，每次推理激活约410亿参数，原生支持文本、图像和音频的多模态处理，并具备高达100万token的上下文窗口。
根据AI分析平台Artificial Analysis的评估，Inkling在其智能指数上获得了41分，这使其成为目前美国实验室出品的最强开源权重模型。它比此前的领先者Nemotron 3 Ultra高出3分，并大幅领先Gemma 4 31B和gpt-oss-120b等模型。在模拟知识工作任务的代理基准测试GDPval-AA v2上，Inkling的Elo评分达到1238分，超越了Kimi K2.6的1190分和DeepSeek v4 Flash max的1189分。在Tau-3银行基准测试中，其24%的得分也优于这两个中国竞争对手。
然而，Inkling并非在所有维度都占据优势。在衡量事实准确性的AA Omniscience基准上，该模型仅获得+2分，准确率为40%，而幻觉率高达63%。这一明显短板可能限制其在需要高度精确信息的场景中的应用。此外，尽管在美国开源模型中领先，Inkling在整体性能上仍落后于部分顶尖的中国开源模型。
Thinking Machines Lab明确将Inkling定位为一个灵活的微调基础模型，而非市面上最强的通用模型。公司在公告中直言：“Inkling并非目前可用的最强整体模型。”其商业策略是依托多模态支持、高效推理和微调选项的组合来吸引开发者。模型权重已在Hugging Face上免费提供，同时公司也通过其AI模型适配平台Tinker提供商业访问。
定价方面，Inkling在64K上下文窗口下的标准费率为每百万输入token 1.87美元，每百万输出token 4.68美元。当上下文窗口扩展至25.6万token时，输入价格升至3.74美元，缓存输入为0.748美元，输出则为9.36美元。这一价格略高于性能相近的中国开源模型，如GLM-5.2和DeepSeek v4。但Artificial Analysis的数据也显示，Inkling在执行相同任务时使用的输出token数量更少，平均约2.5万个，而GLM-5.2 max需4.3万个，Kimi K2.6约3.8万个，这在一定程度上抵消了单价差异。
值得注意的是，Thinking Machines在预训练中使用了45万亿个公开和合成数据token，其中部分合成数据由中国的Kimi K2.5模型生成。公司同时预告了一个更紧凑的版本Inkling-Small，拥有2760亿总参数和120亿激活参数。该小模型在GPQA Diamond和HLE等基准测试中，部分成绩甚至优于参数量更大的Inkling，显示出训练数据和流程优化的潜力。
Mira Murati在OpenAI任职期间曾深度参与ChatGPT的开发，她的创业动向一直备受业界关注。Inkling的发布不仅标志着其新公司技术路线的首次公开亮相，也为当前由中美主导的开源大模型竞赛增添了新的变量。该模型在代理任务上的强劲表现与事实准确性方面的明显缺陷，共同勾勒出当前前沿模型在能力上不均衡发展的现实图景。