由前OpenAI首席技術官Mira Murati創立的Thinking Machines Lab正式發佈了其首個生產級語言模型Inkling。這是一個擁有9750億總參數的混合專家Transformer模型，每次推理激活約410億參數，原生支持文本、圖像和音頻的多模態處理，並具備高達100萬token的上下文窗口。
根據AI分析平臺Artificial Analysis的評估，Inkling在其智能指數上獲得了41分，這使其成為目前美國實驗室出品的最強開源權重模型。它比此前的領先者Nemotron 3 Ultra高出3分，並大幅領先Gemma 4 31B和gpt-oss-120b等模型。在模擬知識工作任務的代理基準測試GDPval-AA v2上，Inkling的Elo評分達到1238分，超越了Kimi K2.6的1190分和DeepSeek v4 Flash max的1189分。在Tau-3銀行基準測試中，其24%的得分也優於這兩個中國競爭對手。
然而，Inkling並非在所有維度都佔據優勢。在衡量事實準確性的AA Omniscience基準上，該模型僅獲得+2分，準確率為40%，而幻覺率高達63%。這一明顯短板可能限制其在需要高度精確信息的場景中的應用。此外，儘管在美國開源模型中領先，Inkling在整體性能上仍落後於部分頂尖的中國開源模型。
Thinking Machines Lab明確將Inkling定位為一個靈活的微調基礎模型，而非市面上最強的通用模型。公司在公告中直言：“Inkling並非目前可用的最強整體模型。”其商業策略是依託多模態支持、高效推理和微調選項的組合來吸引開發者。模型權重已在Hugging Face上免費提供，同時公司也通過其AI模型適配平臺Tinker提供商業訪問。
定價方面，Inkling在64K上下文窗口下的標準費率為每百萬輸入token 1.87美元，每百萬輸出token 4.68美元。當上下文窗口擴展至25.6萬token時，輸入價格升至3.74美元，緩存輸入為0.748美元，輸出則為9.36美元。這一價格略高於性能相近的中國開源模型，如GLM-5.2和DeepSeek v4。但Artificial Analysis的數據也顯示，Inkling在執行相同任務時使用的輸出token數量更少，平均約2.5萬個，而GLM-5.2 max需4.3萬個，Kimi K2.6約3.8萬個，這在一定程度上抵消了單價差異。
值得注意的是，Thinking Machines在預訓練中使用了45萬億個公開和合成數據token，其中部分合成數據由中國的Kimi K2.5模型生成。公司同時預告了一個更緊湊的版本Inkling-Small，擁有2760億總參數和120億激活參數。該小模型在GPQA Diamond和HLE等基準測試中，部分成績甚至優於參數量更大的Inkling，顯示出訓練數據和流程優化的潛力。
Mira Murati在OpenAI任職期間曾深度參與ChatGPT的開發，她的創業動向一直備受業界關注。Inkling的發佈不僅標誌著其新公司技術路線的首次公開亮相，也為當前由中美主導的開源大模型競賽增添了新的變量。該模型在代理任務上的強勁表現與事實準確性方面的明顯缺陷，共同勾勒出當前前沿模型在能力上不均衡發展的現實圖景。