模型配置与定位当地时间7月15日由OpenAI前首席技术官穆拉蒂创办的Thinking Machines Lab发布首款模型Inkling。单看配置它采用混合专家架构总参数量达9750亿每处理一个Token激活410亿参数预训练用45万亿个Token数据涵盖多类型最长支持100万个Token上下文。它能理解多种形式信息并文字输出还可调节“思考强度”平衡性能、速度和成本。同时Inkling开放模型权重采用Apache 2.0许可证开发者可下载部署或通过Tinker平台微调。公司定位其为企业开发AI应用的底座。技术借鉴与性能表现技术报告显示Inkling混合专家设计“主要沿用DeepSeek -V3”采用其无辅助损失负载均衡等设计后训练用了Kimi K2.5等开放模型生成的数据。但在多项评测中性能不如中国模型“人类最后的考试”纯文本评测Inkling得分29.7%Kimi K2.6和GLM 5.2分别为35.9%和40.1%加入工具后Inkling升至46%仍低于二者。SWE - Bench Pro中Inkling得分54.3%Kimi K2.6为58.6%GLM 5.2达62.1%Terminal Bench 2.1上Inkling 63.8%Kimi K2.6和GLM 5.2分别为71.3%和82.7%。不过Inkling在网页应用设计等方面表现不错部分数学任务能超Kimi和DeepSeek但综合能力难进开放模型第一梯队。价格对比与微妙局面价格方面Tinker平台64K版本Inkling每100万Prefill Token收费1.87美元每100万Sample Token收费4.68美元已是“限时五折价”256K版本更高。对比Kimi K2.6和GLM5.2Inkling预填充价格近Kimi K2.6两倍生成价格也更高无价格优势。整体来看Inkling架构参考DeepSeek后训练借力Kimi性能不如中国头部开放模型价格却更贵。穆拉蒂的选择与市场考量2025年2月Thinking Machines亮相约30人团队中约三分之二来自OpenAI其余来自Meta和Mistral创始团队有多位OpenAI重要人员。穆拉蒂在OpenAI履历丰富熟悉模型研发和产品化路径。外界期待有OpenAI印记的路线结果Inkling技术源于中国。因OpenAI前沿模型闭源穆拉蒂不能用其商业机密而DeepSeek和Kimi公开相关内容可合法复用所以借鉴属合理工程选择。但为何Inkling性能弱、价格高仍待解答。“贵替”的市场逻辑与影响2025年7月Thinking Machines未推产品就完成20亿美元种子轮融资估值120亿美元后又传目标估值500亿美元的融资谈判。从商业看穆拉蒂可能没打算让Inkling争评测第一公司强调其开放权重、多模态和可定制性想让企业微调成专用模型。此前中国开放模型满足美国企业部分需求但美国对中国AI模型监管收紧政策不确定性影响企业选择。Inkling作为美国公司开发、符合相关许可和定制要求的模型有合规优势能填补市场空缺。不过美国企业用它可能面临成本升高和竞争力下降问题而美国之外公司可选更强更便宜的中国模型。