思维机器（Thinking Machines）于 2026 年 7 月 15 日推出 Inkling，这是一款面向企业与开发者微调的开放权重多模态 AI 基础模型，而非为前沿竞争而设计。该模型是一个具有 975 亿总参数、41 亿有效参数的专家混合（Mixture-of-Experts）Transformer，并支持最高达 100 万 tokens 的上下文窗口。公司将 Inkling 定位为可灵活定制的底座，强调可控的思考投入，并在文本、图像与音频上进行原生多模态推理。完整模型权重可在 Hugging Face 获取，微调可通过公司的 Tinker 平台实现。思维机器明确表示该模型不宣称达到最先进（state-of-the-art）水平，而是关注能力广度、成本效率以及面向企业部署的安全校准。
思维机器发布 Inkling 模型技术规格
Inkling 在跨越文本、图像、音频和视频的 45 万亿 tokens 上进行预训练。该模型在三种输入类型上都提供原生多模态推理能力，这一特性使其有别于大多数开放权重替代方案，后者通常缺乏原生音频支持。开发者可以调整模型使用多少 tokens 来解决问题，从而实现成本与延迟节省。在测试中，Inkling 在 Terminal Bench 2.1 上以约三分之一的 token 成本与 Nemotron 3 Ultra 表现相当。
思维机器还预览了 Inkling-Small，这是一种更轻量的变体，具有 2760 亿总参数和 120 亿有效参数。Inkling-Small 在若干基准上与更大模型持平或超过，提供了更低成本的合成与评分方案。
Inkling 在对闭权重模型的竞争基准中取得结果
基准结果显示，相较于诸如 Claude Fable 5 和 GPT-5.6 Sol 这类闭权重模型，在推理与具身（agentic）任务上表现具有竞争力但并非领先。发布内容强调其在编程、指令遵循、事实性、视觉与音频方面的强劲表现。
在 ForecastBench 上，Inkling 的表现与 Gemini 3.1 Pro 和 Grok 4.3 等领先闭模型不相上下。在 FORTRESS 上，这是一项评估对有害请求的拒绝能力，并避免对良性类比过度拒绝的基准，Inkling 在对抗提示（adversarial prompts）上得分为 78%，而 Nemotron 3 Ultra 为 77.6%，Kimi K2.6 为 65.6%。
思维机器在 Inkling 训练中实施安全与认识校准
思维机器使用强化学习对 Inkling 进行训练，使其依据适当的评分规则在一个大型、已解决的真实世界预测问题语料上获得反馈，从而得到一个校准后的模型：它会表达恰当的不确定性，而不是自信地进行幻觉式编造。训练流程引入了双重自动评分器——一个基于量表的评估器（rubric grader）以及一个带具身网络搜索的 claims 评估器——以同时提升有用性并减少事实错误。
思维机器通过多个部署合作伙伴提供 Inkling
Inkling 和 Inkling-Small 都可通过 Tinker 获取。部署合作伙伴包括 TogetherAI、Fireworks、Databricks、Hugging Face 等。
常见问题
思维机器在 2026 年 7 月 15 日推出了什么？
思维机器推出了 Inkling，这是一款开放权重多模态 AI 基础模型，具有 975 亿总参数和 41 亿有效参数，面向企业与开发者微调设计。
Inkling 在基准上如何与闭权重模型相比？
与诸如 Claude Fable 5 和 GPT-5.6 Sol 这类闭权重模型相比，Inkling 在推理任务上表现具有竞争力但并非领先。在 ForecastBench 上，它与 Gemini 3.1 Pro 和 Grok 4.3 表现持平。在 FORTRESS 上，它在对抗提示上得分为 78%。
开发者在哪里可以访问 Inkling 以进行微调？
完整模型权重可在 Hugging Face 获取，微调可通过公司的 Tinker 平台实现。部署合作伙伴包括 TogetherAI、Fireworks、Databricks 和 Hugging Face。
