Mira Murati 于 2024 年 9 月离开 OpenAI，去做自己的事情。大约两年后，这项探索成功了。她创立的 Thinking Machines Lab 公司发布了 Inkling——一个完全从头开始训练的多模式人工智能模型，每个权重都可以免费下载。

2023 年 11 月，OpenAI 董事会解雇了 Sam Altman，时任 CTO 的 Murati 被任命为临时首席执行官。五天后，Altman 复职，Murati 重新担任首席技术官，然后在大约 10 个月后永久离职。她于 2025 年 2 月创立了 Thinking Machines Lab。

随后，公司变得安静而富有。 2025 年 7 月，该公司以 120 亿美元的估值筹集了 20 亿美元，由 Andreessen Horowitz 领投，与 Nvidia、Accel、ServiceNow、思科、AMD 和 Jane Street 一起参与——这是当时硅谷历史上最大的种子轮融资之一。

2025 年 11 月的报道称，该公司正在寻求新一轮融资，估值为 500 亿美元。这些谈判到 2026 年 1 月就破裂了。

Inkling 是什么

Inkling 是一种专家混合模型，在这种架构中，对于任何给定的输入，只有一部分网络激活，从而在不牺牲深度的情况下保持快速推理。这是一个非常大的模型：它总共有 9750 亿个参数（定义模型如何处理信息的内部设置），每个任务有 410 亿个活动参数，所以不用在本地计算机上运行它。

作为多模式，该模型接受文本、图像和音频，并支持上下文窗口（模型可以一次推理的文本量），包含 100 万个标记，大约 750,000 个单词。它使用涵盖文本、图像、音频和视频的 45 万亿个令牌进行了预训练。

“我们的第一个模型，Inkling。从头开始训练，权重是开放的，今天可以在 Tinker 上进行微调，”Murati 在 X 上写道。事实上，它是从头开始训练的，这一事实意义重大，尤其是在开源社区，因为它可以为对中国持谨慎态度但需要使用亚洲模型进行开发的西方开发者带来新鲜空气，因为西方世界的顶级人工智能公司主要专注于交付闭源模型。

微调是在专门的数据集上重新训练现有模型以提高其在特定任务上的性能的过程。 Tinker 是 Thinking Machines 围绕该用例构建的云平台。完整权重也在 Apache 2.0 许可证下的 Hugging Face 上，没有任何限制。

Inkling 最明显的胜利来自于代理任务。 MCP Atlas 衡量 AI 代理使用模型上下文协议（用于将 AI 助手连接到外部工具和服务的开放标准）完成现实世界任务的可靠性，以完成任务的百分比进行评分，Inkling 得分为 74.1%。这比 Nvidia 的 Nemotron 3 Ultra 高出近 30 分，Nemotron 3 Ultra 是西方主要的开放重量级竞争对手。

在 SWE-Bench Verified（一项测试 AI 代理是否可以自主修复真正的 GitHub 软件错误的测试，以已解决问题的百分比进行评分）上，Inkling 得分为 77.6%，也高于 Nemotron 的 70.7%。

总体而言，Thinking Machines 将该模型定位为“全面”和多面手。这意味着它不会影响一组特定任务的质量，因为它的功能专注于其他事情（例如，擅长编码但不擅长创意写作的模型）。

中国模式在几个方面仍然具有优势。 Z.ai 的 GLM 5.2 在 Terminal Bench 2.1（衡量真实终端环境中自主 AI 编码代理的基准，按完成任务的百分比进行评分）上得分为 82.7%，而 Inkling 的得分为 63.8%。 Kimi K2.6 在人类最后的考试（博士级科学推理测试）中领先。

思维机器承认这一点。 Inkling 并不是当今最强大的模型，无论是开放式还是封闭式。

它是西方实验室构建的最强大的开放权重模型。出于法律、安全或合规原因，不会通过在北京构建的模型路由工作负载的开发人员现在有了一个真正的替代方案，可以替代自托管的中国模型。

现在，这些开发人员拥有了一个更符合他们的理想、期望和价值观的模型（尽管几乎在所有方面都比最好的中国模型差）。随后的微调可以使该模型在特定任务上表现出色，从而使这些微调在基准测试中与亚洲模型相比具有竞争力。

FORTRESS Adversarial（测试模型在不过度阻止合法提示的情况下拒绝真正有害提示的一致性，以正确处理的百分比进行评分）在 FORTRESS Adversarial 上，Inkling 得分为 78.0%，是比较中所有开放权重模型中的最高分。

除了 Inkling，Thinking Machines 还预览了 Inkling-Small：2760 亿个总参数，120 亿个活跃参数，已经在大多数推理基准上与更大的模型相匹配。测试完成后，其重量就会到达，但没有给出时间表。

每日简报时事通讯