Mira Murati 首秀：Thinking Machines 发布 Inkling，975B 开源多模态模型+可调推理深度
前 OpenAI CTO Mira Murati 创办的 Thinking Machines 今日发布首个开源多模态语言模型 Inkling。这是一款 975B 总参数的 Mixture-of-Experts（MoE）模型，41B 活跃参数，原生支持文本、图像和音频三种模态，上下文窗口达 100 万 token，预训练数据量 45 万亿 token。权重已在 HuggingFace 上线，采用 Apache 2.0 协议。
可调推理深度：让模型按需"思考"
Inkling 最大的技术亮点是"可调推理深度"（controllable thinking effort）。开发者可以在 0.2 到 0.99 之间编程设定模型的推理预算——简单任务调低，省 token、省算力；复杂任务调高，换取更深层的推理链。Thinking Machines 称，训练过程中观察到一个有趣现象："思维链浓缩"（chain of thought condensation）——模型随着训练推进，自然学会压缩内部推理步骤，在更少的 token 中保留关键逻辑。
这意味着企业部署时不再需要在"强但贵"和"便宜但弱"之间选模型，而是用一个模型覆盖不同复杂度的任务。
性能：开源阵营前列，闭源前沿仍有差距
Inkling 的定位不是刷榜冠军，而是"广而平衡的实用底座"：
- 编码：SWE-bench Verified 77.6%，超过美国开源对手 Nemotron 3 Ultra（71.9%），但低于 DeepSeek V4 Pro（80.6%）和闭源的 Claude Fable 5（95.0%）
- 数学：AIME 2026 达 97.1%，超过 DeepSeek V4 Pro（96.7%）和 Nemotron 3（94.2%）
- Agent 能力：MCP Atlas 74.1%，远超 Nemotron 3 的 44.7%
- 多模态：MMMU Pro 视觉基准 73.3%，MMAU 音频基准 77.2%，与闭源模型差距缩小但仍落后
在开源阵营中，GLM 5.2 和 Kimi K2.6 在纯推理和编码上仍占优势，但 Inkling 是目前开源模型中唯一原生融合文本+视觉+音频的选项。
抗审查设计：面向企业可控需求
Thinking Machines 明确表示 Inkling 被设计为"直接回答可能受到审查的话题"。这一设计选择针对的是企业用户对事实输出可控性的需求——不论话题敏感与否，模型应提供事实性回应。这与主流闭源模型倾向拒绝敏感问题的策略形成差异。
同时发布 Inkling-Small 预览
除旗舰模型外，Thinking Machines 还发布了 Inkling-Small 的预览版——276B 总参数、12B 活跃参数的轻量版，针对低延迟、低成本场景优化。
行业意义
Mira Murati 2024 年离开 OpenAI 后创办 Thinking Machines，Inkling 是其团队交出的第一份答卷。975B 参数+原生多模态+可调推理深度+Apache 2.0 全开源的组合，在当前开源模型竞争中打出了差异化牌：不追求单点最强，而是做企业最愿意拿来定制的基础模型。可调推理深度如果被验证有效，可能改变企业部署 AI 的成本范式——用一套模型，按任务难度动态分配算力。
基于多家媒体转述整理。