导语：今天凌晨，AI圈又扔下一颗重磅炸弹。由OpenAI前CTO Mira Murati和华人科学家翁荔联手创立的新公司Thinking Machines Lab，正式发布首款自研通用基础模型Inkling。9750亿参数、原生多模态、上下文窗口最高100万token、开放权重——这几个关键词放在一起，足以让它成为2026年AI开源领域最值得关注的事件之一。
更难得的是，这家公司没有打”地表最强”的嘴炮，而是直接说：“Inkling不是当今最强的模型，开源闭源都不是。”它真正想做的是：让企业能拿自己的数据，去改造一个靠谱、便宜、多模态的底座。
这对普通人意味着什么？这篇文章用大白话给你讲清楚。
一、Inkling是谁发布的？来头有多大？
发布公司叫Thinking Machines Lab（TML），创始人Mira Murati曾是OpenAI的CTO，2025年离职创业。另一位核心成员翁荔，之前是OpenAI应用研究VP，也是华人研究者里非常知名的一位。
这家公司成立才几个月，就完成了20亿美元种子轮融资，估值120亿美元，创下AI行业种子轮纪录。换句话说，它一出生就是含着金汤匙的。
但TML没有急着堆参数、刷榜，而是先做了一个叫Tinker的微调平台，在ToB一线摸爬滚打了近一年。他们发现企业真正需要的不是最强的模型，而是：
- Token够用省，别算一笔账就心疼；
- 能拿自己的数据二次训练，而不是被通用模型牵着走；
- 文本、图片、音频、视频都能理解，别再搞一堆模型拼接。
Inkling就是这套经验的产物。
二、Inkling的核心能力：不是最强，但非常均衡
先上硬参数：
- 总参数：9750亿（975B）
- 每次推理激活参数：410亿（41B）
- 架构：混合专家模型（MoE）
- 上下文窗口：最高100万token
- 训练数据：45万亿token，涵盖文本、图像、音频、视频
- 开源协议：开放权重，具体许可证需查看官网说明
这些数字是什么意思？通俗说：它是一个”六边形战士”，没有哪一项绝对碾压，但样样都能打。
官方给出的几个关键测试成绩：
- AIME 2026数学竞赛：97.1%
- GPQA Diamond科学推理：87.2%
- SWE-Bench Verified编程：77.6%
- MMMU Pro视觉理解：73.5%
- Audio MC音频理解：56.6%
最重要的是，它支持一个effort参数，可以在0.2到0.99之间调节。你可以理解为：让AI”多用点脑”还是”省点脑”。在Terminal Bench 2.1测试上，Inkling达到和英伟达Nemotron 3 Ultra同等性能，但只用了约三分之一的token。
翻译成人话：同样的活，它更省钱。
三、原生多模态：不是拼接，而是真理解
很多模型说自己是”多模态”，其实是把文本模型、图像模型、语音模型拼在一起，像三台机器各干各的。Inkling走的是原生多模态路线，同一个模型内部处理文本、图像、音频、视频。
具体表现：
- 音频：直接输入dMel频谱图，能做语音转写、口语指令、音频问答。
- 图像：把图片切成40×40像素的小块编码，能做图表分析、数学视觉推理。
- 视频：预训练数据包含视频内容，能做视频理解类任务。
对普通人的意义是：你不用再想”这个该用图像模型还是文本模型”，直接丢给它就行。
四、普通人能怎么用？
Inkling刚发布，直接用它的方式主要有三种：
1. 在线体验（最简单）
访问Tinker Playground：https://tinker.thinkingmachines.ai/playground
这里可以免费用一段时间，适合先试试它到底好不好使。可以上传图片、语音、视频，让它帮你总结、翻译、分析、写代码。
2. 调用API（开发者/企业用）
Inkling已经和TogetherAI、Fireworks、Modal、Databricks、Baseten等平台达成合作。如果你本身就在用这些平台，可以直接切换模型名试试。
在Tinker平台上提供64K和256K上下文选项，目前有限时5折优惠。具体价格可以查看官方文档。
3. 自己下载权重（技术用户）
权重已经上传到Hugging Face：https://huggingface.co/thinkingmachines/inkling
支持SGLang、vLLM、TokenSpeed、llama.cpp、Hugging Face Transformers等框架。如果你有NVIDIA Blackwell系统的显卡，还有专门的NVFP4量化版本，推理更快。
五、对普通人有什么影响？
你可能会问：这跟我有什么关系？
关系在于，AI模型的竞争正在从”谁最强”转向”谁更好用、更便宜、更能定制”。Inkling的出现，说明开源阵营又多了一个重磅选手，而且它不是来刷榜的，是来做企业底座的。
几个可能的影响：
- 企业用AI会更便宜：Token效率更高，长文档处理、代码分析、视频理解成本会下降。
- 小企业也能定制AI：开放权重意味着可以拿自己的资料微调，做自己的客服、文档助手、行业分析模型。
- 多模态应用会爆发：一个模型同时看懂图片、听懂语音、读懂视频，产品的形态会完全改变。
六、注意事项
- 不是最强模型：官方自己都说了，别拿它跟GPT-5.6、Claude Mythos这种最顶级模型硬比单点能力。
- 自己部署有门槛：975B模型即便激活参数只有41B，对本地显卡和服务器配置要求也不低。普通用户先用在线版或API。
- 生态还在早期：刚发布，文档、社区、第三方工具都在完善中。可以先关注，不急着all in。
七、总结
Inkling是2026年开源AI领域一个标志性事件。它不是来当”冠军”的，而是来当”底座”的。对企业来说，它可能是一个更经济、更可定制的选择；对普通人来说，它意味着未来几个月，会有更多基于开源模型的AI工具出现，而且价格可能会更低。
如果你完全不懂技术，记住这三点就行：
- Inkling由OpenAI前高管团队打造，来头很大；
- 它主打多模态、省钱、可定制；
- 普通用户可以先用Tinker Playground免费体验。
AI的竞争越来越激烈，对我们使用者来说，永远是好事。