OpenAI前CTO Mira Murati創辦的Thinking Machines Lab發佈首個通用模型Inkling
OpenAI前CTO Mira Murati創辦的Thinking Machines Lab發佈首個通用模型Inkling，總參數9750億，每次激活410億。
模型支持文本、圖像和音頻，最長上下文100萬token，採用MoE架構，主要參考DeepSeek-V3，並使用Kimi K2.5等開放數據訓練。
完整權重已上架Hugging Face，Apache 2.0許可，目前主打定製和效率，在Terminal Bench 2.1同成績下token消耗約爲Nvidia Nemotron 3 Ultra的三分之一。
來源：公開信息
ABAB AI 解讀
Mira Murati離開OpenAI後快速組建實驗室，此次Inkling發佈延續其對高效大模型的追求，體現前OpenAI核心成員在開源賽道的新佈局。
實驗室從零訓練MoE模型，調動開放數據和架構參考資源，動機在於打造高性價比可定製替代品，避開封閉巨頭直接競爭。
類似DeepSeek系列開源高效路徑，Thinking Machines當前處於新實驗室首款模型驗證階段，通過Apache許可快速獲取社區反饋與迭代。
本質屬於技術替代，MoE架構與高效激活降低推理成本，推動通用模型從參數競賽轉向性能每token優化，重構開源AI的可用性門檻。
ABAB News · 認知定律
激活參數決定成本，激活效率決定勝負。
開源權重是社區加速器的鑰匙。
前沿離職者，往往重塑下一代範式。