AREX Feed Article
Inkling 限时免费上线 OpenRouter，thinkymachines 以数据换推理
北京时间 8 月 22 日凌晨 3 时 47 分，模型公司 thinkymachines（Thinking Machines Lab）的官方账号 @thinkymachines 发布推文：Inkling 与 Inkling-Small 即日起在 OpenRouter 上免费开放，为期数周，且仅限 agentic harness（智能体脚手架）调用。推文原话写明交换条件：“We'll use the data, disassociated from accounts, to better it.”（我们会用这些与账户脱关联的数据，让它变得更好。） 同一分钟，官方又发了一条回复，附上 OpenRouter 入口链接。
这不是促销。推文第一句写明了动机：“We want to improve Inkling's agentic performance”（我们想改进 Inkling 的智能体性能）。截至北京时间 8 月 22 日凌晨，主推文发布约四小时，已累计 9 万次查看、969 个赞、200 次收藏。
OpenRouter 模型目录里，两个零价端点 thinkingmachines/inkling:free 与 thinkingmachines/inkling-small:free 已经挂出，输入与输出单价均为 0；同名的付费端点仍在售。
免费端点只认 agentic harness，提示词和输出会被记录
两个模型页顶部挂着同一段说明，把条件写得直白：免费端点只可用于 agentic harness；不要上传机密信息或人脸等个人数据；包括提示词与输出在内的使用记录会被记录，用于改进 Thinking Machines Lab 的模型、产品与服务；会话数据在使用前会与账户及其他持久标识符脱关联。
使用免费端点即表示同意 TML Free Research API 服务条款，官方另附一份隐私说明。
所谓 agentic harness，是把模型放进能自主规划、循环调用工具的 agent 客户端里运行。OpenRouter 的 Ori Harness 文档显示，它能把 Claude Code、Codex、Grok Build、Hermes、OpenCode、Pi、Prime Agent、DeepSeek Harness 等现有 agent CLI 接到 OpenRouter 上，以任意模型 ID 启动。
推文发出约两个半小时后，Stripe 首席执行官、Arc Institute 联合创始人 Patrick Collison 转发了这条消息，直接给出接入命令：“$ ori [your favorite harness] --model thinkingmachines/inkling:free”，并附上 Ori Harness 文档。 这条转发获得 101 个赞、约 2.6 万次查看。
发布一个月后免费开放，补的是 agentic 短板
Inkling 上线刚一个多月。7 月 15 日，thinkymachines 发布博客，宣布首个开源权重模型 Inkling：975B 总参数、41B 激活参数的混合专家（MoE）Transformer，上下文最高 1M token，在 45 万亿 token 的文本、图像、音频与视频上完成预训练。
同日，前 OpenAI CTO、X 简介写着“Now building @thinkymachines”的 Mira Murati 发推：“Our first model, Inkling. Trained from scratch, weights are open, fine-tunable on Tinker today.”（我们的第一个模型 Inkling，从头训练，权重开放，今天起可在 Tinker 上微调。）
OpenRouter 页面显示，Inkling 于 7 月 17 日上线，标准价格输入 $0.95/百万 token、输出 $4.05/百万 token；Inkling-Small 于 7 月 30 日上线，12B 激活参数、276B 总参数，输入 $0.45、输出 $1.20，上下文同为 1M。
官方博客的定位相当克制：“Inkling is not the strongest overall model available today, open or closed.”（无论开源还是闭源，Inkling 都不是当下最强的模型。）它的卖点是可控思考强度、原生多模态和可在 Tinker 上微调。
智能体能力正是这次免费窗口要补的部分。博客称，Inkling 在多数 agentic 基准上“在开源权重模型里得分不错”，训练时被要求跑在各种 coding 与 agent harness 里，并随机化工具集与 schema，以降低对特定工具的敏感度；在 Design Arena 的 Agentic Web Dev 榜单上，Inkling 以 1257 分位列开源权重模型前列，低于 Claude Sonnet 5（1333）和 GLM 5.2（1275）。
OpenRouter 的统计里，给 Inkling 送流量最多的应用正是 agent 类：Nous Research 的自主 agent Hermes Agent、Anthropic 的 Claude Code 都在前列。
OpenRouter 官方回帖，社区在算这笔账
OpenRouter 官方账号在推文下回复了一个握手表情。
thinkymachines 团队成员也集体转发。X 简介为 @thinkymachines 成员、前 Modal 创始工程师的 Eric Zhang 写道“We are hosting Inkling and Inkling-Small! Try it out, for free, in your favorite agent harness. :)”（我们在托管 Inkling 和 Inkling-Small！免费到你最喜欢的 agent harness 里试试吧）。
AI 安全研究员 Alex Robey 转发“Inkling is now free on OpenRouter. Go try it!”。
更多圈内人把这场交易看作新常态。应用博弈论研究者 Avraham Eisenberg 评论：“New meta is free usage for data. Labs have finally solved for the equilibrium.”（新常态是免费使用换数据，实验室终于算出了均衡。）
自称 18 岁、前 LM Studio 成员的 adi 写道：“data is all you need strikes again!”（“数据为王”再次应验。）
自称追踪 AI agent 经济的 Ross（@402Signal）评价：“Builders get compute, you get signal - fair trade for a few weeks.”（开发者拿到算力，你拿到信号，几周的公平交易。）
质疑同样不少。YC W23 创业者 Sid Jain 反问：OpenRouter 的未来会不会就是给实验室收集训练数据、向用户免费提供模型？
开发者 Boni the Dev 的体验更直接：“发了 3 条提示词就被 OpenRouter 限流，看来它并不是真的免费。” 在 Letta 做 agent 的 Cameron 发现这个免费端点“没法从 Letta 里用”。
免费推理换数据，是平衡点还是商品化信号
David Huang 把这条消息和同期的几条动态并排：“Sol 20% + Anthropic 50% Rate Limit increase + Ox Alpha + Free Inkling……这是差异化产品，还是商品化的样子？”
myanvoos 给出了更完整的判断：这是 TML 的好棋，但 Inkling 与 Inkling-Small 目前在同量级上被最新的中国开源模型压制，尤其 DeepSeek 与 GLM 的 agentic 任务“地板更高”；用 Tinker 微调可以提升表现，但同样的事也能在更强的中国开源模型上做。他建议的组合是：更强的基座加上 Inkling 原生全模态与 Tinker。
悬而未决的是这批数据的成色。自称 PNNL 首席数据科学家的 Neeraj Kumar 提醒：有用的信号藏在失败轨迹里，且必须标注 harness、工具策略与重试路径，否则“模型质量和脚手架质量很难分开”。 用户 Nick 则怀疑：与账户脱关联的 OpenRouter 流量，未必能反映 Inkling 的真实行为。 数周后，这笔免费流量能不能变成 agentic 性能上看得见的提升，是这场以数据换推理的交易还没有兑现的部分。