前 OpenAI CTO Murati 亲手拆掉闭源围墙：975B 模型 Inkling 全权重 Apache 2.0 开放

TL;DR — 前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab 于 7 月 15 日发布首个模型 Inkling：975B 总参数、41B 激活的 MoE 架构，原生多模态（文本/图像/音频），1M 上下文窗口，Apache 2.0 全权重开放。官方公告坦承其"不是目前最强的模型"，定位为面向企业微调的开放基座。发布 48 小时内斩获 7.6M 阅读量，Red Hat AI、Together AI、Pipe Network、vLLM、Unsloth 等迅速完成集成。社区架构分析发现其 J-space 呈现罕见的"全栈统一几何"特性，与主流模型的感官/工作区/运动分层结构截然不同。

14,716 个赞、7.6M 阅读，Mira Murati 的第一枪

7 月 15 日，Thinking Machines Lab 官方账号发布了一条简短推文："Today, we are introducing Inkling." 18 个月来，这家由 Mira Murati 创立、估值 120 亿美元的 AI 实验室第一次向外界交出了产品答卷。

这条推文最终收获 14,716 个赞、2,004 次转发和 760 万次阅读。Murati 本人的转发同样引爆关注：13,544 个赞，150 万次阅读。她只写了一句话："Our first model, Inkling. Trained from scratch, weights are open, fine-tunable on Tinker today."

真正令人意外的不是参数规模，而是官方博客中的一句坦诚到近乎反常的声明："Inkling is not the strongest overall model available today, open or closed." 在一个每个实验室都在争相宣称自己"最强"的时代，前 OpenAI CTO 选择了一种完全不同的开场方式。

"这可能是 AI 界眼下最聪明的策略"

Aakash Gupta——拥有近 30 万粉丝的产品分析师——用一条千字长推为 Inkling 的奇怪定位做了辩护，单条获得 1,332 个赞和 325K 阅读。

他梳理了一条被很多人忽略的时间线："半年前这家公司看起来已经完了。500 亿美元的后续融资在 1 月告吹。两位联合创始人重返 OpenAI。Zuckerberg 试图整体收购，被拒后又挖走了第三位联合创始人。"在 Gupta 看来，常规剧本应该是死磕一个 benchmark 冠军来重启融资，"但 Murati 选了另一条路。"

他的核心判断是：Inkling 是免费样品，Tinker 才是商店。"闭源实验室按 token 卖智能。Thinking Machines 卖的是让你用自己的数据微调模型的平台。一个知道你代码库的 41B 自定义模型，会在实际场景中跑赢一个不了解你业务的天才通用模型。"

但并非所有人都买账。拥有 5.7 万粉丝的 AI 作者 BURKOV 直接开嘲讽："他们发布了一个在所有方面都垫底的模型。接近 1T 参数却能做到这么烂，某种意义上也挺令人印象深刻的。@thinkymachines，你们有技术报告让我笑一笑吗？" 这条获得 111 个赞和 69K 阅读。

社区用户的真实体验则更多是惊喜。用户 Selta 在试用后写道："它的对话质感让我想起了 GPT-4o 的早期。当它说'当你感觉被倾听而非被处理'时，我停顿了一小会儿。"她还注意到 Inkling 在被突然表白时给出了一个微妙的平衡回答："我不以人类的方式感受爱……但我以真正的温暖接收它。"她的测试报告获得 117 个赞。

最令人印象深刻的社区案例来自 Maziyar Panahi——他在自己的 Mac Studio 上用 Unsloth 量化版跑了一个 2 分钟的就诊音频。患者来检查膝盖，"但 Inkling 听到了真正的危险信号：爬山气短、四个枕头睡觉、脚踝肿胀、春天停掉了利尿剂。" Panahi 写道："一个 975B 的模型完成了医学中最难的事：它听到了患者觉得不值得说的部分。" 该推文获得 326 个赞。

从 OpenAI CTO 到开源旗手，Murati 的 18 个月

要想理解 Inkling 为什么选择在 2026 年 7 月以这种姿态亮相，需要回溯 Murati 离开 OpenAI 之后的关键节点。

2024 年 9 月：Murati 辞去 OpenAI CTO 职位。她曾是 ChatGPT 开发的关键推动者，也在 2019 年亲历了 OpenAI 以"安全担忧"为由限制 GPT-2 完整权重公开的决策——那正是闭源路线的起点。

2025 年 2 月：Thinking Machines Lab 成立，组建了包括 OpenAI 联合创始人 John Schulman（首席科学家）、前研究 VP Barret Zoph、前安全 VP Lilian Weng 在内的豪华团队。顾问名单中包含 Bob McGrew 和 Alec Radford——同样来自 OpenAI。

2025 年 7 月：以创纪录的 20 亿美元种子轮融资、120 亿美元估值登场，a16z 领投，Nvidia、AMD、Cisco 等参与。

2026 年 1 月：据报道，一轮目标 500-600 亿美元的后续融资未能完成。两位联合创始人回到 OpenAI，Meta 试图收购被拒后挖走第三位联合创始人。

2026 年 3 月：与 Nvidia 达成战略合作，获得 1GW Vera Rubin 计算能力。同月获得 Nvidia 投资。

2026 年 7 月 15 日：Inkling 发布。

因此，Inkling 不是一次孤立的模型发布。它是一家经历了核心团队动荡、融资受挫、被巨头觊觎的初创公司，在沉默 18 个月后给出的战略宣言：不追基准分，追定制化。

41B 激活、可控推理、800 层统一几何——一个反常的架构选择

Inkling 在技术层面的三个核心特征，每一个都在支撑"可定制基座"的产品定位。

MoE 架构 + 可控推理努力。 975B 总参数、256 个路由专家加 2 个共享专家，每 token 仅激活 6 个路由专家和所有共享专家——合计 41B 激活。更关键的是"可控推理努力"（controllable thinking effort）拨盘：在 Terminal Bench 2.1 上，Inkling 以 Nemotron 3 Ultra 三分之一的 token 消耗就达到了同等性能。对于把 AI 嵌入生产工作流的企业而言，边际推理成本 = 利润率。基准数据方面，AIME 2026 数学推理 97.1%，GPQA Diamond 科学推理 87.2%，SWE-bench Verified 编码 77.6%。独立评测平台 Artificial Analysis 给出 Intelligence Index 41 分——当前美国开源模型最高分。

统一几何的 J-space。 Hugging Face 工程师 Aritra 和 Prime Intellect 研究员 elie 分别对 Inkling 做了架构逆向分析。elie 的 J-space 分析（获得 1,077 个赞）发现了一个异常：其他模型在表征空间中分裂为近乎正交的"感官/工作区/运动"三块（层间 CKA ~0.5），但 Inkling 在整个 800 层堆栈中维持了大致统一的几何结构（早期-晚期 CKA ~0.8）。Aritra 进一步发现 Inkling 使用相对注意力（Relative Attention）替代 RoPE、5:1 的滑动窗口与全局注意力混合、K/V/Attention/MLP 输出流上的短卷积操作、以及 8 个 MTP 头用于推测解码。

校准性优于绝对准确度。 Inkling 在 ForecastBench 无搜索条件下取得 Brier 指数 61.1 ± 0.79，领先 GPT-5.5 的 59.1 和 Claude Opus 4.8 的 54.6。Thinking Machines 的训练方法是在大量已解决的真实世界问题上用 proper scoring rules 做 RL，外加弃权感知奖励——只有答对的概率足够高时才鼓励回答，否则最优策略是"我不知道"。他们还引入了一个独立的 claims grader，通过联网搜索验证回复中的每条事实陈述并惩罚不可验证的断言。不过，代价是事实准确率方面的妥协：Artificial Analysis 给出 AA Omniscience 仅 +2 分，幻觉率高达 63%。

美国开源模型的空白，终于被填上了

此前的格局是一组精确的数字：过去两年，最强的开源权重模型几乎全部来自杭州和北京——DeepSeek V4、GLM 5.2、Kimi K2.6、Qwen 系列。Meta 在 Llama 4 表现不佳后实质上退出了开源前沿竞争。所有想要"拥有自己模型"的美国企业，实际上都在微调中国权重。

Inkling 改变了这个等式。它不只是在 benchmark 上成为美国最强开源模型，更重要的是它配套了一个完整的部署生态：vLLM 从 Day 0 开始支持，宣称在 4×GB200 上达到 380 tok/s/user；Red Hat AI 在 DGX B200 上完成了 8 GPU 的单容器部署并预告 FP8 checkpoint；Pipe Network 提供了 Apple Silicon 的 MLX 量化版本；Together AI、Fireworks、Modal、Databricks、Baseten、SGLang 全部宣布支持；Unsloth 发布 Dynamic 1-bit GGUF 将显存需求压缩到 280GB。

正如 MTS 的主播 deredleritt3r 所言："Trump 不会因为你用了它就骂你。你的 CEO 不会因为你用了它就担心。它不是 DeepSeek。它来自一个好实验室，有好人，他们还会发布更好的模型。"

与此同时，Inkling 也引发了一场微妙的"反向影响"讨论。蔡子博士指出，Thinking Machines 在技术说明中明确其 MoE 架构"在很大程度上参考了 DeepSeek-V3"，后训练还使用了 Kimi K2.5 生成的合成数据——"这说明中国大模型已经不再只是跟随美国，而开始反向影响美国顶尖 AI 公司的架构设计。" Paradis Labs（6.3 万粉丝）将 Inkling 列为周末推荐阅读，与 Kimi K3 和 ASML/TSM 财报并列。

不追排行榜第一，赌定制化才是终局

Mira Murati 在 OpenAI 时亲手参与建造了闭源围墙。现在她选择了完全相反的方向。

Inkling 不是在和 GPT-5.6 或 Claude Fable 5 争夺"最强模型"的头衔。它是一手亮给企业的底牌：你下载权重，你在 Tinker 上微调，你把它变成你自己的——你不需要永远按 token 租用别人的智能。

这赌的是，定制化的边际收益将在大多数真实场景中超过通用 frontier 的那最后几个百分点。如果赌对了，Inkling 就不只是 Thinking Machines 的第一个模型，而是一种新模式的开场白。

（本文综合 Thinking Machines Lab 官方博客、Artificial Analysis 独立评测、X/Twitter 社区讨论及多家媒体报道）