低成本抗审查：Inkling开源多模态模型

企业级开源AI模型的新选择

寻求将更多智能体AI工作负载迁移至开源权重模型的企业，现在有了一个强有力的新选择。这些模型可被定制、控制，并在本地部署或虚拟私有云中运行。

今日，由前OpenAI首席技术官Mira Murati创立、资金雄厚的美国AI公司Thinking Machines发布了其首个重要语言模型Inkling。该模型采用对企业友好的Apache 2.0开源许可证，在第三方基准测试中展现出高性能，尽管尚未达到最前沿状态。在软件工程领域，Inkling在SWE-bench Verified测试中得分为77.6%，超越了美国开源竞争对手Nvidia Nemotron 3的71.9%；在语音理解方面，VoiceBench测试得分为91.4%，与Gemini 3.1 Pro在高推理任务下的94.4%表现相近。

独特的抗审查设计

Inkling的另一个差异化特点在于其设计理念。Thinking Machines明确指出，Inkling旨在”直接回答可能受到审查限制的话题”，为那些关注输出事实性、不受争议或敏感性影响的企业，提供了更值得信赖的选择。

技术规格与性能表现

拥有9750亿总参数的Inkling是一个原生多模态、开源权重的混合专家(MoE)系统，能够处理文本、图像和音频的推理任务。其权重已可在Hugging Face平台以及公司自有的模型训练应用程序接口Tinker上获取。

通过创新的”可控思维努力”机制，该模型在性能与成本之间实现了平衡，标志着与前沿竞争对手的黑盒扩展策略显著不同。

alongside旗舰模型，Thinking Machines还发布了Inkling-Small的预览版，这是一款经过优化的轻量级替代品，拥有2760亿参数，专为对延迟和成本要求极高的工作负载而设计。

基准测试显示强大但非顶尖的性能

尽管Inkling是一个强大的多模态引擎，但它进入了竞争激烈的2026年开源权重模型市场，该市场以高度专业的MoE架构为特征。Thinking Machines明确将Inkling设计为9750亿总参数和410亿激活参数的广泛均衡通用模型，而非试图在每个排行榜上占据主导地位。

例如，在设计竞技场(Arena)的智能体网页开发排行榜上，Inkling的人类评分前端网页设计得分为1257，处于中高端水平。

然而，中国领先的AI实验室已开发出具有卓越推理和编码能力的模型，对Inkling的通用方法构成了严峻挑战，并在通用和编码基准测试中最终超越了它。

国内外模型对比分析

在与中国领先AI实验室模型的对比中：

• GLM 5.2：被广泛认为是基准集中可用的顶级开源权重推理模型，在纯编码、智能体和复杂推理任务上均优于Inkling。在SWEBench Pro(公共版)测试中得分为62.1%，而Inkling为54.3%；在Terminal Bench 2.1测试中，GLM 5.2以82.7分大幅领先于Inkling的63.8分。GLM 5.2在纯文本推理方面也占优势，HLE(仅文本)得分为40.1%，高于Inkling的30.0%。
• DeepSeek V4 Pro：在多个严格的编码和事实性领域保持优势，在SWEBench Verified测试中以80.6%超越Inkling的77.6%，在SimpleQA Verified测试中以57.0%超越Inkling的43.9%。然而，Inkling在数学问题解决方面表现更佳，在AIME 2026测试中达到97.1%，高于DeepSeek的96.7%。
• Kimi K2.6：在多个技术基准测试中超越Inkling，在GPQA Diamond测试中得分为91.1%(高于Inkling的87.9%)，在BrowseComp测试中为83.2%(高于Inkling的77.1%)，在使用工具的HLE测试中为54.0%(高于Inkling的46.0%)。但Inkling在通用聊天指令遵循方面更具韧性，在IFBench测试中得分为79.8%，高于Kimi K2.6的76.0%。

相较于其主要美国开源竞争对手，Inkling表现出强劲的同等性能，并经常占据优势。

• Nemotron 3 Ultra：在推理和编码方面，Inkling持续超越这一美国竞争对手。Inkling在AIME 2026测试中得97.1%，在SWEBench Verified测试中得77.6%，分别高于Nemotron的94.2%和70.7%。此外，Inkling在智能体工作流程中显著领先，在MCP Atlas测试中得74.1%，远高于Nemotron的44.7%。

从静态推理到可控思维的转变

Thinking Machines没有尝试构建专为基准测试主导而优化的单一”神模型”，而是将Inkling设计为适应现实工作流程中的效率和实用性。

此次发布的突出特点是Inkling的”可控思维努力”功能。开发人员可以通过编程方式调整模型的推理预算，范围从0.2到0.99，从而控制AI在生成输出前应该”思考”的程度。

正如该公司所言：”Inkling的连续思维努力让您可以在成本/性能曲线上选择自己的点—用更少的标记达到相同的分数。”

实际上，这使企业能够为简单任务部署Inkling时降低标记支出，同时为复杂的多步推理挑战增加计算开销。通过保持较低的思维努力并生成更少的标记，注重成本的企业可以在简单任务上获得高质量结果和性能，同时减少支出；对于本地运行模型的企业来说，则可以降低能源和计算资源成本。

在模型超过3000万次大规模强化学习(RL)训练过程中，研究人员观察到一种称为”思维链压缩”的涌现现象。随着时间的推移，Inkling自然学会了压缩其内部推理步骤—减少语法开销和连接词—同时达到相同的准确结论，从而显著降低了延迟。

关注微信号：智享开源 ，及时了解更新信息。

推荐阅读

美国社区银行因AI应用泄露客户数据，披露安全漏洞

事件概述 美国社区银行（Community Bank）近日披露了一起网络安全事件，其客户的部分敏感个人信息遭到泄露。该银…