你给 AI 一张图、一段录音，再补上一句文字要求，希望它把这些线索放在一起回答。过去，这类任务常要几个模型接力完成。Thinking Machines Lab 的新模型 Inkling 想把它们交给同一个“大脑”：它能接收文字、图片和音频，并生成文字答案。
这次发布格外受关注，因为 Thinking Machines Lab 由前 OpenAI 首席技术官 Mira Murati 创办，而 Inkling 是这家公司首次开放模型权重。所谓开放权重，就是允许外界下载模型参数并自行运行，但不代表训练代码、完整训练方法和训练数据全部公开。因此，严格说它不是“完全开源模型”。
问题也随之而来：Inkling 到底开放了什么，能力到了哪一步？网上流传的“美国第一、全球第五”，又有多少证据？目前可核查的技术指标和成绩主要来自 Thinking Machines 官方模型页，缺少独立复测。
一个很大、但每次不用全开的模型
据官方模型页，Inkling 是一个通用多模态模型。“多模态”指同一个模型能处理不同形式的信息。它可以读取文字、图片和音频，训练材料还包含视频；不过它的输出仍然是文字。官方将其用途指向聊天助手、编程助手、工具调用和检索增强生成等场景。工具调用，就是让模型不只回答问题，还能按要求操作外部软件或服务。
Inkling 总参数量为 975B，也就是 9750 亿，但每次处理一个 token 时只激活 41B。token 可以粗略理解为模型读写时切分出的文字小块。
这种差距来自 sparse MoE——稀疏“专家混合”架构。可以把它想成一家拥有 256 个专业小组的咨询公司：每项任务只交给其中 6 个小组，同时还有 2 个公共小组始终参与。这样既能容纳非常大的总知识容量，也不必每次把整家公司都叫来开会。
具体来说，Inkling 有 66 层，只使用 decoder 的 Transformer 结构，也就是按顺序预测下一个 token 的生成式架构。图片和视频先被切成分层的小块，音频则转成离散 token；不同输入随后进入同一个内部表示空间，由同一套生成器共同处理。这解释了它为什么能把图像、声音和文字放在一道题里理解。
模型提供 BF16 和 NVFP4 两种数值格式。它们可以理解为保存和计算参数时采用的不同精度：精度更低通常有助于减少显存和计算负担，但实际效果还取决于部署方式。官方称，开发者可通过 SGLang、vLLM、TokenSpeed、Unsloth 和 Hugging Face 等开源工具在本地部署，也可使用第三方推理服务。这里的“本地”并不等于普通电脑就能轻松运行；41B 的活跃参数仍意味着不小的硬件门槛。
成绩靠前，但不是全面领先
官方模型页给出了一组截至 2026 年 7 月 14 日生成的对比结果，统一标注为 effort=0.99。这些测试覆盖推理、编程代理、事实问答、视觉、音频和安全等方向。排行榜可以帮助观察相对位置，但名次会随测试范围、评分方法和模型版本变化，不能直接当成综合实力证明。
挑几项看，Inkling 的表现确实进入了当前开放权重模型的前列。在 HLE 纯文字推理测试中，它得到 29.7%，高于 NVIDIA Nemotron 3 Ultra 的 26.6%，略高于 Kimi K2.5 的 29.4%；但低于 Kimi K2.6 的 35.9%、GLM 5.2 的 40.1%和 DeepSeek V4 Pro 的 35.9%。加入工具后，Inkling 得分升至 46.0%，仍落后于表中几款中国开放权重模型。
编程代理测试也呈现类似图景。SWEBench Verified 用真实软件问题考查模型修复代码的能力，Inkling 得到 77.6%，超过 Nemotron 3 Ultra 的 70.7%和 Kimi K2.5 的 76.8%，但低于 Kimi K2.6 的 80.2%与 DeepSeek V4 Pro 的 80.6%。在更难的 SWEBench Pro 公开测试中，它为 54.3%，同样不是表中最高。
它也有明显强项。MCP Atlas 测试面向通用代理任务，Inkling 得到 74.1%，比 Nemotron 3 Ultra 的 44.7%高出很多，也超过 Kimi K2.5 和 Kimi K2.6；但仍低于 GLM 5.2、DeepSeek V4 Pro及表中的闭源模型。音频项目则只有闭源 Gemini 3.1 Pro 可供对照，Inkling 在三项测试中均落后，因此还无法判断它在开放权重音频模型中的位置。
换句话说，Inkling 不是一张“全面夺冠”的成绩单。更准确的说法是：Thinking Machines 第一次发布开放权重模型，就在多项推理、编程和代理测试中接近或超过若干成熟对手，已经具备进入第一梯队讨论的资格。
“美国追上来”还说早了
Reddit 用户将 Inkling 称为“美国排名第一的开放权重模型”，认为它超过 NVIDIA Nemotron Ultra，并在全球开放权重模型中约排第五。但这条说法没有给出具体榜单、汇总方法或完整评分配置，不能据此下定论。官方表格也只展示单项成绩，没有提供一个能推出“美国第一”或“全球第五”的综合分数。
真正值得关注的不是一个暂时名次，而是竞争节奏。Inkling 同时开放了大模型权重、本地部署路径和多种数值格式，开发者可以研究、微调并集成到第三方产品。对于一家首次进入开放权重赛道的美国 AI 公司来说，这已经是相当完整的入场动作。
但它是否意味着美国开放模型已经“追上中国”，现有材料还回答不了。官方对比表里，Inkling 在部分项目领先 Nemotron 3 Ultra，却在多项推理、编程和事实性测试中落后于 Kimi、GLM 或 DeepSeek 的部分型号。它证明美国团队推出了一个有竞争力的新选手，还没有证明竞争格局已经逆转。
局限与未知
- 成绩来自 Thinking Machines 官方模型页，尚无独立复测；
effort=0.99的具体含义和不同模型之间的评测条件，也没有在材料中充分解释。 - 官方只概述训练数据来自公开来源、第三方数据及合成或增强数据，并经过清洗、去重和过滤，没有披露各类数据的规模、比例与完整清单。
- Inkling 开放的是权重。现有材料没有显示训练代码、完整方法和完整数据同步公开，因此不宜把它直接称为“完全开源”。