前OpenAI CTO Mira Murati重磅回归！Inkling开源大模型（975B参数）部署教程+网页版在线入口

2026-07-16 10:06:10

头部动态

文章摘要

7月16日，OpenAI前CTO Mira Murati创办的ThinkingMachinesLab发布自研AI模型Inkling。这是975B参数的开源模型，有原生多模态等亮点，性能出色。开发者可通过多种渠道获取和部署。Inkling填补美国开源模型空白，被视为重要反击，其定位是适合微调的开源基座，今日可下载体验。

7 月 16 日，OpenAI 前 CTO Mira Murati 创办的 Thinking Machines Lab 于昨日正式发布其首个自研 AI 模型 Inkling。这是一款 975B 总参数、原生多模态、上下文窗口 100 万 Token 的 MoE 架构开源模型。即日起，开发者可在 Hugging Face 下载完整权重，或通过 Thinking Machines 的 Tinker 平台直接进行微调与部署。

从 OpenAI 二号人物到自立门户，Mira Murati 的首秀选择了一条与老东家截然不同的道路，不做最强闭源，做最易定制的开源基座。

下文附参数详情、部署教程及官方链接。

Inkling 生成的多人贪吃蛇游戏

Inkling 模型亮点

参数项	详情
架构	MoE（混合专家）Transformer，66 层解码器，256 个专家中路由 6 个，另加 2 个共享专家
总参数 / 活跃参数	975B / 41B
上下文窗口	最高 100 万 Token（Hugging Face 版本）
训练数据	45 万亿 Token（文本、图像、音频、视频）
输入模态	文本、图像、音频（原生多模态）
输出模态	文本（含代码、结构化数据等）
精度支持	BF16、MXFP8、NVFP4
许可证	Apache 2.0（可商用、可修改）
轻量版预览	Inkling-Small（12B 活跃参数），测试完成后将发布

性能：

Inkling 在 Artificial Analysis 智能指数上以 41 分位居美国开源权重模型榜首。其Token 效率极高，在智能指数任务中平均仅需 25K 输出 Token，而 GLM-5.2、Kimi K2.6 和 DeepSeek V4 Pro 分别需要 43K、38K 和 37K。

在 GDPval-AA v2 智能体基准上，Inkling 的 Elo 评分达 1238，超越 Kimi K2.6的 1190 和 DeepSeek V4 Flash max 的 1189。公司特别强调，Inkling 支持可控的思考级别，用户可根据需求在速度与深度之间自由调节。

如何部署与上手

2.1 官方获取渠道

官方发布页：https://thinkingmachines.ai/news/introducing-inkling/

Hugging Face 下载：https://huggingface.co/thinkingmachines/inkling

Tinker 微调平台：https://tinker.thinkingmachines.ai/

2.2 部署方式

方式一：Tinker 平台快速微调

Inkling 已上线 Tinker 平台，开发者可直接在浏览器中进行微调与部署。Tinker 控制台同步推出了 Inkling Playground，供开发者直接与模型对话体验。Tinker 平台支持 256K 上下文窗口，API 定价：输入 $1.87/百万 Token、缓存输入 $0.374/百万 Token、输出 $4.68/百万 Token（64K 上下文）。

方式二：Hugging Face 本地/云部署

pip install transformers

加载代码示例：

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "thinkingmachines/inkling"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

Inkling 支持 Unsloth Dynamic 1-bit 量化，体积可减少 86%，仅需约 280GB 显存即可运行。

Together AI、Fireworks AI、Modal、Databricks、Baseten 等平台已同步支持 Inkling 部署，SGLang、vLLM、llama.cpp 等推理框架均已集成。

为什么 Inkling 重要？

Inkling 是美国少有的能对标中国开源模型的重量级产品。在 Meta 因 Llama 4 表现不佳而转向闭源后，美国开源模型出现真空，Inkling 的发布填补了这一空白，被视为美国 AI 开源的一次重要反击。

Thinking Machines 的理念是模型终将被定制化取代。公司明确表示 Inkling 不是当今最强模型，而是最适合微调的开源基座。Mira Murati 在 X 上写道：“我们为 Inkling 训练了全面的能力，而不是在单一领域追求 SOTA，它是为未来我们将训练的模型打基础。”

据多家媒体报道，Inkling 的基础架构借鉴了中国的 DeepSeek-V3，并在后训练阶段使用了月之暗面 Kimi K2.5 生成的数据进行优化。

1280X1280 (18).PNG

Inkling 在文本、智能体、多模态和音频评估中均表现出色

Inkling 发布后迅速在美国登上热榜，PyTorch 之父 Soumith Chintala 也转发了发布消息。

Mira Murati 于 2025 年 2 月创立 Thinking Machines Lab，公司去年已融资 20 亿美元，估值达 120 亿美元，团队核心成员多为前 OpenAI 员工，公司的使命是构建能延伸人类意志与判断的 AI。上个月，团队发布了交互模型研究预览，AI 被设计为能倾听、说话、甚至打断对话。

上周发布的宣言《The Future Worth Building Is Human》，为 Inkling 的发布奠定了思想基础。

Inkling 今日即可下载与体验。欢迎在评论区分享你的部署体验与测试反馈！