Thinking Machines 发布 Inkling 2 Small：594B MoE 暂以闭权上阵，下周 Apache 2.0 开源

2026 年 11 月 5 日，由前 OpenAI 首席技术官 Mira Murati 创立的 Thinking Machines Lab 推出第二代模型 Inkling 2 Small。这是该实验室继今年 7 月初代 Inkling lineup 之后的首个二代产品，定位为一款"小而强"的多模态模型：总参数达到 5940 亿，但每次推理只激活 170 亿，并承诺在完成外部安全测试后以 Apache 2.0 协议放出完整权重。

参数与架构：把容量做大、把计算做省

Inkling 2 Small 采用混合专家（MoE）架构，官方给出的核心数字是 594B 总参数 / 17B 激活参数。更细的模型卡显示，它是一个 48 层 decoder-only Transformer，每层路由到 384 个专家中的 8 个；注意力则混合了局部层与全局层。这种"总参数很大、激活参数很小"的设计，意味着模型装得下庞大的知识容量，单次查询却只消耗一小部分算力。

多模态方面，模型原生支持图像输入，并配有一个基于 Perception Encoder 的 2.92 亿参数视觉编码器；图像以 20×20 像素块、2×2 空间池化后与文本 token 交错送入。它同时支持可变推理力度（variable effort）——用户可以为不同任务调高或调低思考深度，在速度与质量之间取舍。上下文窗口最高可达 100 万 token（评测统一以 1M 上限运行）。训练则全程在 NVIDIA Blackwell 的 NVFP4 4 位浮点格式下完成，并在 GB300 NVL72 机柜上以高专家并行跑满 68 小时。

能力表现：在设计与代码上尤其突出

官方给出的综合智能指数为 AA Intelligence Index 30.6（正文称约 31，v5.0），较初代显著提升。更亮眼的是设计类榜单 DesignArena：在 Web Apps（1296）、Website（1340）、Game Dev（1428）、3D Design（1401）四个分项上均列所在对比行第一；Thinking Machines 表示，在权重正式开放前，它将成为 DesignArena 榜单上排名第一的开放权重模型。

代码与智能体能力同样不弱：

  • SWEBench Pro v2（Hard）86.3%、DeepSWE v1.1 72.1%、FrontierCode v2.0 25.4%、Vibe Code Bench v1.1 81.6%；
  • 知识类：HLE-Diamond 28.7%、MMMU Pro（Standard 10）81.6%、PerceptionBench 64.7%；
  • 在 GPU 内核优化基准 PMPP-Hard 上，10 小时预算内 AUC 达 494.27，平均解决 69 题中 54.25 题。

官方强调，这些能力提升来自训练全链路的改进：更高效的预训练，以及一次大规模的、统一的强化学习（RL）运行。在数十万条长程编码任务上做 RL，并引入"智能体 RL 评分器"——不只看代码是否通过单测，而是评估模型解决问题的思路。

三个演示：看得见的"自主工作"

Inkling 2 Small 的演示最能体现其"长程自主工作"的定位：

  1. 城市模拟器。用 Three.js 从零搭建一座城市，没有任何预制素材，建筑、纹理、车辆全部程序化生成；用户可以从一条道路开始"养"出一座活的城市，并实时管理电力、预算与突发状况。
  2. 自主研究（autoresearch）。模型在 Tinker 上自主训练 Qwen3.5-4B 来预测天气、维基页面浏览量等时间序列：它自己写评估器、尝试不同训练集与 SFT/RL 配方，边跑边调试。4.5 小时、$426 的投入后，预测误差显著下降——电力预测误差降 67%、风光发电降 23%、页面浏览量降 20%。
  3. 盲品葡萄酒视觉演示。仅凭一张照片，20 次试验中 19 次正确识别出三款酒，胜过参与的研究员。

发布与开源：闭权先行，承诺下周开放

Inkling 2 Small 目前先在 Thinking Machines 自家的 Tinker 平台以闭权形式提供——包括 Playground 推理、微调与采样；权重暂不可下载。官方明确表示，将在完成外部安全测试与 red-teaming 之后，下周以 Apache 2.0 许可证放出完整权重，checkpoints 随权重发布一并开放下载，并在随后数周登陆更多平台。据第三方报道，其 Tinker API 定价约为每百万输入 token 0.30 美元、每百万输出 token 1.00 美元。

这种"先闭权产品、后开放权重"的节奏，正是 Thinking Machines 此前提出的 "safe path to open weights"（通往开放权重的稳妥路径） 的体现：以商业产品验证能力、以安全评估守住边界，再向社区交付可自由使用、修改与商用的权重。

为什么这件事值得关注

在 GPT-6、Gemini、Claude 等闭源旗舰不断推高能力天花板的同时，Inkling 2 Small 展示了一条中间路线：用 MoE 把"大模型容量"与"小模型成本"解耦，用图像输入与百万级上下文支撑真正的多步骤自主任务，再用 Apache 2.0 把最终成果交还给开发者。对中小团队而言，这意味着不必在"闭源 API 的便利"与"开源模型的可控"之间二选一——前提是下周权重如期开放，且社区能在其上跑出足够的工具链与生态。

（本文综合 Thinking Machines Lab 官方公告及模型卡信息整理）