Thinking Machines Lab是一家由前OpenAI首席技术官Mira Murati创立的AI初创公司，于周三上午发布了其首个自主研发的AI模型——Inkling。与OpenAI、Anthropic或谷歌的旗舰模型不同，Inkling是开放权重的，这意味着外部开发者和企业可以下载并直接修改该模型。

Inkling采用专家混合系统，拥有9750亿参数，但在执行任何任务时仅调用约410亿参数，这种设计常见于大型模型，以保持运行速度快且成本低。该模型在45000亿个文本、图像、音频和视频标记上进行训练，能够原生处理这四种数据类型。不过，目前Inkling的输出仅限于文本，包括代码、样式化内容和结构化数据。

这是Thinking Machines Lab在一年半的幕后AI基础设施建设后，首次公开展示的成果。此前，该公司曾在五月发布过“交互模型”的研究预览，这种AI设计能主动倾听、对话甚至打断，而非像传统聊天机器人那样被动等待。Inkling的发布也验证了该初创公司的核心理念：企业能够自行调整的AI模型，性能将优于目前大型实验室销售的通用模型。

Inkling设计为提供校准的答案，能够标记不确定性而非盲目猜测，用户还可以调节“思考强度”以在速度和准确性之间做权衡。公司称，在某项基准测试中，Inkling使用的标记数量仅为Nvidia最新开放权重模型Nemotron 3 Ultra的三分之一，却达到了相同的编码性能。

Thinking Machines并不声称Inkling是业界最强模型。其最新博客明确指出，Inkling“并非目前最强的整体模型，无论开放还是封闭”。其目标显然是实现均衡的性能表现。

这也引发了一个问题：在其瞄准的企业市场中，这款产品究竟适合谁？目前，Thinking Machines更将Inkling视为一个起点，而非成品，企业可以通过该公司的模型定制平台Tinker自行微调。这意味着客户而非Thinking Machines负责确保定制的安全性，微调需要专业的机器学习人才。

OpenAI、Anthropic和谷歌则采取了截然不同的策略，分别推出了ChatGPT、Claude和Gemini，这些模型首先作为通用聊天机器人设计，随后叠加了自主代理功能。

Thinking Machines上周发布的一篇文章为此次发布奠定了背景。文章认为，由单一公司集中训练并固定的AI，表现不及企业自行塑造的AI，因为大量专业知识是特定于持有者的。

反对封闭模型的观点日益增多。微软CEO萨提亚·纳德拉在周日的博客中警告称，企业使用专有AI模型实际上付出了双重代价：一是订阅费用，二是通过提示和纠正将业务知识传递给模型，后者可能被吸收到未来版本中。

Hugging Face CEO Clem Delangue上周也表达了类似看法。他预测，前沿模型将越来越多地用于实验和高价值任务，而大多数生产AI工作将转向私有或开源替代方案，这正是Thinking Machines所构建的生态。

Thinking Machines与全球最大对冲基金桥水基金合作的一个项目，最能体现其方法的优势。双方研究人员在一个开源模型基础上，进一步训练了桥水的金融专业知识，结果在金融推理测试中得分84.7%，超过了顶级专有AI模型，且运行成本约为其十四分之一。尽管这些结果来自双方评估，尚无独立验证。

无论如何，Thinking Machines强调其研发速度之快。OpenAI花了约五年时间推向市场并实现收入，Anthropic约三年，而Thinking Machines仅用了约九个月。

有人可能会关心Inkling是否使用了竞争对手模型的输出进行训练，这种做法称为“蒸馏”，在业界引发关注。公司表示，Inkling是从零开始预训练的，但确实使用了包括Moonshot AI的Kimi K2.5在内的其他开放权重模型，帮助生成部分早期后训练数据，随后进行了大规模强化学习。公司保证下一代模型将完全采用自包含的后训练方式。

在成本方面，Thinking Machines较为谨慎。今年三月与Nvidia达成合作，部署了1吉瓦的Vera Rubin计算能力，Inkling完全在Nvidia的GB300 NVL72系统上训练，但尚未透露如何覆盖成本，且据称收入并非优先事项。（去年十一月有报道称其50亿美元融资计划正在推进，但到一月已停滞，公司未公开资金状况。）

另一个问题是Thinking Machines的支出是否会达到OpenAI或Anthropic的规模，或者其高效策略是否使经济模型不同。换言之，公司赌注可能不是最终花费与大对手相当，而是根本无需如此，因为权重公开后，下载者无需支付Thinking Machines运行费用，这与OpenAI和Anthropic按使用计费不同。公司的收入将来自Tinker平台的训练、微调及其周边托管生态的分成。

员工人数方面，Thinking Machines目前约有200人，较今年初一波离职后有所回升，其中包括两位一月加盟OpenAI的联合创始人。

Thinking Machines似乎不热衷于炒作个人动态。公司内部人士称，其文化设计强调持续性而非依赖某个个体。这种做法合理：团队成员变动时影响较小，毕竟从未将任何人神化。考虑到公司故事仍与其著名联合创始人紧密相关，这种坚持尤为难得。