前 OpenAI CTO Mira Murati 创立的 Thinking Machine 公司发布了其首款模型 Inkling，采用 MoE 架构，总参数量 975B，激活参数 41B，支持 1M 上下文窗口，并在 45T 数据上训练，原生支持多模态（文本、图像、音频）。该模型开源，后训练数据从 Kimi 2.5 等开源模型蒸馏得到。同时提供激活参数 12B 的 Small 预览版。
SynthePulse Insight · AI 深度解读
版本 2 · 2 个来源
前 OpenAI CTO 创立的 Thinking Machine 发布首款模型 Inkling，以近万亿参数和 1M 上下文跻身开源前沿，但其蒸馏数据来源与性能定位引发关注。
Thinking Machine 在成立一年半后推出了首款模型 Inkling，采用 MoE 架构，总参数量 975B，激活参数 41B，上下文窗口为 1M tokens。模型在 45T tokens 数据上训练，原生支持文本、图像和音频理解。
Inkling 的权重已完全开源，并提供了激活参数 12B 的 Small 预览版。官方表示模型可用于微调，并提供了 Playground 供用户体验。
根据第三方评测，Inkling 在开源模型中强于 Nemotron 3 Ultra 和 Kimi K2.5，与 Kimi K2.6 和 DeepSeek V4 Pro 互有胜负：在 IFBench、FORTRESS、SWEBench Verified 上略胜，在 HLE、SimpleQA、Terminal Bench 上略输。
整体上，Inkling 略弱于 GLM 5.2，后者在 HLE、AIME、SWEBench Pro 等多个基准上更强，被视为当前开源组的“事实王者”。
在 agentic coding、综合推理和事实性方面，Claude Fable 5 和 GPT 5.6 Sol 明显领先一代，例如 SWEBench Verified 95% vs 77.6%，HLE-with-tools 64.5% vs 46%，SimpleQA 71.6% vs 43.9%。
然而，在指令遵循和不过度拒绝方面，Inkling 反超部分闭源模型：IFBench 79.8% 高于 Claude 的 63.5%，FORTRESS Benign 95.9% 远高于 Claude 的 55.1%。
有报道称，Inkling 的后训练数据是从一系列开源模型（例如 Kimi 2.5）中蒸馏得到的。这一说法目前仅来自第三方转述，Thinking Machine 官方尚未独立确认具体细节。
蒸馏数据的具体比例和来源模型列表尚不明确，这可能成为开源社区关注的焦点，尤其是在模型权重已开源的情况下。
本报道基于 X 平台上的第三方转述，模型规格和开源信息来自官方推文，但蒸馏数据来源和基准测试结果均未获官方独立确认，应视为来源声明而非既定事实。
Inkling 的发布标志着 Mira Murati 团队正式进入开源模型竞争，其规格和性能在开源阵营中具有竞争力，但蒸馏数据来源的透明度将是后续关注点。
主报道
主报道来源
另有 1 个来源报道