OpenAI前CTO创办的Thinking Machines首款模型Inkling：借鉴DeepSeek架构，性能不及中国模型但主打合规替代

事件概述

OpenAI前首席技术官穆拉蒂创办的Thinking Machines Lab于7月15日发布首款模型Inkling。该模型采用混合专家架构，总参数量9750亿，每Token激活410亿参数，预训练数据45万亿Token，支持100万Token上下文，可处理文本、图像、音频并以文本输出。Inkling开放权重，采用Apache 2.0许可证，企业可通过Tinker平台微调。

核心信息

• 架构来源：Thinking Machines在技术报告明确写道Inkling的混合专家设计“主要沿用了DeepSeek-V3”，包括无辅助损失负载均衡等设计。后训练冷启动阶段，使用了月之暗面Kimi K2.5等开放模型生成的合成数据进行监督微调。
• 性能对比：Thinking Machines承认Inkling并非目前表现最强的模型。基准测试显示：
  • “人类最后的考试”纯文本：Inkling 29.7%，Kimi K2.6 35.9%，GLM 5.2 40.1%；
  • 加入工具后：Inkling 46%，Kimi K2.6 54%，GLM 5.2 54.7%；
  • SWE-Bench Pro：Inkling 54.3%，Kimi K2.6 58.6%，GLM 5.2 62.1%；
  • Terminal Bench 2.1：Inkling 63.8%，Kimi K2.6 71.3%，GLM 5.2 82.7%。
  • Inkling在网页应用设计、音频理解和安全性上表现较好，部分数学任务超过Kimi和DeepSeek。
• 价格：Tinker平台64K版本Inkling每100万Prefill Token收费1.87美元（限时五折），每100万Sample Token收费4.68美元；256K版本更高。对比Kimi K2.6 API输入0.95美元/百万Token、输出4美元/百万Token；GLM5.2分别为1.4美元和4.4美元。Inkling预填充价格接近Kimi两倍，生成价格也更高。
• 团队背景：Thinking Machines被称为“OpenAI校友会”，创始团队约三分之二来自OpenAI，包括穆拉蒂（前CTO，参与DALL-E、Codex、ChatGPT、Sora等产品，曾短暂担任临时CEO），以及其他前OpenAI研究员如John Schulman、Barret Zoph、Lilian Weng等。公司成立后完成20亿美元种子轮融资，估值120亿美元，投资方包括安德森·霍洛维茨、英伟达、AMD等。

值得关注

• 市场逻辑：穆拉蒂明确Inkling不追求基准第一，而是瞄准美国企业因监管收紧（数据安全、模型来源审查）而不敢继续使用中国开放模型（DeepSeek、Kimi、Qwen、GLM等）的市场空白。Inkling作为美国公司开发的开放权重模型，支持私有部署和定制，合规风险更低。性能稍弱、价格更贵但合规确定，已足够满足部分美国企业的需求。
• 影响：美国企业可能被迫改用性能较弱、成本更高的本土替代品，形成结构性竞争劣势。华盛顿的限制措施意外为Inkling等“贵替”创造了市场。