# Thinking Machines 发布第二款模型 Inkling Small，主打效率而非规模

- 来源：The Decoder：AI News（RSS）
- 作者：Matthias Bastian
- 发布时间：2026-08-01 01:41
- AIHOT 分数：70
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.virxact.com/items/cms98wf8g08ftro9krvlx7qfl
- 原文链接：https://the-decoder.com/thinking-machines-bets-on-efficiency-over-size-with-its-second-model-inkling-small

## 精选理由

Inkling Small 以不到三分之一的参数在多项推理测试中超越自家大模型，加上Apache 2.0开源和低token消耗，是做应用的好选择。

## AI 摘要

Thinking Machines 发布开源推理模型 Inkling Small，在 Intelligence Index 上得分 40，仅比更大的 Inkling（41）低 1 分，而总参数量不到后者的三分之一（276B 总量，12B 激活）。

## 正文

由前 OpenAI CTO Mira Murati 创立的 AI 实验室 Thinking Machines 发布了 Inkling Small。据 Artificial Analysis 称，这款开放权重推理模型在智能指数上得分为 40，比 Inkling（41 分）低 1 分，而参数量不到后者的三分之一（总参数 2760 亿，激活参数 120 亿）。AA 表示，同等或更小规模的开放模型中，没有一款得分更高。

Inkling Small 在多项编程和推理测试中超越了其更大的同门模型，包括 Humanity's Last Exam（32% 对 30%）和 GPQA Diamond（89% 对 87%）。它在智能体任务和事实知识方面稍逊一筹，但 token 效率要高得多，每个任务平均输出 24K token，而 Deepseek V4 Flash 为 45K，GPT-5.4 mini 为 78K。

Mira Murati 的 Thinking Machines 推出了一款更小、更高效的推理模型，其表现远超自身规模。| 图片来源：Artificial Analysis

该模型支持文本、图像和语音输入，拥有 256K token 的上下文窗口，并以 Apache 2.0 协议开源。权重已上传至 Hugging Face，用户可通过 Tinker Playground 在浏览器中对其进行微调。Thinking Machines 将其模型定位为用户自有数据微调的基础。一些人认为这是 AI 的下一个前沿方向。

无炒作 AI 新闻——人工精选

Thinking Machines