资料修改2026-09尚无逐条事实核验记录；修改日期不代表已验证
本文仍包含未全面复核的历史资料；安装、许可、费用与当前权限请回到官方确认。查看已核信息范围
Thinking Machines Lab
Mira Murati（前 OpenAI CTO）创办的实验室：一出手就是近万亿参数的开放权重多模态模型（Inkling），加上面向研究者的微调平台 Tinker——"开放权重 + 研究工具"是它选定的差异化路线。
一句话定位 + 能不能本地跑
| 判断项 | 结论 |
|---|---|
| 权重是否公开 | 是（Inkling 系列开源权重，975B MoE 级） |
| 常见许可 | 开源（以仓库声明为准） |
| 本地运行 | 理论支持但门槛极高：975B MoE 需大型集群；Inkling-Small（276B）亦非消费级 |
| 硬件门槛 | 机构/企业级 |
| API | 有（配合 Tinker 微调平台提供服务） |
| 数据去向 | 以客户自有部署/私有环境为主（研究导向） |
权重是否公开：是（Inkling 系列开源权重，975B MoE 级）
常见许可：开源（以仓库声明为准）
本地运行：理论支持但门槛极高：975B MoE 需大型集群；Inkling-Small（276B）亦非消费级
硬件门槛：机构/企业级
API：有（配合 Tinker 微调平台提供服务）
数据去向：以客户自有部署/私有环境为主（研究导向）
模型谱系
| 时间 | 型号 | 关键信息 |
|---|---|---|
| 2026-07-16 | Inkling（发布） | 975B 总参 / 41B 激活，多模态，开放权重 |
| 2026-07 | Inkling-Small | 276B 总参 / 12B 激活（家族轻量档） |
| 并行 | Tinker | 微调平台（研究者的训练/微调工具链） |
2026-07-16：Inkling（发布）·975B 总参 / 41B 激活，多模态，开放权重
2026-07：Inkling-Small·276B 总参 / 12B 激活（家族轻量档）
并行：Tinker·微调平台（研究者的训练/微调工具链）
战略读法：不追聊天产品，追"研究者能改的模型"——开放权重 + 微调平台是它给研究社区的两件武器。
官方口径（公开表态与策略）
- "开放权重 + 可定制"：与闭源旗舰相反的选择；Murati 团队的公开表态集中在"让研究者能参与模型塑造"。
- 规模仍然前沿：虽然开放权重，但 975B MoE 的规模属于第一梯队（"开放"不等于"小"）。
- 工具与研究并重：Tinker 平台把微调流程产品化，瞄准学术与实验室场景。
民间梗与争议
"前 OpenAI CTO 的答卷"：从成立到发模型的一年多里，外界期待值始终很高；Inkling 发布后评价集中在"体量惊人、生态待建"。
展开背景
2026-07-15，Thinking Machines 放出首个自研模型 Inkling：975B 总参 / 41B 激活的 MoE，支持最长 100 万 token 上下文，预训练用了 45 万亿 token 的文本、图像、音频与视频，权重按 Apache-2.0 在 Hugging Face 全量开放，并可在自家微调平台 Tinker 上定制。官方博客的姿态相当克制——直接写明"Inkling 不是今天最强的模型，无论开源还是闭源"，把它定位成"适合定制的开放权重基座"。市场反应相反：HN 讨论帖拿到 1227 分、291 条评论，媒体把它称作"美国最强开源模型"，并注意到它的路线借鉴了中国同行——据《金融时报》报道，其架构参考了 DeepSeek-V3，后训练阶段用了月之暗面 Kimi K2.5 生成的数据加以优化。半个月后 Inkling-Small（276B 总参 / 12B 激活，约四分之一规模、同样 Apache-2.0）跟进。评价最终落在"体量惊人、生态待建"：模型进了第一梯队，工具链、社区适配与部署门槛仍在起步——这也正是档案把它标为"权重开放但机构级门槛"的原因。
来源：Thinking Machines 官方：Inkling——Our Open-Weights Model（2026-07-15） · Hugging Face：thinkingmachines/Inkling（Apache-2.0，2026-07-14 建仓） · TechCrunch：Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling（2026-07-15） · 腾讯新闻（华尔街见闻）：前 OpenAI CTO 的首款 AI 大模型——架构借鉴 DeepSeek-V3，借 Kimi K2.5 改进（2026-07-16） · HN 讨论：Inkling——Our Open-Weights Model（1227 分 / 291 评论） · HN 讨论：Inkling-Small（2026-07-30）
开放 vs 商业的平衡：开放权重意味着难以直接收费，Tinker 平台被视为变现路径——能否走通是观察点。
展开背景
这条路线的两件武器是权重与平台。权重侧，Inkling 与 Inkling-Small 都按 Apache-2.0 放出，官方还在 2026-07-31 专门写了《A Safe Path to Open Weights》，主张"战略性开放"能在防御手段与安全科学成熟的同时扩大可用性。回收侧则是 Tinker——2025-10-01 发布的微调 API，把分布式训练、调度与容错都收进托管服务，用户只写前向/反向与采样逻辑，此后陆续接入 Kimi K2 Thinking、Qwen3-VL 等开放权重模型。变现是否走通是长期观察点：公司 2025-07 以 120 亿美元估值完成 20 亿美元融资（a16z 领投），2026-09 又在洽谈至少 10 亿美元新融资、投前估值传至 400 亿美元；同时 Tinker 的反馈仓库里有一条稳定的"账单与额度"抱怨线——余额页打不开、credits 页面消失、auto-reload 失效。另一头的动作更直白：2026-09 官方把 Inkling 与 Inkling-Small 放到 OpenRouter 限免数周，条件是观察它们在真实 Agent 环境里的表现——用免费权重换 Agent 数据，研究与商业在同一套飞轮里转。
来源：Thinking Machines 官方：Announcing Tinker（2025-10-01） · Thinking Machines 官方博客：A Safe Path to Open Weights（2026-07-31） · HN 讨论（原报道为 Reuters）：Thinking Machines 以 120 亿美元估值完成 20 亿美元融资（2025-07-15） · 搜狐：Thinking Machines 计划融资 10 亿美元、估值超 400 亿美元（2026-09-04） · BlockBeats：Thinking Machines 拿免费 Inkling 换 Agent 数据——OpenRouter 限免数周（2026-09-04） · GitHub issue（tinker-feedback）：Auto-reload 失效且无法访问账单页
信息量稀缺：公开资料相对少（本档案基于模型发布与平台信息整理），后续以官方披露为准。
展开背景
这条说的是"公开资料少"本身成了话题。官方发布节奏其实相当疏：2025-07 以 120 亿美元估值完成 20 亿美元融资（当时几乎是外界唯一的确切信息）；2025-09 一口气放出多篇技术博客；2025-10-01 宣布 Tinker；2026-05 发布交互模型研究；直到 2026-07-15 才交出第一个模型 Inkling。也就是说，从 2024-09 Mira Murati 离开 OpenAI 到发模型，外界等了近两年，中间主要靠论文与平台功能猜测它的方向——TechCrunch 在 Inkling 发布时也点明，这是它"一年半来主要在公众视野之外搭建 AI 基础设施"后的第一个公开成果。高关注与低披露叠在一起，就出现了这条"梗"：媒体标题反复用"前 OpenAI CTO 的首款模型""明星独角兽"作前缀，技术社区则在 HN 上逐篇拆官方博客（《A Safe Path to Open Weights》也被当作安全立场的表态来读）。对使用者的实际含义是：判断这家公司要看官方披露的一手材料——新闻栏目、博客、Hugging Face 组织页与 Tinker 文档，第三方转述里的估值、参数与许可细节常有不一致（本档案亦以官方为准）。
来源：Thinking Machines 官方新闻栏目（发布节奏的一手来源） · Thinking Machines 官方博客 · Hugging Face：thinkingmachines 组织页 · TechCrunch：Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling（2026-07-15） · HN 讨论（原报道为 Reuters）：Mira Murati 的 AI 初创以 120 亿美元估值融资（147 分 / 245 评论，2025-07-15） · GitHub：thinking-machines-lab/tinker-feedback（官方反馈仓库）
怎么用（现实路径）
| 场景 | 建议 |
|---|---|
| 研究微调 | 关注 Tinker 平台（官方入口） |
| 机构部署 | Inkling 系列权重（需大型算力） |
| 个人本地跑 | 不推荐（门槛过高）；可用其论文与配方做参考，模型选更小的开源档 |
| 了解前沿 | 跟踪其技术报告（多模态与 MoE 方向） |
研究微调：关注 Tinker 平台（官方入口）
机构部署：Inkling 系列权重（需大型算力）
个人本地跑：不推荐（门槛过高）；可用其论文与配方做参考，模型选更小的开源档
了解前沿：跟踪其技术报告（多模态与 MoE 方向）
避坑
- 别被"开放权重"误导：开放 ≠ 能本地跑，975B 规模的部署成本极高。
- 生态尚早期：工具链与社区适配还在起步，生产使用前做验证。
- 资料有限：本站档案基于公开信息整理，重大更新以官方为准。
- 许可确认：开放权重不等于无限制，商用条款读原文。
上手速查（研究者视角）
| 想干什么 | 路径 |
|---|---|
| 微调实验 | Tinker 平台（官方） |
| 读技术细节 | 官方技术报告（MoE 与多模态方向） |
| 大集群部署 | Inkling 权重（机构级算力） |
| 个人本地跑 | 不推荐——换 6-30B 级开源档更现实 |
微调实验：Tinker 平台（官方）
读技术细节：官方技术报告（MoE 与多模态方向）
大集群部署：Inkling 权重（机构级算力）
个人本地跑：不推荐——换 6-30B 级开源档更现实
官方入口
- 官网：
thinkingmachines.ai（以官方最新为准） - 权重：Hugging Face（官方组织）