翁荔回OpenAI，Thinking Machines发布新模型Inkling-Small

type

status

date

slug

summary

临阵折将却反手甩出王炸：Inkling-Small的逆袭之路

在AI圈子里，Thinking Machines的剧本堪称跌宕起伏。就在半个月前，他们开源的975B巨无霸模型Inkling才刚刚掀起巨浪；而紧接着，核心创始人翁荔的离职回归，让外界一度猜测这家公司的研发节奏是否会受到重创。然而，Inkling-Small的火速发布，直接用实力回应了市场的质疑。

作为一款原生多模态LLM，Inkling-Small支持高达100万token的上下文窗口。在ARC-AGI-2等核心推理基准测试中，它不仅刷新了开源SOTA，更在数学、推理、智能体编码等多模态基准中，堪比甚至超越了初代Inkling以及DeepSeek V4 Flash等竞品。在HLE、Terminal-Bench和IFBench等指标上，Inkling-Small的“每FLOP性能”曲线全程碾压前代模型，真正实现了“学生超越老师”的奇迹。

核心技术揭秘：如何用四分之一体量实现性能反超

根据官方公开的后训练细节，Thinking Machines并没有采用“举全村之力”的暴力堆砌参数路线，而是精炼了机器学习配方，并巧妙地通过两步走策略跑通了一条高效的模型产线：

On-policy 蒸馏：首先以初代万亿参数的Inkling作为教师模型，进行on-policy蒸馏，提炼出一个高质量的预览版检查点。

智能体强化学习：在此检查点基础上，团队接着进行了整整两周的智能体编码强化学习（RL）。

这种训练方式不仅吃掉了前一轮预训练数据配比踩过的所有坑，更证明了Thinking Machines已经具备了可持续、高效率产出优质模型的管线化能力。这对于整个人工智能行业来说，意味着大模型开发正在从“手工作坊式”走向“工业化量产”。

120亿激活参数：民主化大模型定制的“甜点位”

对于广大的开发者和企业而言，万亿参数模型的部署门槛高不可攀。初代Inkling的BF16版本最低需要2TB的聚合显存，这意味着至少需要8张B300或16张H200显卡，即使是量化版也需要600GB起步。

而Inkling-Small将这一门槛彻底拉低。276B总参数配合12B激活参数，被业内公认为强化学习的“甜点位”（Sweet Spot）。在这种架构下，LoRA微调和全参数训练对于中等规模的团队来说都变得“够得着”。在SGLang推理框架下，使用8张B200显卡跑Inkling-Small，其解码速度最高可达648 tok/s。这意味着，以前只有科技巨头才能玩的深度定制，现在中小团队也能真正落地应用。

创始团队四分五裂，机器车轮却加速向前

Thinking Machines最初由Mira Murati、John Schulman、Barret Zoph、翁荔等六位来自openai的明星成员联合创立，估值曾一度高达120亿美元。然而，随着融资受阻和行业竞争加剧，如今的六人创始团队仅剩两人坚守，其余四人中有三人（包括翁荔）已先后重返OpenAI。

尽管面临核心人才流失的动荡，Thinking Machines的模型发布速度却在不断加快。人才在流失，模型在狂飙，这两条背道而驰的曲线，恰恰是当前AGI探索之路上最真实的写照。这也向行业昭示了一个趋势：无论团队如何变动，AI技术演进的车轮只会越转越快。

获取更多关于claude、chatGPT等主流大模型的最新动态与实用Prompt教程，敬请关注AI日报，带你解锁更多AI变现与技术落地新机遇。