Thinking Machines 发布 Inkling Small：押注效率而非规模

Thinking Machines，这家由前OpenAI首席技术官Mira Murati创办的AI实验室，发布了其第二款模型Inkling Small。这是一款开放权重的推理模型，根据Artificial Analysis的数据，它在智能指数上的得分为40分，比体积更大的Inkling模型（41分）低1分，尽管其规模不到后者的三分之一（2760亿参数，120亿活跃参数）。据AA称，没有同尺寸或更小尺寸的开放模型表现更好。Inkling Small在多项编码和推理测试中优于Inkling，例如在“人类最后考试”中（32%对比30%）和GPQA Diamond中（89%对比87%）。然而，它在智能体任务和事实知识测试上有所落后，但更节省令牌：在测试中，它每个任务平均需要2.4万个输出令牌，而DeepSeek V4 Flash需要4.5万个，GPT-5.4 mini需要7.8万个。该模型支持文本、图像和语音输入，上下文窗口为25.6万令牌，并以Apache-2.0许可证分发。权重可在Hugging Face上获取，通过Tinker Playground，用户可以直接在浏览器中使用和微调该模型。Thinking Machines主要将其模型定位为在专有数据上进一步微调的基础，一些人认为这是AI发展的下一个前沿。