Thinking Machines 发布第二款模型 Inkling Small，主打效率而非规模
Thinking Machines bets on efficiency over size with its second model, Inkling Small
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）。
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，但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，没有得分更高的。
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。
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 协议发布。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使用自有数据进行微调的基础。一些人认为这是 AI 的下一个前沿方向。
Thinking Machines
来源：The Decoder：AI News · the-decoder.com