Inkling Small：小参数击败大模型的开源推理方案

Thinking Machines 以高效而非规模为赌注，推出第二款模型 Inkling Small

Thinking Machines 是前 OpenAI CTO 米拉·穆拉蒂创办的 AI 实验室，最近发布了 Inkling Small。根据 Artificial Analysis，这个开源权重推理模型在 Intelligence Index 上得分为 40，仅比 Inkling（41 分）低一分，但参数量不到后者的三分之一（总计 276 亿参数，其中 120 亿为活跃参数）。AA 表示，没有任何同等或更小规模的开源模型得分更高。

Inkling Small 在多项编码和推理测试中表现超过其更大的版本，包括 Humanity's Last Exam（32% 对比 30%）和 GPQA Diamond（89% 对比 87%）。它在基于 Agent 的任务和事实知识方面有所落后，但 Token 效率远高得多，每个任务平均输出 24K tokens，相比之下 Deepseek V4 Flash 为 45K，GPT-5.4 mini 为 78K。

米拉·穆拉蒂的 Thinking Machines 推出了一个更小、更高效的推理模型，性能表现超群。| 图片：Artificial Analysis

该模型支持文本、图像和语音输入，具有 256K token 的上下文窗口，采用 Apache 2.0 许可证发布。权重文件在 Hugging Face 上，用户可以通过 Tinker Playground 在浏览器中进行微调。Thinking Machines 将其模型定位为用户使用自己数据进行微调的基础。有些人认为这是 AI 的下一个前沿。

无炒作的 AI 新闻 – 由人工精选

订阅 THE DECODER 享受无广告阅读、每周 AI 时事通讯、我们的独家"AI Radar"前沿报告（每年六期）、完整档案访问权限和评论区访问权限。