# 前 OpenAI CTO 的创业公司发布首个开源模型 Inkling，赌多模型协作而非一个巨无霸

> 原标题：Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling

- 来源：TechCrunch · AI
- 发布时间：2026-07-15T18:04:06.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/44642
- 原文：https://techcrunch.com/2026/07/15/thinking-machines-amps-up-its-bet-against-one-size-fits-all-ai-with-its-first-open-model-inkling/

## 摘要

Thinking Machines Lab 放出了 Inkling，一个总参数量 9750 亿、但每次推理只激活约 300 亿参数的混合专家模型。权重完全开放下载和修改，公司明确反对“一个大模型包打天下”，主张让多个模型协作干活。这是他们成立一年半以来第一个公开成果。技术报告和权重都给了，但训练成本、API 定价和时间表都没说。开源是好事，实际表现还得...

## 推荐理由

这是 Thinking Machines Lab 成立一年半以来第一个公开成果，Mira Murati 的光环本身就拉满关注度。9750 亿参数的混合专家模型，每次只激活约 300 亿，权重完全开放，还明确反对“一个大模型包打天下”，技术路线和立场都有话题性。HKR 三项全中。没给到 85 分以上是因为训练成本、API 定价和时间表全部缺失——开源是好事，但能不能真省钱、真落地，现在下不了判断。

## 锐评

Inkling 是前 OpenAI CTO Mira Murati 新公司成立一年半后交出的第一份公开作业。它用混合专家架构，9750 亿总参数里每次推理只激活约 300 亿，相当于养了一支大团队但每次只派几个人干活，推理成本能压下来。权重完全开放下载和修改，这点对想自己微调的人来说是实打实的好处。

公司明确反对“一个大模型包打天下”，主张让多个模型协作。这个想法不新，但由 Murati 的团队说出来，市场会认真听。不过文章没给训练成本、API 定价和时间表，也没提第三方跑分。没有这些，我们没法判断它到底省不省钱、好不好用。技术报告和权重都公开了，接下来就看社区实测能不能跑出有说服力的结果。