# Thinking Machines 发布 Inkling：一个万亿参数、原生多模态的开源模型

> 原标题：Welcome Inkling by Thinking Machines

- 来源：Hugging Face 博客
- 发布时间：2026-07-15T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/45366
- 原文：https://huggingface.co/blog/thinkingmachines-inkling

## 摘要

Inkling 是一个总参数量约 1 万亿（975B）、每次推理激活 41B 参数的混合专家（MoE）模型，能直接吃进文字、图片和音频，支持 100 万 token 的上下文窗口。它用 45 万亿个多模态 token 训练，还内置了多 token 预测（MTP）投机解码层来加速推理。

## 推荐理由

Thinking Machines 发布 Inkling，975B 总参数、41B 激活的 MoE 架构原生支持文字图片音频，上下文窗口达 100 万 token，训练用了 45 万亿多模态 token。

## 锐评

975B 总参、41B 激活，这个稀疏度挺狠，推理成本按激活算跟一个 40B 的 dense 模型差不多，但能力上限是往万亿那档靠的。100 万 context 加原生吃图和音频，摆明了是冲着长文档和多模态 agent 场景来的。

问题在 45T 多模态 token 这个训练量，新团队烧得起这个量级，钱和卡从哪来是个问号。规格写得满，但没品牌没评测，我第一反应是先看它敢不敢放第三方 benchmark，光看参数表没法判断这 41B 激活到底顶不顶用。
