思考機器（Thinking Machines）於 2026 年 7 月 15 日推出 Inkling，這是一款開放權重的多模態 AI 基礎模型，旨在供企業與開發者進行微調，而非與最前沿競爭對手一較高下。該模型是具備混合專家（Mixture-of-Experts）的轉換器（transformer），總參數 975 億，啟用參數 41 億，並支援最高可達 100 萬 tokens 的上下文視窗。公司將 Inkling 定位為可彈性客製化的基礎，強調可控的思考投入，以及在文字、影像與音訊上的原生多模態推理。完整模型權重可在 Hugging Face 取得，而微調則可透過公司的 Tinker 平台進行。思考機器明確表示該模型不宣稱達到最先進水準（state-of-the-art），而是聚焦於能力的廣度、成本效率與針對企業部署的安全校準。
思考機器發布 Inkling 模型技術規格
Inkling 以涵蓋文字、影像、音訊與影片的 45 兆 tokens 進行預訓練。該模型在三種輸入類型之間提供原生的多模態推理能力，而這項能力使其有別於多數開放權重替代方案，這些方案通常缺乏原生音訊支援。開發者可以調整模型使用多少 tokens 來解決問題，藉此節省成本與延遲。在測試中，Inkling 在 Terminal Bench 2.1 上以約三分之一的 token 成本，與 Nemotron 3 Ultra 的表現相當。
思考機器也展示了更輕量的 Inkling-Small，其總參數 276 億、啟用參數 12 億。Inkling-Small 在多個基準測試上能匹配或超越大型模型，並提供更低成本的選項，用於合成與評分工作負載。
Inkling 在對抗封閉權重模型的競爭性基準中取得成果
基準測試結果顯示，相較於如 Claude Fable 5 與 GPT-5.6 Sol 等封閉權重模型，Inkling 的表現具有競爭力但尚未領先，尤其在推理與代理（agentic）任務上。此次發布強調其在程式碼、指令遵循、事實性、視覺與音訊方面的強勁表現。
在 ForecastBench 上，Inkling 的表現與包含 Gemini 3.1 Pro 與 Grok 4.3 的領先封閉模型持平。在 FORTRESS 上，這是一個用於評估對有害請求的拒絕能力、同時避免對無害類比過度拒絕的基準，Inkling 在針對 Nemotron 3 Ultra 的對抗提示中得分 78%，而 Nemotron 3 Ultra 為 77.6%，Kimi K2.6 為 65.6%。
思考機器在 Inkling 訓練中實作安全與認識論校準
思考機器使用強化學習訓練 Inkling，並依據合適的評分規則（proper scoring rules）對大量已解析的真實世界預測問題語料進行訓練，使模型能校準表達適當的不確定性，而非自信地虛構（hallucinating）。訓練流程納入雙重自動化評分器——一個量表評分器（rubric grader），以及一個帶有代理式網路搜尋的主張評分器（claims grader）——以同時提升有用性並降低事實錯誤。
思考機器透過多個部署夥伴提供 Inkling
Inkling 與 Inkling-Small 都可透過 Tinker 使用。部署夥伴涵蓋 TogetherAI、Fireworks、Databricks、Hugging Face 等。
常見問題
思考機器在 2026 年 7 月 15 日推出了什麼？
思考機器推出了 Inkling，一款開放權重的多模態 AI 基礎模型，總參數 975 億、啟用參數 41 億，面向企業與開發者的微調需求。
Inkling 在基準測試中如何與封閉權重模型相比？
與 Claude Fable 5 與 GPT-5.6 Sol 等封閉權重模型相比，Inkling 在推理任務上展現具競爭力但未領先的表現。在 ForecastBench 上，其表現與 Gemini 3.1 Pro 與 Grok 4.3 持平。在 FORTRESS 上，它在對抗提示上得分 78%。
開發者在哪裡可以取得 Inkling 以進行微調？
完整模型權重可在 Hugging Face 取得，而微調可透過公司的 Tinker 平台進行。部署夥伴包含 TogetherAI、Fireworks、Databricks 與 Hugging Face。
