一句话看懂：前OpenAI首席技术官米里亚姆·穆拉蒂创立的Thinking Machine Lab发布了首款多模态AI模型Inkling，采用975B参数混合专家架构，号称美国最强开源模型。但评测显示，其在推理、编程能力上仍落后于中国的GLM、DeepSeek等开源模型。
事件核心：发生了什么
7月16日，由前OpenAI CTO米里亚姆·穆拉蒂创立的Thinking Machine Lab正式发布其从零训练的首个多模态AI模型Inkling。该模型采用混合专家架构，总参数量975B，激活参数41B，支持最高100万个token的上下文长度，在45万亿个token的数据上完成了预训练，覆盖文本、图像、音频和视频四种模态。目前模型权重已开放下载。
团队约三分之二核心成员来自OpenAI，曾负责前沿研究、产品和安全工作。但在评测对比中，Inkling在推理和编程方面落后于中国开源模型：智谱GLM 5.2在SWEBench Pro上得分62.1%（Inkling为54.3%），Terminal Bench 2.1得分82.7%（Inkling为63.8%）；DeepSeek V4 Pro在编程和事实测试中保持优势；Kimi K2.6也在多项技术基准中胜出。不过Inkling在数学领域表现突出，AIME2026测试得分高达97.1%，超越DeepSeek。
为什么重要
Inkling的发布标志着美国开源AI社区迎来一位重量级选手。相比美国本土开源竞争对手，如NVIDIA的Nemotron 3 Ultra，Inkling在推理、编码和智能体工作流方面全面领先。然而，面对闭源巨头Claude Fable 5（SWEBench Verified得分95.0%）、GPT-5.6 Sol（Terminal Bench 2.1得分89.5），Inkling在极端推理和软件工程自主性上仍有明显差距。这再次印证了当前开源模型在封闭场景下的性能天花板，也凸显了中国开源模型在全球竞争中的领先地位。
对用户/开发者/创作者的影响
开发者：Inkling的开放权重意味着开发者可以本地部署或微调一个拥有强大多模态能力的大模型，尤其在数学、长上下文处理方面具备优势。但其在编程和工具调用上的短板意味着，代码生成等场景可能仍需依赖GLM或DeepSeek等模型。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
创作者：多模态原生支持使Inkling可同时处理文本、图像、音频和视频，适合需要跨模态理解的任务，如自动剪辑辅助、多模态内容摘要等。
企业用户：对数据隐私要求较高的企业，可将Inkling部署在私有环境，减少对闭源API的依赖。但需注意，其推理性能在复杂任务上可能不如闭源模型，需根据业务场景评估取舍。
值得关注的后续
1. 推理短板能否被社区优化：Inkling开放权重后，社区微调和量化是否能缩小其在编程、推理上与GLM、DeepSeek的差距，是衡量其生态活力的关键指标。
2. 闭源厂商的定价与功能响应：面对开源模型的多模态能力逐步逼近，Claude和GPT系列是否会调整定价策略或开放更多权限，值得持续追踪。
3. 中国市场开源模型的迭代速度：GLM、DeepSeek、Kimi等模型已在多个维度领先，Thinking Machine Lab后续是否会在人才和算力上加大投入，将直接影响未来半年全球开源格局。
来源：AIbase
