一句话看懂：Thinking Machines Lab 发布了 Inkling，一个拥有 9750 亿总参数、410 亿激活参数的混合专家（MoE）多模态模型。其核心突破在于“可控思考深度”——用户可以调节模型在推理时投入的“算力”级别，从而在速度与质量之间做选择。
事件核心：发生了什么
Thinking Machines Lab（一家专注于多模态 AI 基础模型研发的公司）于近期正式发布了 Inkling。这是一个采用混合专家架构（Mixture of Experts）的开权重模型（open-weights），总参数量达到 975B，但每次推理仅激活 41B 参数，这意味着它在部署时的计算需求远低于同尺寸的稠密模型。Inkling 支持文本、图像等多种模态输入。其最引人注目的功能是“可控思考努力”（Controllable Thinking Effort）：开发者或用户可以在推理时设置不同的“思考预算”，低预算下模型快速给出粗略回答，高预算下模型会进行更深的逻辑推演和事实核查。该模型权重已开放供研究使用。
为什么重要
Inkling 的发布标志着“推理效率”与“精度可调节”成为开源大模型的竞争新维度。过去，大模型的“思考深度”是一个黑箱，用户无法干预。Inkling 将推理时的计算成本从固定开销变为可调参数，这直接改变了成本模型：对于一些简单任务，用户可以用更低的推理成本换取同样准确的输出。此外，975B 总参数配合 41B 激活参数，是一种极为激进的 MoE 稀疏化尝试，若效果良好，将进一步推动行业从“拼总参数量”转向“拼激活参数与架构效率”。这对依赖 API 调用的 AI 应用公司而言，意味着在不牺牲模型质量的前提下，可以大幅降低云上推理费用。
对用户/开发者/创作者的影响
对于 AI 应用开发者：Inkling 的开权重特性允许自行部署和微调，结合可控推理深度，可以在同一个模型上灵活适配不同场景——例如聊天机器人用低思考模式以降低延迟，而法律或医疗问答用高思考模式以提高准确性。对于内容创作者：Inkling 的多模态能力（文本+图像）可用于生成图文混合内容，且可以通过调整思考预算来控制幻觉程度。企业采购层面：对于预算有限的团队，一个 41B 激活参数的模型可以在消费级 GPU（如多卡 RTX 4090 或 A6000）上运行，部署门槛远低于同等能力的闭源 API 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。
值得关注的后续
第一，Inkling 的实际推理性能与闭源模型（如 GPT-4、Claude）的对比数据尚未大规模公开，需要等待第三方独立测评。第二，Thinking Machines Lab 是否会提供托管的 API 服务以及定价策略，将直接影响其商业吸引力。第三，开源社区是否能快速适配推理框架（如 vLLM、llama.cpp），决定了 Inkling 在开发者中的实际采用率。最后，MoE 架构在分布式推理中的稳定性与显存占用也是值得观察的技术细节。
