Thinking Machines发布Inkling-Small：体量减半性能反超，团队动荡下的AI奇迹
首款模型Inkling亮相之后，Thinking Machines再次掀起波澜。今日，该公司正式发布了第二款重磅模型——Inkling-Small。这款模型拥有2760亿总参数和120亿激活参数，支持原生多模态及100万token上下文。
半个月前，首代975B参数的开源模型Inkling曾引发业界轰动。而此次发布的Inkling-Small，仅用原模型四分之一的体量，便实现了对“万亿参数巨兽”的性能反超。特别是在ARC-AGI-2基准测试中，它刷新了开源领域的最高纪录。
回顾Thinking Machines近期的动态，剧情可谓跌宕起伏。就在联创翁荔官宣离职仅两天，OpenAI便确认其回归并带队攻坚“递归自我提升”项目。而仅仅在第三天，这家刚失去核心大将的公司，就甩出了新模型的“全量权重”。
官方介绍显示，Inkling-Small采用MoE架构，总参数达2760亿，单次推理激活120亿，相比初代模型体量缩减至四分之一。Pytorch大神Horace He评价道：“Inkling-Small无需过度优化，直接沿袭前代技术路线即可。”
尽管体量缩小，其实力却显著提升。在数学推理、智能体编码及多模态基准测试中，Inkling-Small的表现堪比甚至超越了Inkling和DeepSeek V4 Flash。在HLE、Terminal-Bench、IFBench等核心指标上，其单位算力的性能表现全面优于初代Inkling。多模态方面，图表理解、视觉推理、语音理解及长音频推理等任务，Inkling-Small的评测成绩也紧追原版，且成本大幅降低。
关于后训练细节，官方披露了关键两步：首先利用Inkling进行on-policy蒸馏，生成预览检查点；随后基于此检查点进行了为期两周的智能体编码强化学习。通过改进预训练数据配比和机器学习配方，仅用两周时间便完成了“学生反超老师”的逆袭。这标志着Thinking Machines成功打通了可重复的模型产出流水线。
12B激活参数是真正的分水岭。原版Inkling门槛极高，BF16版本最低要求2TB聚合显存（如8张B300或16张H200），即便NVFP4量化版也需600GB起步。而Inkling-Small大幅降低了这一门槛。LMSYS指出，276B总参数配12B激活是强化学习的“甜点位”，使得LoRA和全参数训练对中等规模团队触手可及。实测显示，在8张B200、TP8、NVFP4配置下，SGLang推理速度可达648 tok/s。
曾经的“OpenAI梦之队”如今仅剩Murati和Schulman，Zoph、Metz及翁荔相继回归。面对核心人才流失，Thinking Machines展现出了惊人的韧性：17个月沉默后发布首模，两周后联创离职，三天后新模型全量权重上线。人才在流失，模型在狂飙。这两条背道而驰的曲线，构成了AI行业最具戏剧性的一幕。或许通往ASI的道路注定如此：无论人员如何更迭，机器前行的车轮只会越转越快。