💬 观点Simon Willison
Inkling: Our open-weights model — Mira Murati 团队发布开源混合专家模型 Inkling，975B 总参
Mira Murati 团队发布开源混合专家模型 Inkling，975B 总参数，Apache-2.0 许可。
2026-07-16原文
本文为要点摘要，完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支，查看这一点的一句话解读
Inkling 开源混合专家模型
Thinking Machines Lab 首个开源权重模型，MoE 架构
- 975B 总参数，41B 激活参数
- Apache-2.0 许可，多模态
- 训练数据 45 万亿 token
⚙️ 流程拆解
STEP 1发布 Inkling 开源权重
STEP 2Apache-2.0 许可开放
STEP 3Tinker 平台微调
STEP 4后续发布 Inkling-Small
🔗 涉及的概念与玩家
- Thinking Machines Lab公司
- Inkling模型
- Inkling-Small模型
- Tinker产品
- Mira Murati人物
- NVIDIA Nemotron模型
- Gemma 4模型
- Mixture-of-Experts方法
- Thinking Machines Lab—发布→Inkling
- Thinking Machines Lab—计划发布→Inkling-Small
- Mira Murati—领导→Thinking Machines Lab
- Inkling—可微调于→Tinker
- Inkling—采用→Mixture-of-Experts
- Inkling—竞争→NVIDIA Nemotron
- Inkling 是一个 975B 总参数、41B 活跃参数的混合专家模型，采用 Apache-2.0 许可，训练于 45 万亿 token 的多模态数据。这意味着开发者可以自由使用、微调并部署该模型，无需担心许可限制。
- 模型并非追求前沿性能，而是作为强大的基础模型，配合 Thinking Machines Lab 的 Tinker 平台进行微调。这为开发者提供了一个定制化入口，尤其适合需要多模态能力和高效推理的场景。
- 模型卡和训练数据文档信息量极少，仅提及使用公开网络数据和第三方数据集。这反映了当前开源模型在数据透明度上的普遍不足，开发者需自行评估数据合规性与潜在风险。
原文：Inkling: Our open-weights model · 作者 Simon Willison
🕸 顺着图谱继续读
- [AINews] Thinky's Inkling: 975B-A41B multimodal, new — Thinking Machines 发布 975B 开源 MoE 模型 Inkl2026-07-16 · 共同涉及 Inkling、Inkling-Small、Mira Murati
- Latest open artifacts (#23): Laguna S2.1, Inkling, & — 开源模型生态未按预期整合，反而百花齐放，本文盘点最新发布并分析其商业与政策含义。2026-08-02 · 共同涉及 Inkling
- Welcome Inkling by Thinking Machines — Hugging Face 欢迎 Thinking Machines 的 Inkl2026-07-15 · 共同涉及 Inkling
- Why Specialization Is Inevitable — 通用AI模型不够用，垂直领域定制才是未来。2026-06-30 · 共同涉及 Mixture-of-Experts