模型与能力
Thinking Machines 发布 Inkling：975B 总参、41B 活参 MoE 多模态开源模型
Thinking Machines 首次公开发布自研基础模型 Inkling，Apache 2.0 开源，支持文本/图像/音频输入+文本输出，最大上下文 100 万 token（权重版），Tinker API 版为 256K；训练数据达 45 万亿 token。
> 相关链接：官方发布｜Hugging Face 模型页
Inkling-Small 同步亮相：12B 活参轻量版，性能不输大模型
配套发布 Inkling-Small，总参 276B / 活参 12B，同样开源、多模态、可定制，实测在多个任务上接近大模型表现，适合低延迟/低成本场景。
> 相关链接：社区技术总结｜官方提及
Inkling 在多项基准领先美国开源模型
Intelligence Index 得分 41，超 Nemotron 3 Ultra（38）、Gemma 4 31B（29）；Agentic Web App Arena 排名第 9（Elo 1257），是当前最高分的美国开源模型。
> 相关链接：Artificial Analysis 测评｜Design Arena 排名
Inkling 效率突出：推理更简洁，单任务平均输出 25K token
相比 GLM-5.2（43K）、Kimi K2.6（38K）等模型，Inkling 输出更精炼；用户反馈其推理「不啰嗦」，工具调用强，长程任务容错好。
> 相关链接：性能对比分析｜用户实测反馈
基础设施与硬件
NVIDIA GB200/GB300 全栈支持 Inkling：NVFP4 精度 + 黑金架构优化
NVIDIA 官宣 Inkling 在 GB200 上跑出 380 tok/s/user（4× GB200），vLLM 和 Modal 均实现首日支持；Hugging Face 已上线 NVFP4 checkpoint。
> 相关链接：NVIDIA 官方声明｜vLLM 性能报告
Modal 推出 DFlash 推理加速器，Inkling 吞吐提升 67%
Modal 为 Inkling 定制 DFlash speculator，比 MTP（Multi-Token Prediction）更快；Soumith Chintala 确认该方案「远超 MTP」。
> 相关链接：Modal 技术公告｜Soumith 转发确认
LMSYS/SGLang 实现全栈原生适配：ShortConv、相对位置编码、共享专家 MoE
SGLang 在 Megatron 后端中完整支持 Inkling 的三大特色：短卷积层（sconv）、相对位置偏置（非 RoPE）、双共享专家 MoE 架构，并启用 MXFP8 KV 缓存。
> 相关链接：LMSYS 技术说明
Unsloth 发布 1-bit GGUF 量化版：体积缩小 86%，保留 74.2% 准确率
Inkling 1.9TB 原始权重被压缩至 270GB，支持视觉与音频模态，无需重训，适合边缘/本地部署。
> 相关链接：Daniel Han 报告
研究与方法
Inkling 放弃 RoPE，改用相对位置编码：大规模验证新范式
这是首个在千亿级 MoE 模型中全面采用相对位置偏置（而非 RoPE）的实践，社区认为此举可能影响未来架构演进方向。
> 相关链接：技术讨论汇总｜架构分析
大规模短卷积（ShortConv）首次嵌入 MoE 主干网络
Inkling 在注意力和 FFN 流周围加入短卷积层，且规模远超以往实验，被多位研究者视为「有潜力的架构信号」。
> 相关链接：Elie Bakouch 分析｜Stochasticchasm 评论
采用 MuonC/AdamC 优化器：Aaron Defazio 认证的修正版权重衰减
Inkling 使用 Aaron Defazio 提出的「MuonC/AdamC」优化器变体，解决传统 AdamW 权重衰减偏差问题，属前沿训练方法落地。
> 相关链接：Aaron Defazio 确认
产品与应用落地
Tinker 平台首发支持 Inkling：64K/256K 两档上下文定价透明
Tinker API 提供 64K（$1.87/百万输入）和 256K（$3.74/百万输入）两种上下文选项，支持即开即用、微调、RLHF，面向开发者开放。
> 相关链接：Artificial Analysis 定价整理
Inkling 已接入 Databricks、Baseten、vLLM 等主流平台
发布当天即获 Databricks、Baseten、Modal、Hugging Face、vLLM 等 10+ 平台原生支持，无需额外适配即可部署运行。
> 相关链接：生态支持列表｜Soumith Chintala 确认
行业与公司动态
Thinking Machines 首个公开模型：Mira Murati、John Schulman、Soumith Chintala 联合打造
由前 OpenAI CTO Mira Murati、联合创始人 John Schulman、Meta 前 AI 基础设施负责人 Soumith Chintala 主导研发，从零训练，历时半年完成。
> 相关链接：Mira Murati 推文｜John Schulman 时间线
定位清晰：不做 SOTA 冲榜，专注可定制、可控推理的基座模型
TML 明确表示 Inkling 是「可调优的基础模型」，强调 controllable thinking effort（可控推理强度）和 post-training 可塑性，而非单纯刷分。
> 相关链接：官方定位说明｜Ben Burtenshaw 分析
政策、治理与安全
Apache 2.0 全开源许可：首个主流美系千亿多模态模型彻底开放权重
Inkling 是目前能力最强、完全开源（含全部权重）的美国多模态基础模型，许可证允许商用、修改、再分发，无附加限制。
> 相关链接：Natolambert 评价｜Yuchen J. 确认