Thinky 发布开源多模态模型 Inkling

Thinky 推出了新的模型家族 Inkling。这并不是一个宣称全面达到 SOTA 的模型，但从已披露信息看，它定位为一个能力扎实的美国开源权重基线模型。

核心信息

• Inkling 是一个混合专家（Mixture-of-Experts, MoE）Transformer 模型。
• 模型规模为 975B 总参数，其中 41B 为激活参数。
• 支持最高 100 万 token 的上下文窗口。
• 预训练数据规模为 45 万亿 token，覆盖文本、图像、音频和视频。
• Inkling 原生支持对文本、图像和音频进行推理。
• 模型通过可控的“思考强度”在成本与性能之间进行平衡。

同步发布 Inkling-Small

除主模型外，Thinky 还分享了 Inkling-Small 的预览版本。

Inkling-Small 是一个更轻量的模型，采用类似训练配方，拥有 12B 激活参数。它的目标是在更低成本和更低延迟下提供较强性能。

值得关注的点

Inkling 的发布重点不只是参数规模，也包括几个对开发者和研究社区有实际意义的方向：

1. 开放权重
   这使其更适合作为研究、评测和二次开发的基础模型。

2. 多模态原生能力
   训练数据覆盖文本、图像、音频和视频，模型也被描述为可原生处理文本、图像和音频推理任务。

3. 超长上下文
   最高 100 万 token 的上下文窗口，适合长文档分析、代码库理解、复杂检索增强生成等场景。

4. MoE 架构带来的成本控制
   975B 总参数、41B 激活参数的设计，意味着推理时只激活部分专家，从而在模型容量和计算成本之间取得平衡。

小结

Inkling 是 Thinky 首个完整发布的 LLM 家族之一。根据已披露信息，它并未被定位为绝对最强模型，而是一个开放权重、支持多模态与长上下文、并强调成本可控的基础模型系列。对于关注开源大模型、多模态推理和长上下文应用的开发者来说，Inkling 值得继续跟进。