首页 
Thinking Machines Inkling 2 Small是Thinking Machines Lab于2026年11月5日发布的Inkling第二代模型，通过其Tinker平台提供推理与微调服务。模型采用稀疏激活设计，总参数594B、每token激活17B，在能力与推理成本间取平衡；支持图像输入，可处理图文混合任务。发布时模型权重保持闭源，通过Tinker的API形态提供推理调用与定制微调能力——微调是该平台的核心卖点，开发者可以用自有数据在Tinker上完成后训练。官方同时预告，完整模型权重将在外部安全测试完成后以Apache 2.0许可开放下载，届时自托管部署将成为可能。作为对比，2025年发布的初代Inkling（已收录为thinking-machines-inkling）以非传统产品形态起步，第二代在参数规模、输入模态与开放策略上都有明显推进。该模型适合关注定制化微调与后续开源权重的企业与研究团队；对需要即刻私有化部署的用户，建议等待Apache 2.0权重发布后再做选型决策。
📋 技术规格
| 厂商 | Thinking Machines Lab |
|---|---|
| 模型分类 | 对话与文本生成 |
| 参数规模 | 594B总参数，17B激活参数（稀疏激活） |
| 上下文窗口 | 未公开 |
| 最大输出 | 未公开 |
| 知识截止 | 未公开 |
| API定价 | 输入: 未公开（通过Tinker平台按使用计费）输出: 未公开（通过Tinker平台按使用计费） |
⭐ 核心能力详解
594B-A17B稀疏激活
总参数594B、每token激活17B，在能力与推理成本间取得平衡
图像输入支持
第二代新增图像模态，可处理图文混合任务（初代Inkling以文本为主）
Tinker微调优先
在Tinker平台开放推理与定制微调，开发者可用自有数据完成后训练
Apache 2.0开放计划
完整权重在外部安全测试完成后计划以Apache 2.0许可发布，可自托管
🎯 典型应用场景
基于Tinker的领域定制微调（企业私有数据后训练）
图文混合理解任务的研究与产品验证
等待开源权重落地后的自托管部署规划
稀疏MoE架构的推理成本优化实践
💪 技术优势与差异化
- 17B激活参数带来较低的推理成本弹性
- Tinker微调链路原生打通，定制化门槛低于自建训练管线
- Apache 2.0开放计划明确，自托管路径可预期
- Mira Murati团队的产品迭代节奏与工程口碑良好
⚠️ 使用局限与注意事项
- 权重发布时仍闭源，自托管部署暂不可行
- 基准成绩、上下文窗口等关键规格未公开
- Tinker平台定价未公开，成本需实测
- 开源计划时间表以官方为准（外部安全测试完成后）
- 生态与工具链成熟度不及头部厂商
💰 价格分析与成本建议
Inkling 2 Small发布时通过Tinker平台提供推理与微调，平台定价未公开，需在Tinker侧确认。若Apache 2.0权重如期开放，自托管的总成本将取决于推理硬件：594B总参数但仅17B激活，显存需求主要来自权重存储（594B参数的FP8约需600GB级别，多卡或量化方案），单token计算成本接近17B级模型。建议在权重开放后再做自托管与Tinker调用的成本对比。
👥 适用人群与企业
AI研究人员、需要定制微调的企业团队、开源模型社区、关注前沿架构的工程师
🏭 行业适配度评估
Tinker微调与稀疏架构适合研究实验
⚠ 基准规格未公开
定制微调路径明确
⚠ 权重未开放前自托管受限
推理成本弹性好
⚠ 生态工具链尚在早期
合规场景需私有化
⚠ 需等待权重开放后评估
🔧 技术架构解析
| 架构 | 594B总参数/17B激活的稀疏MoE设计 |
|---|---|
| 模态 | 支持图像输入 |
| 平台 | Tinker提供推理与微调服务 |
| 开放计划 | 完整权重计划以Apache 2.0许可发布（外部安全测试完成后） |
🔒 安全合规与数据隐私
| 数据训练策略 | 训练数据构成未公开 |
|---|---|
| 合规认证 | 权重开放前需通过外部安全测试、Tinker平台服务条款 |
| 数据驻留 | Tinker调用数据遵循平台协议；权重开放后可完全自托管 |
| 加密方式 | 未公开 |
⚔️ Inkling 2 Small与同类稀疏模型对比
| 竞品模型 | 优势 | 不足 |
|---|---|---|
| OpenAI GPT-OSS-120B | Apache 2.0权重已发布，可本地部署 | 117B参数规模小于Inkling 2 Small |
| Thinking Machines Inkling（初代） | 已积累一定用户基础 | 无图像输入，非稀疏激活代际 |
| 阿里Qwen3.8系列 | 全尺寸开源家族，生态成熟 | Inkling 2 Small微调服务与权重开放节奏不同 |
- 594B-A17B稀疏设计
- Tinker微调链路
- Apache 2.0开放计划
- 图像输入
🏢 同厂商模型矩阵
Thinking Machines Lab产品线
| 模型 | 定位 | 品类 | 特色 |
|---|---|---|---|
| Inkling 2 Small当前 | 第二代稀疏模型 | chat | 594B-A17B+图像输入，2026年11月 |
| Inkling | 初代 | chat | 2025年发布 |
🧭 选型决策指南
微调链路原生打通
权重已发布
开放计划明确但时间未定
Inkling生态尚早
🏆 真实使用案例
📌 某研究团队用Tinker做领域微调
📌 某企业评估图文客服模型
💬 用户真实评价
Tinker微调流程比想象中顺，594B激活17B的设计在实验成本上很友好。
权重还没开放是最大顾虑，自托管方案只能先做纸面规划。
Apache 2.0承诺如果兑现，会是社区里很值得期待的一版，先观望。
✅ 实践建议与使用技巧
💡 Prompt工程建议
图文任务描述模态分工
明确哪些信息来自图像、哪些来自文本，减少模型混淆
微调数据先清洗
Tinker微调前清理训练数据格式与标签质量，直接影响收敛效果
评估用固定测试集
微调各轮次用同一测试集对比，避免主观判断
🔄 替代方案分析
权重已发布
成熟商业服务
存量服务延续
