Thinking Machines把 975B 的 Inkling 开源出来，开源模型竞争重新回到“平台级底座”

发生了什么：Thinking Machines发布开源模型Inkling、Inkling技术细节 和 TechCrunch报道 指向同一件事：Mira Murati 创办的 Thinking Machines Lab 发布了首个开源权重模型 Inkling，总参数 975B，活跃参数 41B，支持文本、图像和音频输入，上下文窗口达到 1M token。

为什么重要：这不是一次普通的“又有新模型”发布。过去开源模型常在两个方向卷：一是更便宜可跑，二是某个榜单分数更高。但 Inkling 的定位明显不同，它想做的是一个可微调、可治理、可接企业平台的底座。也就是说，开源阵营不只是在追赶闭源旗舰，而是在争“谁能成为企业默认接入的基础层”。这和同一天 Inkling上线Databricks 的消息连在一起看更清楚：模型发布、平台接入、企业治理正在同步推进，开源不再只是社区事件，而是商业分发体系的一部分。

具体细节：Inkling 采用 MoE 架构，975B 总参数里只有 41B 在单次推理中被激活，这决定了它虽然规模惊人，但成本逻辑并不等于“975B 全开”。文章还提到它支持可控思考强度、多模态输入，以及在 Tinker 上进行微调；TechCrunch 版本给出的训练规模则是 45 万亿 token，覆盖文本、图像、音频和视频。把这些细节放在一起，能看出 Thinking Machines 的目标不是做一个单点爆款，而是把模型、微调接口、托管分发和企业接入打包成体系。今天最值得记住的不是参数有多大，而是开源模型竞争正在从“谁更像闭源替代品”转向“谁更像下一层平台”。