Thinking Machines发布开源模型Inkling-Small：翁荔回归OpenAI后的首份答卷

7月31日,Thinking Machines正式发布旗下开源模型Inkling-Small,这是OpenAI前研究员翁荔宣布回归OpenAI后,该实验室对外交出的首份新答卷。Inkling-Small的最大特点是'小而强':相比前代Inkling,新模型体积压缩至约四分之一,但在多项关键基准测试上的性能却接近前代水平。

对于希望掌控数据主权、模型行为和微调能力的公司而言,模型体积往往比跑分数字更重要。Inkling-Small的发布折射出当前大模型赛道的两个重要转向:一是从'刷榜'回归'实用',企业部署越来越看重推理成本与可控性;二是开源阵营正在分层,头部实验室不再只追求参数规模的极限,开始用更精细的产品矩阵覆盖不同场景需求。

翁荔此前曾在OpenAI负责Superalignment团队,离职后创立Thinking Machines,此次选择开源路线,意味着该实验室正试图在企业级AI市场建立差异化优势。考虑到当前Anthropic、谷歌在闭源模型上加速迭代,Thinking Machines押注'可控可定制'的中小模型,可能正是其在巨头夹缝中找到的最现实路径。