7月16日，OpenAI前CTO米拉·穆拉蒂（Mira Murati）创立的公司Thinking Machines Lab，正式发布了首款大模型——Inkling。这个模型不走寻常路，没有追求参数碾压，而是主打成本与性能平衡，并且采用了开放权重策略，允许开发者自行微调。更引人注目的是，它在架构上借鉴了中国DeepSeek-V3，后训练还用到了Kimi K2.5的数据。

这背后传递了一个信号：在AI模型能力趋于同质化的今天，灵活、低成本、可定制，可能比单纯跑分更重要。接下来，我们用普通人能听懂的话，拆解Inkling到底是什么、有什么不同，以及对你意味着什么。

📰30秒结论: Inkling不是性能最强的模型，但通过借鉴中国技术、降低参数规模、开放权重，把成本压了下来。如果你需要自己调模型的开发任务，或者预算有限，它值得关注；如果只想要最强的通用能力，ChatGPT、Claude仍是首选。

Inkling是什么？谁做的？

Inkling是由Thinking Machines Lab发布的首款AI大模型。这家公司由OpenAI前CTO米拉·穆拉蒂于2025年创立，定位是“让AI更可定制、更易访问”。穆拉蒂在OpenAI期间曾主导ChatGPT、GPT-4等产品的开发，对前沿模型的高昂成本有切身体会。

因此，Inkling的设计思路明确避开军备竞赛：不追求全球第一的跑分，而是把“灵活部署+低成本”作为核心卖点。

Inkling借鉴了中国哪些技术？

根据官方信息，Inkling的基础架构借鉴了DeepSeek-V3的模型设计。DeepSeek-V3是幻方量化推出的开源模型，以优异的训练效率和较低的推理成本闻名。此外，Inkling在后训练阶段使用了月之暗面Kimi K2.5生成的数据进行优化。这种“中美技术组合”让Inkling在不到1万亿参数下，仍取得了不错的多领域表现。

这对国内用户来说是个有趣的现象：中国开源模型的影响力已辐射到硅谷顶级创业团队。事实上，美国企业为何青睐中国AI大模型正成为趋势，成本优势是关键。

Inkling参数多大？性能怎么样？

Inkling拥有9750亿个参数，接近1万亿，但远小于外界对GPT-5、Claude Fable 5等闭源模型动辄数万亿规模的预估。Thinking Machines Lab坦言，Inkling“不是目前整体性能最强的模型”，但在通用任务上表现均衡，并且在可定制性上花了大功夫。

模型参数规模开放权重训练数据特色
Inkling9750亿是DeepSeek架构 + Kimi数据优化
GPT-4o（类）未公开，预估>1.7万亿否多模态私有数据
Claude Fable 5未公开，预估极大规模否注重安全对齐

虽然跑分上不占优，但在特定行业定制场景，小参数+开放权重反而能让企业更轻松地落地。

成本与性能平衡具体指什么？

前沿AI模型虽然能力强，但使用成本非常高昂，API调用费用甚至让许多中小企业望而却步。Inkling的设计哲学是：不追求最高分，但求在大部分任务上“够用且便宜”。通过降低参数规模、优化架构，推理成本可大幅下降。官方的表态就是：“在成本与性能之间取得平衡”。

举个例子，处理一篇长文档，GPT-4o可能收费0.05美元，而Inkling可能只需几分之一。当然，官方尚未公布具体定价，但强调会“极具竞争力”。

对国内用户有什么影响？

如果你是开发者或企业，Inkling的开放权重意味着你可以基于自己的中文数据微调，打造贴合业务的模型，而且不用担心被高昂的API费用绑架。再者，它借鉴了DeepSeek和Kimi，这对国内AI生态是一种正向反馈，说明中国原创技术路线有全球竞争力。

不过要注意，Inkling目前由美国公司运营，国内直接访问API可能面临网络障碍，需关注官方后续是否有镜像或合作。另外，数据合规性也应留意。

和ChatGPT、Claude比该怎么选？

这取决于你的需求：

  • 如果你追求最聪明的通用问答、复杂推理：ChatGPT（GPT系列）或Claude仍是首选。最近Claude Fable 5更是蝉联榜首，综合能力顶尖。
  • 如果你想低成本做批量处理、自有数据微调：Inkling的开放权重模式更具优势，未来API价格可能更低。
  • 如果你熟悉DeepSeek生态，希望更无缝衔接：Inkling的架构相似性或许能让迁移更平滑。

简单说，Inkling像“经济适用版”的大模型，适合讲究性价比的场景。若还不确定，可以看看这篇2026主流AI工具怎么选，帮你理清思路。

注意：Inkling还在早期，这些坑要避开

  • API未全面开放：目前可能只有受限测试，商业化时间表待公布，不要急着切换业务。
  • 中文能力待验证：虽然用了Kimi数据，但基础仍是英语为主，中文任务效果需实测。
  • 合规风险：如果你在处理敏感数据，需确认模型是否满足国内数据安全法规。
  • 生态尚待完善：相比OpenAI的插件市场、Claude的Artifacts，Inkling的工具链还在起步。

信息来源:www.ithome.com。本文为基于公开资讯的原创整理与解读,非原文转载。

常见问题（FAQ）

Inkling模型免费吗？
目前官方未公布定价。由于主打低成本，未来API价格预计低于GPT-4o。是否提供免费额度需等待官方公告。
Inkling怎么申请试用？
你可以访问Thinking Machines Lab官网（需留意网络环境）查看早期访问计划，目前可能需申请等待。
Inkling和DeepSeek有什么区别？
Inkling借鉴了DeepSeek-V3架构，但并非简单套壳，它有自己的训练数据和后训练优化，并且由美国团队维护。两者理念相似——追求高效率、低成本。
为什么穆拉蒂离开OpenAI后要做低成本模型？
据报道，穆拉蒂认为AI的未来不该被少数天价模型垄断，更灵活、更便宜的模型才能让AI普及到更多场景。
Inkling性能比得上GPT-4吗？
官方坦承整体性能不是最强，但在通用任务上够用。如果你需要写诗、复杂推理，GPT-4仍领先；如果做分类、提取等结构化任务，Inkling可能更划算。
国内能用Inkling吗？需要翻墙吗？
若访问官方API，可能因网络限制不稳定。建议关注官方是否提供国内可用的服务节点，或通过合规云服务商接入。