Thinking Machines Lab 是由 OpenAI 前技術長米拉·穆拉蒂創辦的 AI 新創公司，如今發布了首款模型，一套名為 Inkling 的開放權重系統。對這個業界最受矚目、資金最雄厚的新實驗室之一而言，這是一座名副其實的里程碑；該公司在推出任何一款產品之前，便已在 120億美元估值下募得約 20億美元。這款模型直接體現了公司的核心賭注：能讓組織自行調整的 AI，將擊敗目前各大實驗室所販售的一體適用模型。

Inkling 是一款混合專家(MoE)模型，擁有 9750億個總參數，其中約 410億個活躍參數會針對特定任務啟用；這樣的設計壓低了運算成本，同時讓模型能取用極為龐大的知識基礎。它在涵蓋文字、影像、音訊與影片的 45兆個 token 上訓練，因此能原生地跨所有這些輸入進行推理，而非在文字模型上硬加額外的感官。其中有兩項選擇格外突出：它會給出經過校準的回答，主動標示自身的不確定性，而非自信地猜測；同時讓使用者可以調高或調低思考投入，以速度換取品質。

最引人注目的是它的定位。Thinking Machines 直言，Inkling 並非當今最強的模型，無論閉源或開放。它並不追逐排行榜榜首，而是追求全面、高效，尤其是可調整。據稱在程式撰寫任務上，要達到同樣結果，它所用的 token 約為同級模型的三分之一；在與投資公司 Bridgewater 合作的案例研究中，它以極低的成本在金融推理上達到 84.7% 的準確率。它主打的並非成為最出色的通用聊天機器人，而是成為一套能讓他人形塑的強大基礎。

實驗室更大的計畫也由此浮現。Inkling 設計來透過 Thinking Machines 的微調平台 Tinker 進行客製化，如此一來，企業便能依自身的資料與工作流程來調整它，而非租用一款行為受制於他方的凍結模型。這正是穆拉蒂與她的團隊本月所提出論點的具體版本：AI 的未來是分散且可客製化的，由使用它的人來形塑，而非少數幾款人人以相同條件租用的巨型閉源模型。

它之所以重要，在於 Inkling 把一個逆勢論點變成了真正可以下載的東西。AI 領域的主流策略一直是打造越來越大的前沿模型，再販售其使用權，而多數目光仍投向誰能刷出最高的基準測試分數。Thinking Machines 賭的是：開放與可調整性，也就是一款開放權重模型加上調校它的工具，對許多組織而言，將比在測試上的純粹霸主地位更為重要。這場賭注是否奏效尚無定論，而且依公司自己的說法，這並非市場上最強大的模型。但出自穆拉蒂的團隊，挾其掌握的資金與鎂光燈，這是迄今對「AI 贏家不過就是訓練出單一最大腦者」這一觀念最具說服力的挑戰之一。