Inkling-Small：四分之一大小的开源模型，推理反超大哥

Thinking Machines 今天发布了 Inkling-Small——276B 总参数、12B 激活的开源权重模型，规模只有 Inkling 的四分之一，但在推理和 Agent 编码基准上反超了它的大哥。HLE（人类最后考试，文本版）得分 31.6%，高于 Inkling 的 29.7%；SWEBench-Verified 超过 80%。

这不是简单的「小模型追平大模型」。Thinking Machines 在官方博客中披露了训练细节：Inkling-Small 的预训练数据混合和机器学习配方都做了调整，先用 Inkling 作为教师做 on-policy distillation 后训练出预览版 checkpoint，再继续缩放 agentic coding RL 两周。结果是：Inkling-Small 在推理和 Agent 编码基准上超越 Inkling，而 Inkling 只在知识覆盖和事实性上保持优势。

成本是核心差异。Inkling-Small 输出定价 $1.20/百万 tokens，Inkling 是 $4.05/百万 tokens——接近 3.4 倍价差。配合可变的思考强度（从 minimal 到 xhigh 可调），用户可以在成本和性能之间做精细权衡：官方性能-成本曲线显示，Inkling-Small 的思考强度扫描轨迹在同类开源模型（DeepSeek V4 Flash、Qwen3.5-397B-A17B、Kimi K2.6、GLM 5.2、gpt-oss-120b）中处于帕累托前沿。

规格上，Inkling-Small 是 MoE 架构，在 NVIDIA GB300 NVL72 上训练，保留原生音频/图像推理和 1M token 上下文窗口。权重全量开源，支持在 Tinker 上微调，Tinker Playground 提供文本/图像/音频对话。

这类「缩小版开源模型」正在成为开源阵营的标准打法：先发大模型确立能力上限，再用更小的激活参数和蒸馏技术做成本杀手。对中小团队的意义在于——一个 12B 激活的模型就能跑 Agent 工具调用和编码任务，输出价格 $1.20/百万 tokens 的量级意味着把 AI Agent 接入真实业务流水线的单位成本已经降到可以算 ROI 的水平。

另一个值得注意的信号：Inkling-Small 的基准对比列表中，开源模型（DeepSeek V4 Flash、GLM 5.2、Kimi K2.6）和闭源模型（Gemini 3.5 Flash-Lite、GPT 5.6 Luna）出现在同一张性能-成本曲线上。这与 TLDR 同期报道的 ClinReg 基准结论一致——开源权重模型在专业任务上已追平闭源旗舰，成本仅三分之一。模型选型的逻辑正在从「用最贵的旗舰」变成「按任务挑模型」。

来源

• 原文：Introducing Inkling-Small — Thinking Machines 官方博客，2026-07-30
• 相关收录：c456:#353 每日精选（轨道 3 素材）