Thinking Machines Lab把Inkling放出来了，这是他们第一个从零训的模型，权重开放。规格上是MoE，总参数975B、激活41B，上下文最长到1M，输入吃文本、图像和音频，但输出只有文本。另外预告了一个更小的Inkling-Small，276B总参、12B激活，权重要等测试完才给。
架构里有两处我觉得值得单独拎出来：一是位置编码没用RoPE，而是用了相对位置嵌入，官方说法是外推得更好；二是多模态走的是无编码器路线，音频进来是dMel谱，图像切成40×40的patch过一个四层hMLP，然后直接跟文本token一起送进decoder。MoE那部分基本是照着DeepSeek-V3的路子走的，256个路由专家加2个共享专家，每token激活6个。
最有意思的是那个thinking effort，训练阶段就通过改系统提示加调每token代价让模型学会了按需分配token预算，推理时能直接拨。等于把成本和延迟从模型级别的固定值变成了每次调用可调的旋钮，这个对工程侧比多几分跑分实在。
部署门槛不低，BF16要2TB显存起步，NVFP4能压到600GB左右。
