近日，科技圈迎来一则重磅消息：由OpenAI前首席执行官与首席运营官携手创立的Thinking Machines Lab正式发布全新开源模型——Inkling-Small。这款模型凭借其独特的架构设计和卓越的性能表现，迅速引发开发者社区的广泛关注。
Inkling-Small采用混合专家（MoE）架构，总参数规模达2760亿，但在实际推理过程中仅需激活120亿参数。这种设计不仅显著降低了计算资源消耗，更在性能上实现突破——在终极考试推理任务中取得31.6%的得分，超越原版Inkling的29.7%；编码任务通过率突破80%，且在全算力档位均保持对原版的优势。对于需要高效部署AI应用的开发者而言，这种"小身材大能量"的特性极具吸引力。
多模态处理能力是该模型的另一大亮点。Inkling-Small原生支持文本、图像、音频三种模态的输入输出，可处理百万级超长上下文内容。无论是分析复杂文档、识别图像内容，还是理解音频信息，模型均能展现出色的跨模态理解能力。这种能力为开发多媒体交互应用、智能文档处理系统等场景提供了强大技术支撑。
更值得关注的是，Thinking Machines Lab将Inkling-Small完全开源且免费开放使用。开发者可根据实际需求灵活调整推理强度，在算力消耗与效果表现之间取得最佳平衡。这种开放策略不仅降低了AI技术落地门槛，更为中小团队提供了与大型企业同台竞技的机会。目前，该模型已在GitHub等平台开放下载，配套的详细技术文档和部署指南也同步发布。
行业分析师指出，Inkling-Small的发布标志着AI模型进入"高效开源"新阶段。其通过架构创新实现性能与成本的完美平衡，可能推动生成式AI技术在更多垂直领域的普及应用。对于正在寻找低成本解决方案的开发者团队，这款模型无疑提供了值得尝试的新选择。
