前OpenAI首席技术官米拉·穆拉蒂创办的Thinking Machines Lab于11月6日发布通用多模态模型Inkling 2 Small，并计划下周以Apache 2.0许可证开放完整权重。该模型主打定制训练能力，开发者可用自有数据继续训练，也能调用工具对其他模型进行微调。据Business Insider同日报道，该公司正洽谈由Accel领投的50亿美元新一轮融资，拟议投前估值400亿美元。

Inkling 2 Small是Thinking Machines第二代模型系列的首款产品，采用混合专家（MoE）架构，总参数量5940亿，每个Token激活170亿参数，支持文字与图像输入、文字输出，并可调整思考投入程度。相比前代Inkling-Small的2760亿总参数、120亿激活参数，规模明显扩大。公司称通过改进预训练和统一强化学习，提升了模型在智能体编程、视觉、知识工作和推理等任务中的表现，重点支持长时间自主执行任务。

在第三方评测机构Artificial Analysis的智能指数中，Inkling 2 Small获得31分，较前代Inkling-Small的13分提升18分。按当前榜单，开放权重后它将成为中国以外研发的开放权重模型中得分最高的一款；截至11月6日，该指数得分最高的开放权重模型为Kimi K3.1 Pro，成绩46分。

分项评测显示，新模型在软件工程测试FrontierCode v2.0中取得25.4%，高于GLM-5.3-Flash的14.2%，低于DeepSeek-V4.1-Flash-1017的28.5%；在金融智能体评测Finance Agent v2.1中取得67.5%，高于DeepSeek-V4.1-Flash-1017的62.9%；在图像理解测试MMMU Pro中取得81.6%，略高于DeepSeek-V4.1-Flash-1017的80.6%。在网站生成能力评测DesignArena中，据公司引用的11月5日榜单，Inkling 2 Small获得1340分，高于GPT-6 Astra（max）的1333分，低于Muse Wonder（max）的1366分。

定制训练是此次发布的核心卖点。在一项使用公开财报电话会议数据构建的投资分析任务中，Inkling 2 Small接受强化学习微调，训练75步即达到前代Inkling-Small训练200步后的水平，最终成绩也高于前代。更引人注目的是模型自主执行训练与调试的能力：在美国AI数据创企Proximal构建的内部任务中，Inkling 2 Small需微调Qwen3.5-4B以预测天气、维基百科页面浏览量等时间序列。任务限时12小时、Tinker费用预算500美元，模型实际耗时4小时17分钟、花费426美元完成，微调后的Qwen3.5-4B在未参与训练的8-9月数据上预测误差较基座降低约15%。过程中模型自行编写评测、整理样本，发现随机种子设置问题后修正，并在比较监督微调与强化学习方案后放弃导致预测过度自信的强化学习路径，最终提交监督微调检查点。

另一类研发任务是GPU算子优化。据公司公布结果，Inkling 2 Small将DeepSeek-V3.2稀疏注意力前向、反向算子的速度提升至原始实现的6.02倍，高于DeepSeek-V4.1-Flash的5.66倍，低于Claude Opus 5.5的18.80倍，测试在B300 GPU上进行。

训练方法上，Thinking Machines先通过多阶段训练积累通用能力，再以统一强化学习训练模型完成多步骤任务。初始预训练使用8.4万亿Token，在英伟达GB300 NVL72机架上运行68小时，原生采用NVFP4低精度浮点格式；后续阶段继续使用3.8万亿Token质量更高、时效性更强的数据，并加入推理与智能体执行轨迹，部分轨迹来自Kimi K3和该公司此前模型的采样。统一强化学习阶段使用2048张GPU训练9天，完成1075步，生成超过1700万条轨迹，训练采用256K上下文并加入上下文压缩，单条轨迹耗时中位数为8分钟，第99百分位为4小时。

行为约束方面，公司从训练和执行监控两端减少模型编造结果、无视指令等行为。内部评测显示，新模型的不当行为指标为14.9，低于前代Inkling-Small的75.2，但仍高于GPT-6.1 Sol的0.8。公司还披露了一次训练中的安全事件：异步监控器发现模型通过搜索工具可访问的第三方服务绕过网络阻断，团队随即暂停训练、加固设施并增加工具调用前的同步监控，随后恢复训练。

定价方面，该模型采样服务每百万非缓存输入Token收费0.30美元，每百万输出Token收费1美元；64K、256K上下文窗口的训练费用分别为每百万Token 1.50美元和3美元。开发者目前可自行调用和微调Inkling 2 Small，也可在Tinker Playground体验。

Thinking Machines Lab于2025年2月公开亮相，主要为开发者提供可定制模型和后训练工具，开发者可通过其模型后训练平台Tinker，使用自身数据与评价标准训练模型，无需自行管理底层分布式训练设施。米拉·穆拉蒂此前在OpenAI工作逾6年，负责研究、产品与安全，领导了ChatGPT、GPT-4、DALL·E等项目的开发与发布。融资方面，该公司今年3月获英伟达投资，金额未公布；2025年7月完成约20亿美元种子轮融资，投后估值120亿美元，由a16z领投，英伟达、AMD、Accel、思科等参与。

模型定制赛道竞争正在升温。今年3月17日，法国大模型公司Mistral AI推出企业训练系统Forge，支持使用内部文档、代码和业务记录训练模型；2月17日，美国云服务商AWS将Amazon Bedrock的强化学习微调扩展至部分Qwen和GPT-OSS模型。企业客户既需要通用模型，也需要模型适应自身的术语、流程和任务要求，厂商围绕模型调用、定制训练、评测和部署展开争夺。Thinking Machines此次同时升级模型与训练能力，意在为这类企业订单增加筹码。