Thinking Machines 开放 Inkling 2 Small 完整权重：594B 参数，Apache 2.0 可商用

发生了什么

Thinking Machines Lab 的 Inkling 2 Small 模型卡现已在 Hugging Face 上线完整权重，开发者可下载、检查、修改、微调、自托管并再分发，都在 Apache 2.0 许可证范围内。模型接受文本与图像输入，输出文本，支持可变推理强度。

权重上线前，Inkling 2 Small 只能通过实验室的托管平台 Tinker 以推理与微调服务使用。实验室在模型首发时承诺开放权重，前提是先完成外部安全测试与红队测试；Tinker 上的托管价格为每百万输入 token 0.30 美元、输出 1.00 美元。自托管路线与 Tinker 平行存在，开发者可通过 SGLang、vLLM 等框架在本地运行。

模型以两种检查点格式发布：主检查点为原生 NVFP4，需至少 500GB 聚合显存，例如 2 块 B300 或 4 块 H200；另一个 MXFP8 检查点需至少 800GB。实验室称该模型在多达 12 万亿以上的 token 上预训练，后训练单次强化学习跑了 1075 步、超过 1700 万次推出。

关键事实

1. 模型结构：594B 总参数、每 token 激活 17B的稀疏混合专家模型，48 层解码器，每个 token 路由到 384 个专家中的 8 个；上下文窗口高至 100 万 token
2. 综合评分：Artificial Analysis 智能指数 31 分，上一代 Inkling Small 为 13 分；平均幻觉率 27%，上一代为 61%
3. 单项基准：FrontierCode 2.0 得 25.4%、DeepSWE 得 72.1%、ScreenSpot Pro 得 83.8%、PerceptionBench 得 64.7%、JobBench 得 70.5%，均为实验室公布的模型卡数字
4. 编码对照：Bito 的智能体编码基准中得 76%，与 MiniMax M3.1 Flash 并列，为受测美国开源权重模型中最高；Terminal-Bench 4.0 只得 13%
5. 训练规模：预训练超过 12 万亿 token，以原生 NVFP4 格式训练；后训练单次强化学习跑了 1075 步、超过 1700 万次推出
6. 安全评估：发布前完成安全评估与外部红队测试，实验室结论是模型未带来超出已有开源权重生态的风险；对齐评估仍落后于 GPT-6.1 Sol 等闭源系统