Mira Murati的Inkling模型深度解析：975B参数的前OpenAI CTO首秀

谁是Mira Murati？

米拉-穆拉蒂（Mira Murati）是AI行业最具影响力的技术领袖之一。她曾在OpenAI担任首席技术官，主导了ChatGPT、GPT-4和DALL-E等划时代产品的诞生。2024年离开OpenAI后，她创立了思维机器实验室（Thinking Machines Lab），致力于打造可定制、非一刀切的AI模型。

2026年7月15日，Thinking Machines Lab正式发布了其首个公开模型——Inkling，标志着Mira Murati从闭源AI帝国到开源AI新范式的战略转型。

Inkling模型技术规格

参数	Inkling
总参数量	975B（约9750亿）
激活参数	41B
架构	混合专家（MoE）
模态	文本+图像+代码（多模态）
上下文窗口	128K tokens
开源协议	Apache 2.0（完全商用友好）
思考强度控制	支持0-1连续调节

最大亮点：思考强度旋钮

Inkling最引人注目的创新是思考强度（Think Intensity）旋钮。开发者可以在0到1之间连续调节模型的推理深度：

• 0.2档：快速响应，省Token，适合简单问答和对话场景
• 0.5档：平衡模式，适合大多数日常任务
• 0.8-1.0档：深度思考，适合复杂推理、数学证明、代码生成

在实际测试中，将思考强度设为0.2时，推理速度提升3倍以上，Token消耗降低60%，而回答质量在简单任务上几乎没有下降。

# Inkling Think Intensity使用示例
import requests

payload = {
    'model': 'inkling-975b',
    'messages': [{'role': 'user', 'content': '1+1等于几？'}],
    'think_intensity': 0.2  # 简单问题用低强度
}
response = requests.post('https://api.thinkingmachines.dev/v1/chat',
                         json=payload, timeout=30)
print(response.json()['choices'][0]['message']['content'])

基准测试表现

基准测试	Inkling (975B/41B)	Llama 4-70B	Qwen 3.7 (72B)
MMLU	89.2%	87.8%	88.5%
HumanEval	92.1%	89.4%	90.7%
MATH	78.6%	74.2%	76.9%
多模态理解	91.3%	N/A	85.2%

与DeepSeek V3的渊源

有分析发现Inkling的训练数据和方法论上与DeepSeek V3存在一定相似性。这反映了2026年开源AI领域的技术趋同现象——优秀的训练方法和数据策略正在被行业共享和迭代。Mira Murati团队在Inkling上的差异化创新主要集中在可定制性层面。

对开发者意味着什么

1. 开源MoE模型的新标杆。Inkling证明了975B参数的MoE模型可以在单卡H100上高效运行（41B激活参数），这为开源社区提供了一个实用的高性能基座。

2. 思考强度旋钮将成为标配。这一设计理念很可能被后续模型广泛借鉴，推理深度可调将成为大模型的标配功能。

3. Apache 2.0协议的商业友好性。与Llama License 3.0相比，Apache 2.0的限制更少，企业可以更自由地修改、分发和商业化Inkling。