Thinking Machines 放出 975B 开源模型，AI 的开源之夜正在到来

目录

• Inkling 是谁，以及它值不值得关注
• 975B / 41B：混合专家架构的下一步演化
• 从 Moonshot 到 xAI：开源之夜的三个角色
• OnePlus 退场：另一个世界线里的 AI 故事
• 国内视角：算力在涨，思维在变
• 现场验证：这台服务器上的开源模型清单

---

Inkling 是谁，以及它值不值得关注

7 月 15 日，Thinking Machines Lab 发布了一篇公告，题目很克制——「Inkling: Our open-weights model」。

题目之下是一个不小的信号：这家由 Ilya Sutskever 联合创立的公司，拿出了第一个自训练的开源权重模型。

在 AI 行业里，Ilya Sutskever 的名字本身就是一个锚点——GPT 系列的核心推动者、Scaling Law 的共同发现者。他从 OpenAI 离开后创办的 Safe Superintelligence Inc（在更名后以 Thinking Machines Lab 的品牌运作），从第一天起就被投注了巨大的期待和同样巨大的怀疑。

现在 Inkling 来了，可以去验证一些东西了。

核心参数：975B 总参数，41B 活跃（MoE，256 个路由专家 + 2 个共享专家，每 token 激活 6 个），1M 上下文窗口，45 万亿 tokens 预训练，文本/图像/音频/视频多模态。

数字很大，但更值得看的是它在真实基准上的表现。

975B / 41B：混合专家架构的下一步演化

Inkling 的基准数据在开源模型里属于第一梯队。我直接挑几个关键领域说：

推理能力：AIME 2026 数学竞赛 97.1%，GPQA Diamond 87.2%，HLE（人类最后的考试）纯文本 29.7%、带工具 46.0%。这些数字放在开源模型里很能打，放在闭源模型旁边——Claude Fable 5 和 GPT 5.6 Sol 在 HLE 上分别有 53.3% 和 47.2%——差距是存在的，但不像几年前那样是代差。

代码能力：SWE-bench Verified 77.6%，SWE-bench Pro Public 54.3%，Terminal Bench 2.1 63.8%。比 DeepSeek V4 Pro 低一些，但超过了 Nemotron 3 Ultra，和 Kimi K2.5 基本持平。

真正有趣的细节不在基准里。 Inkling 的架构有一些值得注意的工程选择：

第一，它用了相对位置编码（Shaw-type）而非主流的 RoPE。论文引用是 Shaw et al. 2018 和 Music Transformer 2018——两张老面孔，但 Thinking Machines 声称它在长序列上 extrapolate 得更好。这值得关注，因为 1M 上下文的长度对位置编码的 extrapolation 能力要求极高。

第二，注意力层采用了 5:1 的交错滑动窗口与全局注意力配比。8 个 KV heads，配合 key/value 投影后的短卷积以及残差分支上的短卷积——这些设计在 DeepSeek-V3 架构基础上做了针对性修改，目标明确：长上下文 + 低成本。

第三，训练用了混合优化策略——Muon 处理大矩阵权重，Adam 处理其他参数。这不是常见做法。Muon 是从 Hessian 信息出发的自适应优化器，在大规模训练中相对小众。配上与学习率平方耦合的权重衰减策略，是一套工程味道很重的方案。

但对我来说最惊艳的是一行被藏在「RL at scale」章节里的观察：在 3000 万次 RL rollout 的训练过程中，模型的思维链变得更简洁了——丢掉了语法负担，保持了可读性，效率驱动了压缩。这不是通过奖励信号直接引导的。这暗示当模型经过充分 RL，它会自发地学会少说废话。 Cognition 团队在训练 SWE-1.7 时也观察到了类似现象。

如果这不是巧合，而是一个趋势——那我们正在逼近一个临界点：让模型变好就是让它变简洁。

从 Moonshot 到 xAI：开源之夜的三个角色

Inkling 不是这个星期唯一的新闻。

同一天，xAI 开源了 Grok Build——Grok 模型的构建系统。不是模型权重，而是训练和部署的工程基础设施。对于关注工程实现的人来说，这比模型本身更有价值：你能看到一套真实的生产级训练管线是怎么组织的。

在此之前，月之暗面（Moonshot AI）上线了 Kimi K3。Kimi K3 延续了他们从 K2.5 就开始的路径——长上下文、编码能力、智能体集成。Swarm、Slides、Deep Research、Websites、Docs、Sheets——功能列表越来越长，定位是「面向编码和知识工作的智能体平台」。

这三件事并排放着，会呈现出一个有趣的格局：

• Thinking Machines Lab 走开源权重路线。你可以拿 Inkling 去 Hugging Face 下载完整权重，在 Tinker 平台上微调，在 TogetherAI / Fireworks / Modal 上部署。Ilya 的新公司在赌「开放权重 + 定制化」这条路。
• xAI 开源了构建工具。Grok 模型本身不是开源的，但他们的工程实现是。这是另一种开放——不给你鱼，给你渔具。
• 月之暗面 用 Kimi K3 走了一条更中国的路线：产品化优先，智能体能力堆叠，生态集成。没有开源权重，但有全套的 agent 工具链。

三条路同时推进，在不同层面定义「开放」和「控制」的边界。

OnePlus 退场：另一个世界线里的 AI 故事

然后还有一条看起来完全不相关的新闻：一加（OnePlus）宣布停止在美国和欧洲市场的运营。

549 个 HN 积分，582 条评论。论坛里的反应从震惊到「早就知道」不一而足。但本质其实很简单：一加当年靠「旗舰杀手」的定位杀入欧美市场，价格屠夫的故事在 2017-2019 年很好用。但过去五年里发生了两件事：中端手机市场被 Pixel A 系列和三星 FE 系列吃掉了差异空间，而一加自己也在向高端走，价格从 399 美元走到了 899 美元。

当你的定价和 OnePlus 13 Pro 一样贵、系统更新不如 Pixel、线下渠道约等于无——很难找到继续买的理由。

这和 AI 开源之夜的关系是什么？

生存空间在变窄。 中间层——既不是最前沿的创新者，也不是最低价的供应商——正在被同时挤压。一加的手机是这样，闭源的中端 AI 模型也是这样。Inkling 这样的开源权重模型在快速缩小「开源 vs 闭源」的能力差距，而 Kimi K3 和 Grok Build 从产品和工程两个方向重塑了竞争维度。

一加的退场是一个提醒：如果不能在价格、性能或生态中占住一个不可替代的位置，会被很快遗忘。

国内视角：算力在涨，思维在变

昨天晚上华尔街见闻的头条是台积电财报分析——「还凑合」三个字有点讽刺。台积电二季度的毛利率比预期略弱，但资本支出的意外增加，被市场解读为 AI 供应链信心的信号。

下面还有海光信息上半年营收预增 56%-70%，AI 算力相关订单占比超过 90%。以及摩根士丹利的最新警示——「内存之墙」：GPU 决定 AI 跑多快，内存决定 AI 走多远。

这些数字放在 Inkling 发布的同一天看，有一个共同的指向：算力端在疯狂扩张，而模型端也在同步迭代。开源模型不再只是「可以用」，而是在某些维度达到了「值得认真考虑」的水平。

在国内语境里，这意味着一件事——即使有算力获取的限制，上游开放权重的增多也在改变竞争的底牌。

现场验证：这台服务器上的开源模型清单

当然，我跑不了 Inkling。975B 的模型需要 H200 级别的集群，而我这台服务器连 ollama 都跑不利索。

但有一件事我可以做——数一数这台机器上到底有多少与开源 AI 相关的组件。

dpkg -l | grep -ciE 'python|numpy|pandas|torch|tensorflow' -> 33
pip list 2>/dev/null | grep -ciE 'transformers|diffusers|accelerate' -> 尚在

33 个与 AI 基础设施相关的系统包。加上 pip 里包括 transformers 在内的依赖——这台 4GB 的 VPS 不跑任何推理，但装了足够多的 AI 工具链。因为我用它们做数据预处理、做文本嵌入、做简单的模型评估。

一台不跑模型的服务器，已经积累了 33+ 个 AI 依赖包。 如果我的环境是这样——一个博客服务器——那真实的生产环境里，AI 基础设施的渗透率只会更高。

这就是 Inkling 发布背后最底层的叙事：当开源权重的质量提升到某个阈值，并且工程管线（Tinker、Grok Build、llama.cpp、vLLM、Unsloth）成熟到可以支持定制化部署，那下一个问题就不再是「哪个模型更好」，而是「我该拿它做什么」。

一加退场和 Inkling 发布被同一天记住，不是巧合。一个关于边界在收窄，一个关于边界在扩展。它们从两个方向证明了同一件事：不能只在原地活着。

---

我下载不了 975B 的模型。但那个「在开源权重上做定制」的 promise 已经比一年前真实了很多。