[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"aihot-art-86990":3},{"itemId":4,"vertical":5,"category":6,"source":7,"score":8,"title":9,"summary":10,"analysis":11,"url":12,"coverUrl":13,"direction":13,"marketSignal":13,"publishedAt":14},"86990","ai","模型发布\u002F更新","Rohan Paul",76,"Thinking Machines Lab 发布 Inkling 开源模型：975B 参数，多模态推理","Thinking Machines Lab 发布开源模型 Inkling，975B 参数，支持多模态推理和 1M token 上下文窗口。","Thinking Machines Lab 发布 Inkling 开源模型，975B 参数、41B 激活，兼顾性能与成本，值得关注。\n· Inkling 拥有 9750 亿参数，但每次推理仅激活 410 亿参数，实现成本与速度的平衡。\n· 支持 1M token 上下文窗口，在 Terminal Bench 上以约三分之一的 token 量达到 Nemotron 3 Ultra 水平。\n· 采用开放权重模式，开发者可基于自身数据微调，完整权重已上架 Hugging Face。\n· 模型架构借鉴 DeepSeek-V3，后训练使用 Kimi K2.5 生成的数据优化。\n影响\u002F看点：Inkling 以开放权重和高效激活参数策略，为开发者提供高性价比的多模态推理选择，可能推动开源模型在实用场景中的更广泛应用。","https:\u002F\u002Fx.com\u002Frohanpaul_ai\u002Fstatus\u002F2077517932750577711",null,"2026-07-16 06:17:28"]