产业 / 媒体
前OpenAI CTO穆拉蒂团队发布Inkling多模态模型,号称美国最强开源AI
由前OpenAI首席技术官米拉·穆拉蒂创立的思维机器实验室推出首个从零训练的多模态模型Inkling,采用混合专家架构,总参数975B、激活参数41B,上下文长度达100万tokens,预训练数据覆盖45万亿tokens,涵盖文本、图像、音频与视频,权重已在Hugging Face与自有API Thinker开放。在与美国本土开源模型Nemotron 3 Ultra的对比中,Inkling在推理、编码和智能体工作流上占优;面对中国系开源模型GLM 5.2、DeepSeek V4 Pro与Kimi K2.6时,其在推理与编程基准上仍有差距,仅在数学和指令跟随方面反超。与Claude Fable 5、GPT 5.6 Sol等闭源模型相比,Inkling在原生多模态处理上具备竞争力,但极限推理与软件工程自主性方面仍处下风。
由前OpenAI首席技术官米拉·穆拉蒂创立的思维机器实验室正式推出多模态AI模型Inkling,被外界视为目前美国最强的开源模型。该团队约三分之二的成员来自OpenAI,曾负责前沿研究、产品与安全工作,此次发布的Inkling也是该公司从零训练的首个模型。
官方技术公告显示,Inkling采用混合专家架构,总参数量达到975B,每次推理激活41B参数,上下文窗口最长支持100万tokens。预训练阶段消耗了45万亿tokens数据,类型覆盖文本、图像、音频与视频,模型权重已在Hugging Face平台和实验室自有API Thinker同步开放下载。
在与美国本土开源对手Nemotron 3 Ultra的横向对比中,Inkling在AIME 2026、SWEBench Verified与MCP Atlas等多个基准上均取得领先,其中智能体工作流得分74.1%,远高于对手的44.7%,显示出较强的工具调用与流程编排能力。
然而面对中国系开源模型时,Inkling并未取得全面优势。GLM 5.2在编程与终端任务上得分82.7%,DeepSeek V4 Pro在编码与事实性测试中保持领先,Kimi K2.6也在多项推理基准上得分更高;Inkling仅在AIME 2026数学测试中以97.1%的成绩小幅反超DeepSeek,并在通用指令跟随场景中优于Kimi K2.6。
在与Claude Fable 5、GPT 5.6 Sol、Gemini 3.1 Pro等闭源旗舰的较量中,Inkling的纯文本推理和软件工程自主性明显落后,Claude Fable 5在SWEBench Verified上高达95.0%。不过其原生多模态能力仍具竞争力,视觉基准MMMU Pro取得73.3%,音频测试MMAU达到77.2%,与头部闭源模型差距并不悬殊。
综合来看,Inkling的发布标志着美国阵营在开源多模态方向的重要补位,其在智能体与多模态原生处理上的亮点,为后续开源生态竞争增添了新的变量,但在编程与高阶推理等关键维度上仍需追赶中国系开源模型与顶级闭源系统。
要点
- Inkling采用MoE架构,总参数975B、激活41B,上下文长度达100万tokens,预训练数据覆盖45万亿多模态tokens。
- 在美国本土开源对手Nemotron 3 Ultra面前,Inkling在推理、编码与智能体工作流上全面领先。
- 面对GLM 5.2、DeepSeek V4 Pro、Kimi K2.6等中国系开源模型,Inkling在编程与推理基准上仍有差距,仅在数学与指令跟随方面反超。
- 相比Claude Fable 5、GPT 5.6 Sol等闭源旗舰,Inkling在极限推理和软件工程上落后,但原生视觉与音频多模态能力具备竞争力。
- 模型权重已在Hugging Face与自有API Thinker开放下载,开发者可立即进行本地部署与评测。
原始标题:美国最强开源 AI:多模态 Inkling 模型登场,前 OpenAI 首席技术官穆拉蒂打造
本文由 DataHub 基于公开来源整理,用于信息发现与摘要阅读;具体事实、数据和后续更新以原始来源为准。