2026年7月15日，由 OpenAI 前首席技术官 Mira Murati 领导的 Thinking Machines 发布了其首个 AI 模型 Inkling：一款任何人都可以下载、运行和修改的开放权重模型。给企业主的直接答案是：Inkling 的意义不在于它最强——该公司自己也表示它在整体上并不是最强的——而在于它是一款能力出色的模型，你可以拥有它的副本，在自己的服务器上运行，让数据永不外流，并用公司自己的数据对其进行定制，以更低的成本获得更好的表现。这正是希望拥有私有化、成本可控 AI 的沙特企业所看重的。

简单来说，Inkling 是什么？

Inkling 采用混合专家（Mixture-of-Experts）架构：总参数量为 975B（B 即十亿），但在任何具体任务中只激活其中约 41B，因此运行起来比其规模所暗示的更轻、更便宜。它使用 45万亿个文本、图像、音频和视频 token 进行训练，原生理解这四种模态，而不是依靠外挂的附加组件。它支持最多 1百万 token 的上下文窗口——足以在一次请求中处理完整的文档和合同——其完整权重可在 Hugging Face 上下载，同时还可以在该公司的 Tinker 平台上进行定制。Thinking Machines 还在预览一个更轻量的版本 Inkling-Small，总参数量为 276B，面向希望降低运行成本的用户。

“开放权重”才是对你企业真正重要的消息

大多数领先模型（来自 OpenAI、Anthropic 和 Google）都是封闭的：你把数据发送到供应商的服务器，并按使用量付费。相比之下，开放权重模型把模型文件本身交给你，让你在自己的基础设施内或王国境内的云上运行它。这为什么重要？因为你的数据——客户合同、记录、商业机密——留在你手中，不会交给第三方，这简化了你对由沙特数据与人工智能管理局（SDAIA）监管的《个人数据保护法》（PDPL）的合规工作。它还让你摆脱对单一供应商的依赖：不会有突如其来的涨价，也不会有让你的业务一夜之间停摆的服务关停。

用你的数据定制 = 以更低成本获得更高性能

Thinking Machines 传递的信息很明确：它押注的是定制化，而不是“一刀切”的模型。通过 Tinker 平台，你可以用所在领域的数据——客户的语言、你的文档、你的政策——对 Inkling 进行微调，使其在你的具体任务上比更大的通用模型更准确，而且运行成本更低，因为你运行的是针对自身需求调优的模型，而不是为每个小请求都调用市场上最大的模型。这种逻辑——更小的定制模型在本地胜过庞大的通用模型——才是对大多数企业而言的核心实际价值，而不是争夺基准测试榜单榜首的竞赛。

多模态：文本、图像和音频集于一个模型

由于 Inkling 原生理解文本、图像、音频和视频，它的实际用途随之拓宽：分析发票或扫描文档、转写客户的语音留言并把握其意图、审核产品照片，或从 PDF 合同中提取数据。无需为每种输入类型串联多个独立工具，一个模型就能处理所有这些模态——这简化了在其上构建系统的工作，也减少了故障点。

但“开放权重”并非真的免费

这里需要坦诚：免费下载模型并不意味着运行它是免费的。运营如此规模的模型需要强大的硬件（昂贵的 GPU），以及调优、监控和安全防护方面的运维能力。该公司自己也承认，与最新的封闭模型相比，Inkling 在整体上并不是最强的。因此，对于间歇性使用、想法的快速启动或最困难的通用任务，现成的封闭式 API 可能仍然更简单、更合适。正确的决策不是“开放总是更好”，而是“哪种更适合你的情况”。

什么时候应该选择 Inkling 这样的开放模型？

当以下条件同时具备时，优先选择开放模型：不应离开组织的敏感或受监管数据；使用量大且稳定，使按请求计费长期来看成本高昂；需要针对你的领域和客户语言进行深度定制；以及拥有内部运维能力或技术合作伙伴来管理部署。但如果你刚刚起步或正在验证一个想法，请先从现成的 API 开始，等到需求成熟、规模增长、节省的成本和隐私收益足以支撑投资时，再转向开放权重。

如何借助 Origami 用好 Inkling

在 Origami，我们把开放模型当作工程工具，而不是吸睛的标题：我们首先评估 Inkling 与封闭式替代方案相比是否真正适合你的情况；然后——如果它更合适——我们会把它部署在你基础设施内的私有环境中，用你的数据进行微调，并将其与你的系统集成（基于你文档的内部助手、自动化或多模态输入处理），同时配备可保障你合规性的安全与治理控制。目标是可衡量的实际成果，而不是为了技术而采用技术。

结论

Inkling 的发布强化了一个对企业有利的趋势：你可以拥有、私有化运行并用自有数据定制的强大开放模型。它并非适用于所有情况的最优选择，但它为私有化、成本可控且不依赖单一供应商的 AI 打开了一扇真正的大门——这契合许多希望从 AI 中获益而又不放弃自身数据的沙特机构。

资料来源

  • Thinking Machines Lab——Inkling 官方发布公告：https://thinkingmachines.ai/news/introducing-inkling/
  • Hugging Face——Inkling 模型页面及权重：https://huggingface.co/blog/thinkingmachines-inkling
  • 发布报道（2026年7月15日）：TechCrunch 和 Axios。文中数据和规格均以发布之日官方来源所述为准。