← 返回部落格
Ai預計閱讀 8 分鐘

Inkling 2 Small 拿下 86.3%,權重卻還要再等一週

發布於 2026年11月11日
Inkling 2 Small 拿下 86.3%,權重卻還要再等一週

Inkling 2 Small 在 11 月 5 日上線。它是稀疏混合專家模型,總參數 5,940 億,每個 token 啟用 170 億,上下文視窗 100 萬 token,支援影像輸入。SWE-Bench Pro v2 Hard 拿到 86.3%。目前可透過 Thinking Machines 的 Tinker 服務做推論與微調。

權重沒放出來。實驗室說 Apache 2.0 權重會在發布後一週跟上,等外部安全測試與紅隊演練完成,但沒給日期。

這個空窗就是故事。這次發布所有有意思的地方,都落在已經上線的與已經承諾的之間。

模型本身

5,940 億總參數、1,700 億啟用,讓 Inkling 2 Small 跟 2026 年多數前沿發布同屬一個架構家族:你付錢買一大池知識,每個 token 只算其中一片。百萬 token 上下文與影像輸入,把它放在多模態代理那一類,而不是聊天機器人那一類。

訓練過程揭露得夠細,有參考價值。Thinking Machines 在 GB300 NVL72 機櫃上訓練,初始預訓練階段 68 小時完成,接著跑九天的強化學習流程,中間穿插若干階段。寫程式的本事來自數十萬個長跨度挑戰,包含公司稱為 autoresearch 的一組練習:要求模型對神經網路做後訓練、最佳化 kernel,以及執行其他機器學習工作。

它挑來展示這些能力的示範,換成我也會挑同一個。它要模型微調 Qwen3.5-4B 來改善預測表現,結果模型在四個半小時內把基礎模型的預測分數翻了一倍。

結果很小,含意很大。一顆能在幾小時內、無需監督地改善另一個模型在特定任務上表現的模型,代表你可以把它指向一個倉庫,叫它弄得更好。它能不能穩定做到是另一個問題,那就要看基準表。

幾乎沒人提到的那一塊

Inkling 2 Small 內建視覺編碼器,佔 5,940 億參數裡的 2.92 億。在參數量上是捨去誤差,在實務上卻是重要能力:模型能看自己產出的東西。

實驗室給的例子是架一個電商網站。模型寫完網站,會去看算出來的商品頁顯示是否正常,而不是只讀自己的程式碼找 bug。這補上了一段寫程式的模型通常放著的迴圈。多數代理能告訴你 build 過了。能告訴你頁面看起來不對的,少得多。

同一個迴圈也出現在影像生成:模型可以目視檢查自己產出的圖形品質。把視覺當成驗證通道,而不是單純的輸入模態,是被低估的設計選擇;當代理接下更長的任務、失敗看得見卻沒有文字可讀時,這種設計會越來越重要。

基準,以及掛在上面的宣稱

公開數字讓 Inkling 2 Small 在三項知識工作基準上超過 Spark Open、Kimi K3 與其他幾個開放模型,也在數個金融任務資料集上領先。Artificial Analysis 說,在其指數上,它開到高推理強度時與 Gemini 3.8 Flash 相當;等權重釋出,它會是中國以外最強的開放模型。

後半句承擔了很多重量,而那是對一顆你還下載不到的模型所做的宣稱。

時間點也有微妙之處。11 月 4 日,Ricursive 發布 Ripple-65B Preview,一顆 Apache 2.0 的密集模型,在 Terminal-Bench 2.1 以 80.52 拿下美國開放權重模型第一。據報 Inkling 2 Small 的模型卡在同樣的基準、同樣的 Terminus harness 下是 81.3。所以紀錄在兩天內換了兩次手,而只有其中一個附了下載檔。

扣住權重為什麼說得過去

官方理由是發布前要做外部安全測試與紅隊演練。這是正當做法。在這個市場裡,它同時也是避險。

釋出權重不可逆。實驗室一旦公開就收不回來,即使某項能力跟別的東西組合後變得更危險。等一週在商業上幾乎沒有成本,因為 API 已經上線,營收立刻開始。它給實驗室一個公開的安全敘事,也留了把日期往後推的餘地。

等待的代價是宣稱無法驗證。中國以外最強的開放模型,在有種子檔之前都只是行銷句。每延一週,產品發布就變成一句承諾,而承諾會被打折,折數正好等於它帶的不確定性。

背後的實驗室

商業脈絡很吵。Business Insider 報導 Thinking Machines 正以 400 億美元投前估值募 50 億美元,Accel 在談領投,這會讓估值比上一輪公開募資成長超過兩倍。公司去年以超過 100 億美元估值募了 20 億美元種子輪,更早一次以 500 億美元估值募資的嘗試,據報沒談成。

創始團隊大約三分之一已離開,包括 Barret Zoph、Luke Metz 與 Andrew Tulloch。對這麼年輕的公司來說,離開的人很多,而且跟 400 億美元估值擺在一起顯得突兀。反方說法是:研究實驗室不是樂團,重點在於訓練配方能不能轉移到留下來的人身上。

模型發布與募資消息同時出現,不是巧合。開放權重排行榜上的紀錄、一份寫得出來的訓練配方、一個涉及模型自我改進的能力示範,正是你要給那些被要求用上一輪 40 倍價格買單的投資人看的組合。

更大的框架

同一週,Ramp 的支付資料顯示企業 AI token 量成長 37.1%,支出只成長 8.9%,大約 1% 的企業佔了八成支出,而這群頂層客戶已跌破夏季高峰。

在這樣的市場裡賣一顆 5,940 億參數模型的實驗室,得回答一個硬問題:誰付錢?今天有預算的是寫程式代理的客戶。這說明了為什麼這一輪每個模型發布都先講 SWE-bench、Terminal-Bench 與知識工作,也說明了為什麼微調故事跟模型卡一樣重要。如果你的模型能在四小時內讓客戶較小的模型變好,你賣的是服務,不是檢查點。

Inkling 2 Small 看起來是顆強模型。有用的測試要等壓縮檔來。在那之前,誠實的摘要就是:Thinking Machines 公布了一組很好的結果、一份值得讀的訓練配方、一項真正被低估的能力,以及一個它還沒承諾的日期。

相關文章