前 OpenAI CTO 的新公司一出手就把小模型做到了天花板——参数只有 GPT-5.6 Luna 的三分之一，价格却低 60%

前 OpenAI CTO 的新公司一出手就把小模型做到了天花板——参数只有 GPT-5.6 Luna 的三分之一，价格却低 60%

如果你一直在等一个真正能打的开源小模型，Mira Murati 的 Thinking Machines 今天给出了答案。

前 OpenAI CTO Mira Murati 创立的 Thinking Machines 实验室，昨晚发布了第一个模型 Inkling Small。别看名字带 Small，能力可一点都不 Small——根据 Artificial Analysis 的评测，它在 Intelligence Index 上拿到了 40 分，只比大哥 Inkling 低 1 分，但参数总量只有 2760 亿、激活参数仅 120 亿，是 Inkling 的三分之一都不到。

这个差距意味着什么？AA 说，同尺寸以下没有比它更强的开源模型了。更狠的是，它在一些 coding 和 reasoning 测试里直接超越了大哥：Humanity’s Last Exam 32% 对 30%，GPQA Diamond 89% 对 87%。

价格更是一刀砍到脚踝。DeepSeek V4 Flash 每次任务平均消耗 24K output tokens，成本已经让 GPT-5.6 Luna 很难看了——但 Inkling Small 在保持相近性能的同时，价格又比 Luna 低大约 60%。OpenAI 刚打完价格战，回头发现自己又被超车了。

模型本身支持文本、图片、语音三种输入，上下文窗口 256K token，开源 Apache 2.0 许可，weights 已经在 Hugging Face 上了。你还可以在浏览器里直接微调——Thinking Machines 把这定位成”用自己数据微调的基础模型”，Mira 之前说过这是 AI 的下一个前沿，而不是单纯比参数规模。

Gemini Robotics 2 是另一个值得注意的发布。Google DeepMind 同一天推出的 VLA（视觉-语言-动作）模型，定位是”新一代自适应机器人的智能层”，从桌面机械臂到全身人形机器人全覆盖，还配套发布了一个 ER 2 版本专注”具身推理”。目前已开放 waitlist 申请 early access。

两件事放在同一天发布不是巧合——开源小模型和机器人 AI，都在往”更便宜、更可定制”的方向走。如果你之前因为成本放弃了一些 AI 方案，现在可能值得重新评估一下。

模型链接：Hugging Face – Inkling Small
体验地址：Tinker Playground（浏览器微调）
Gemini Robotics 2 申请：Google AI Studio waitlist