导语:闭源发布一周后,权重如期放到Hugging Face
当地时间11月12日,Mira Murati创立的Thinking Machines Lab在Hugging Face开放Inkling 2 Small的完整权重,采用Apache 2.0许可证。该模型于11月5日以闭源托管形式在自家Tinker平台发布,官方当时承诺完成外部安全测试与红队评估后开放权重,一周后兑现。CASRAI等海外行业媒体当日跟进报道,开放下载未设申请门槛。
背景:5940亿参数MoE,原生四比特训练
按模型卡说明,Inkling 2 Small是一款稀疏混合专家模型,总参数5940亿,每个token激活170亿,路由至384个专家中的8个;共48层解码层,采用局部与全局混合注意力;支持文本与图像输入,上下文窗口达100万token。权重以原生NVFP4四比特格式训练,官方称预训练、中期训练与后训练全程保持同一数值格式,因此发布权重无需额外校准步骤;另提供MXFP8版本。部署门槛方面,NVFP4版本约需500GB聚合显存,例如2张B300或4张H200,MXFP8版本约需800GB(模型卡口径)。训练侧公告称预训练消耗8.4万亿token,强化学习阶段动用2048块GPU连续运行九天。托管渠道覆盖英伟达、Fireworks、Together、Cloudflare等多家服务商,OpenRouter上已可限时免费调用。
深度分析:评测有长板也有短板,口径要分开看
成绩单需要区分口径来读。官方模型卡显示,多数第三方成绩来自基准方自报,Artificial Analysis智能指数v5.0为30.6分;官方对比表中,视觉理解、专业知识工作与金融任务表现靠前,终端类编码明显偏弱——MindStudio的独立实测中该项为13.1%,低于参与对比的低成本模型33.8%(第三方口径)。实验室也坦承模型对话打磨不足,安全类提问偶有过度反应,对齐评估落后于闭源模型GPT-6.1 Sol。整体看,美国前沿实验室在闭源发布一周后即放出开放权重,与今年中国厂商"先服务后开源"的节奏趋同;对比今年7月上代Inkling Small的2760亿参数与25.6万上下文,两代之间参数翻倍、上下文拉长到百万级,开放权重阵营的竞争半径在明显扩大。
企业视角:开源协议宽松,落地仍要过两道现实门槛
Apache 2.0是约束较少的开源协议,允许商用与二次开发,对要求数据不出域的企业是一扇新的门:可自托管、可微调、可审计。极欧GEO(jiougeo.com)提醒两点现实约束。一是部署门槛,500GB起步的显存需求决定了多数企业仍会走托管API,权重开放的意义更多在于可迁移与可议价,而非人人都本地跑。二是能力有明显的长短板,选型时应以自家真实任务实测为准,不要只看发布会对比表。对内容运营者,又一家主流模型进入各家托管渠道,意味着官网内容将面对新的抓取与引用行为,AI搜索引用的监测清单可以把它加进去。
趋势研判:开放权重从单边叙事变成共同选项
从中国厂商的批量开源,到美国新锐实验室跟进放权重,开放权重正从单边叙事变成全球实验室的共同选项。推理成本、数据主权与供应商锁定是三股推力,权重开放的间隔越来越短、许可越来越标准,企业自建模型资产的技术与商务门槛都在下降。对中小企业,短期不必急着自部署,但可以把"数据可导出、接口可替换"写进采购要求,为将来的模型切换留好退路。
