由前OpenAI首席技术官米拉·穆拉蒂创立的思维机器实验室近日发布其首款多模态AI模型Inkling，该模型采用混合专家架构，总参数规模达9750亿，激活参数410亿，支持最长100万tokens的上下文处理能力。作为美国开源领域的新锐力量，Inkling凭借预训练阶段覆盖的45万亿Tokens多模态数据（涵盖文本、图像、音频及视频），在发布后迅速引发行业关注，其模型权重已向全球开发者开放下载。
尽管团队核心成员中三分之二来自OpenAI，且具备丰富的前沿研究经验，但Inkling在特定技术领域的表现仍面临激烈竞争。对比中国开源模型，GLM 5.2在编码、智能体推理及复杂任务处理上展现出全面优势，其SWEBench Pro测试得分较Inkling高出7.8个百分点，Terminal Bench 2.1测试差距更达18.9个百分点。另一中国模型DeepSeek V4 Pro则在编码效率与事实准确性测试中保持领先，而Kimi K2.6通过多项技术基准验证了其综合性能优势。不过，Inkling在数学领域实现突破，AIME2026测试中以97.1%的准确率超越DeepSeek的同类表现。
与美国本土开源模型相比，Inkling在推理、编码及智能体工作流等维度形成压制性优势。数据显示，其综合性能较英伟达Nemotron 3 Ultra提升显著。但面对闭源巨头时，该模型在极限推理与软件工程自主性方面仍存差距：Claude Fable 5在SWEBench Verified测试中取得95.0%的得分，GPT-5.6 Sol在Terminal Bench 2.1测试中以89.5分领先，均大幅超越Inkling的对应成绩。
在多模态能力评估中，Inkling展现出独特竞争力。视觉基准测试MMMU Pro中，该模型获得73.3%的得分；音频处理测试MMAU中，其表现达到77.2%，与Gemini 3.1 Pro的82.5%差距控制在合理范围。这种跨模态处理能力，结合其开源特性，为开发者在复杂场景应用中提供了新的技术选项，尤其在需要处理长文本、多类型数据的领域表现出潜在价值。
