知识卡片：翁荔回归OpenAI，Thinking Machines发布开源模型Inkling-Small

一句话结论： Thinking Machines在联创翁荔回归OpenAI三天后，发布第二款开源模型Inkling-Small；它以276B总参数、12B激活参数的MoE架构，在多项推理与智能体基准上超越初代Inkling，并公开了完整后训练配方。

事件概述或研究问题： 据新智元2026年8月1日报道，Thinking Machines正式发布第二款模型Inkling-Small，距离7月15日发布的首个开源模型Inkling（975B）仅约半个月。该模型的核心目标是：在将模型体量压缩到约四分之一的同时，实现综合性能反超，并大幅降低开发者部署和定制门槛。研究/产品问题在于：能否用更小的激活参数、更低的推理成本，达到甚至超过更大规模模型的能力。

方法/产品要点：

• 架构：MoE，总参数276B（2760亿），单次推理激活120亿（12B）；原生多模态，支持100万token上下文。
• 训练改进：训练开始时间晚于Inkling，因此吸收了前代经验，调整了预训练数据配比和机器学习配方。
• 关键两步：
  1. 用Inkling作为教师，进行on-policy蒸馏，产出preview检查点；
  2. 从该检查点继续跑了两周智能体编码强化学习。
• 开放程度：发布“全量权重”，官方公开了详细后训练方法。
• 部署门槛：材料称，原版Inkling BF16检查点最低需要2TB聚合显存（如8张B300或16张H200），NVFP4量化版也需600GB起步；Inkling-Small将门槛大幅降低。实测环境下（8张B200、TP8、NVFP4、batch size 1、SGLang），开DSpark约648 tok/s解码，不开约288 tok/s（该数据待核实）。

主要结果或产业意义：

• 在ARC-AGI-2上刷新开源SOTA。
• 在HLE、Terminal-Bench、IFBench三个核心指标上，Inkling-Small单位FLOP性能高于Inkling。
• 在数学、推理、智能体编码、多模态基准中堪比甚至超越Inkling和DeepSeek V4 Flash；多模态方面（图表理解、视觉推理、语音理解、长音频推理）接近原版，代价低得多。
• 材料称“学生超过老师”：仅用约四分之一体量实现对初代模型的反超，说明Thinking Machines跑通了一条可重复出模型的产线——第一个模型是作品，第二个模型是产能证明。
• LMSYS的评价是：276B总参数配12B激活是强化学习的“甜点位”，LoRA和全参数训练变得“够得着”，中等规模团队也有机会训练自己的模型。

为什么重要：

• 展示了“大模型蒸馏→小模型强化学习”这一技术路线的高效性和可复制性，开源模型迭代速度显著加快。
• 产业层面形成戏剧性对比：六位联创中已有四人离开，其中三人（Zoph、Metz、翁荔）回到OpenAI，但模型发布速度不降反升。材料用“人才在加速流失，模型在加速狂飙”概括这一张力。
• 与既有脉络的关系：本条与NIST AI RMF剧本、数学猜想破解、AlphaEvolve等卡片没有直接承接关系；增量信息在于聚焦AI创业公司的人才流动与开源模型产能之间的相互作用，以及“小模型反超大模型”的具体训练路径。

局限与不确定性：

• 本文信息来自新智元报道，部分细节来自Thinking Machines官方博客或社交媒体，尚未独立核实。
• 具体基准分数表在摘要中未完整给出，需查阅原文或官方报告。
• “DeepSeek V4 Flash”的版本与可比性待核实。
• 翁荔回归OpenAI并带队“递归自我提升”（RSI）一事，材料称OpenAI已证实，但具体职责与公开声明待核实。
• 推理速度数据来自单一测试环境（8张B200、TP8、NVFP4、batch size 1），可复现性待核实。

可用于图书/PPT/简报的角度：

• 案例：蒸馏+强化学习如何让小模型在性能上反超大模型。
• 产业观察：明星AI公司在核心人才流失下依然保持高节奏产出，折射AI行业“机器加速、人事动荡”的独特周期。
• 技术趋势：MoE、长上下文、多模态、开源权重与低成本微调正在降低模型定制门槛。

原始材料：

• 英文标题（原文未提供，以下为参考译名）：Thinking Machines Releases Inkling-Small After Weng Li Returns to OpenAI
• 英文关键词：Thinking Machines; Inkling-Small; MoE; Open Source; Reinforcement Learning; Weng Li; OpenAI
• 原始来源文章标题：翁荔刚回OpenAI，Thinking Machines反手甩出新模型（新智元）
• URL：https://aiera.com.cn/2026/08/01/other/admin/106752/%e7%bf%81%e8%8d%94%e5%88%9a%e5%9b%9eopenai%ef%bc%8cthinking-machines%e5%8f%8d%e6%89%8b%e7%94%a9%e5%87%ba%e6%96%b0%e6%a8%a1%e5%9e%8b
• 官方参考链接：https://thinkingmachines.ai/news/inkling-small/