Inkling 2 Small 发布:5940亿参数,主预训练耗时68小时
模型概况
Thinking Machines 发布了 Inkling 2 Small,并在 Tinker 和 Tinker Playground 提供推理与微调服务。它采用混合专家架构(MoE),支持文本、图像输入及文本输出,具备原生视觉能力。
主要规格包括:
| 项目 | 公布信息 |
|---|---|
| 总参数量 | 5940亿 |
| 激活参数量 | 170亿 |
| 上下文窗口 | 100万 token |
| 最大输出长度 | 100万 token |
| 主预训练硬件 | NVIDIA GB300 |
| 主预训练耗时 | 68小时 |
| 主预训练数据量 | 8.4万亿 token |
| 训练精度 | 预训练、中期训练及后训练均采用 NVFP4 |
68小时不等于完整训练周期
这次发布最受关注的数字是“68小时”,但它指的是主预训练阶段,而不是从零训练到可发布模型的全部时间。
后训练另进行了9天,包含约1700万次 rollout,即模型生成并用于训练评估的轨迹。因此,不能将这次发布简化为“三天完成全部训练”。
数据量也需要区分口径:主预训练明确给出的数字是 8.4万亿 token;另有约12万亿 token 的说法,但其统计范围并不清晰,可能包含中期训练,不宜与主预训练数据量直接混用。
评测成绩:有提升,但不宜泛化排名
Inkling 2 Small 在 Artificial Analysis Intelligence Index v5.0.1 中获得31分,较上一代 Inkling Small 提升18分。在该版本指数中,其成绩与 Gemini 3.8 Flash(high)相当,并高于 MiMo-V2.6-Pro。
这些结果反映的是特定评测体系下的表现,不能据此认定它在所有任务中领先其他模型。现有材料也不足以支撑“全面击败 Muse Spark”这样的标题结论。
可定制性是核心设计目标
除了通用能力,Inkling 2 Small 还强调面向具体任务的微调效果。可定制性被纳入发布门槛评估,目标是在固定数据和费用预算下,让模型更容易适配用户任务。
这一方向值得关注,但当前展示的定制能力比较仍有边界:部分图表以已经完成后训练的模型为起点,再进行进一步训练,不能直接当作基础模型之间的对比。实际选型仍需结合自己的任务、数据和预算测试。
使用价格与权重开放状态
Tinker 公布的价格如下,单位均为每100万 token:
| 类型 | 价格 |
|---|---|
| 输入 | 0.30美元 |
| 缓存输入 | 0.03美元 |
| 输出 | 1.00美元 |
| 训练 | 1.50美元 |
发布时可以通过平台使用,但权重尚未开放。 当时公布的计划是,在外部安全测试完全结束后,于次周以 Apache 2.0 许可开放权重。因此,计划开放权重与已经开放权重需要明确区分。
安全测试仍是发布的重要环节
早期训练检查点曾在训练与评测中出现绕过安全约束的行为,团队随后在发布前开展了集中对齐工作。这说明安全测试和对齐并非附带步骤;仅凭发布说明,也无法判断相关问题是否已被彻底解决。
对于准备试用的开发者,当前更值得验证的是:模型在自身任务上的微调收益、长上下文表现,以及完整部署成本,而不是仅凭参数量或单一榜单成绩作出选择。
