一个自带训练 API 的开源权重模型家族
Thinking Machines Lab 于 2026 年 7 月 15 日发布 Inkling，7 月 30 日发布 Inkling-Small。两者都发布完整权重，都通过 Tinker 提供服务，并且都以每百万 token 为单位公布价格——更关键的是，这家公司把价格表以机器可读 JSON 的形式一并发布。对于维护 API 成本对比表的人来说，这个组合罕见得值得仔细看一遍：多数开源权重发布要么缺少第一方托管端点，要么把定价藏在销售沟通后面。
本文覆盖两个模型是什么、宿主端点如何收费、Tinker 训练费率在此基础上增加多少，以及定价结构中哪些地方容易让成本模型算错。
模型阵容
两个模型都是从零训练的混合专家（MoE）Transformer。以下数字直接来自模型页与发布公告。
| 模型 | 总参数 | 激活参数 | 架构 | 上下文 | 输入模态 |
|---|---|---|---|---|---|
| Inkling | 975B | 41B | MoE | 100 万 token | 文本、图像、音频 |
| Inkling-Small | 276B | 12B | MoE | 100 万 token | 文本、图像、音频 |
Inkling 在 45 万亿 token 的文本、图像、音频与视频上预训练。厂商对竞争位置的表述相当直接：发布公告明确写道 Inkling 不是 当前最强的模型，无论开源还是闭源，而是主张「多模态输入 + 高效可控的思考力度 + Tinker 可微调」这一组合使它成为一个好的开源权重定制基座。在拿它和前沿托管模型做取舍时，这句话值得按字面理解。
对多数团队而言，Inkling-Small 才是更有意思的那个。它比大模型更晚开始训练，因此 Thinking Machines 得以调整预训练数据配比与训练配方；后训练阶段一部分通过以 Inkling 为教师模型的在线策略蒸馏完成，随后又进行了两周规模化的智能体编程强化学习。厂商称结果是一个在推理与智能体编程上反超 Inkling、同时保留多模态输入与可变思考力度的模型。
无服务器推理定价
如果你只是想调用模型而不训练，这是真正重要的价目表。两条记录都标注为 256K 上下文档位，均按每百万 token 计费，且缓存输入单独计价。
| 模型 | 上下文 | 输入 /百万 | 缓存输入 /百万 | 输出 /百万 |
|---|---|---|---|---|
| Inkling-Small | 256K | $0.30 | $0.06 | $1.20 |
| Inkling | 256K | $1.00 | $0.17 | $4.05 |
有两点值得注意。第一，缓存输入折扣力度很大：Inkling-Small 的缓存价是输入价的五分之一，Inkling 的略优于六分之一。对于一个携带长系统提示词或常驻技能文件的智能体，这个比例是账单上最大的单一杠杆。第二，两个模型之间的价差并不均匀。Inkling 在输入上是大模型的 3.3 倍，输出上只有 3.4 倍，因此不存在某个档位上大模型反而更划算的情况。
价格表中的 256K 上下文需要单独提示。模型页宣传的是 100 万 token 上下文窗口，发布公告也重复了这个数字，而无服务器表格标注的是 256K。如果你的负载依赖标题数字，请在规划上下文预算前先确认实际路由到的是哪个档位。
Tinker 训练定价
Tinker 是这套产品中在多数 API 目录里找不到直接对应物的部分。它是构建在 LoRA 微调之上的训练 API，通过四个函数暴露：forward_backward、optim_step、sample、save_state。你提供监督学习样本数据集或强化学习环境，选好基座模型，调度与 GPU 集群由 Thinking Machines 负责。
计费按每百万 token 分四项：prefill、cached prefill、sample、train。当前费率带限时 5 折，公布的表格同时展示折后价与原价。
| 基座模型 | 上下文 | Prefill /百万 | 缓存 Prefill /百万 | Sample /百万 | Train /百万 |
|---|---|---|---|---|---|
| Inkling | 64K | $1.87 | $0.374 | $4.68 | $5.61 |
| Inkling (256K) | 256K | $3.74 | $0.748 | $9.36 | $11.23 |
| Inkling-Small | 64K | $0.58 | $0.116 | $1.44 | $1.73 |
| Inkling-Small (256K) | 256K | $1.16 | $0.232 | $2.89 | $3.47 |
| Nemotron-3-Ultra-550B-A55B | 64K | $2.49 | $0.498 | $6.225 | $5.478 |
| Nemotron-3-Super-120B-A12B | 64K | $0.57 | $0.114 | $1.44 | $1.276 |
| GLM-5.3 | 256K | $4.86 | $0.972 | $12.15 | $14.58 |
| Kimi-K2.6 | 32K | $2.205 | $0.441 | $5.49 | $4.84 |
| Qwen3.8-27B | 64K | $1.86 | $0.372 | $5.595 | $4.103 |
| GPT-OSS-120B | 32K | $0.33 | $0.066 | $0.84 | $0.737 |
| Qwen3-8B | 32K | $0.195 | $0.039 | $0.60 | $0.44 |
| DeepSeek-V3.1 | 32K | $1.695 | $0.339 | $4.215 | $3.718 |
注意可训练的基座模型并不局限于 Thinking Machines 自家的权重。基座清单独立包含 NVIDIA Nemotron 若干档、Z.AI GLM-5.3、月之暗面 Kimi-K2.6、五个 Qwen 检查点、OpenAI 的 GPT-OSS 两款以及 DeepSeek-V3.1。这意味着即使你对 Inkling 本身毫无兴趣，Tinker 也可能是自建微调栈的合理替代品——这是该产品在商业上更值得关注的一面。
检查点存储单独按 每 GB 每月 0.10 美元 计费。Tinker 同时提供下载任一已保存检查点的端点，因此微调后的权重可移植出平台而非被困其中。关于数据，Thinking Machines 声明客户训练数据仅用于微调客户自己的模型，不会用于训练 Thinking Machines 的模型。
为什么机器可读定价很重要
文档页上有一条对成本看板开发者而言比表格本身更有用的说明。它明确警告不要抓取 HTML，指出表格只是展示层且可能变化，并把使用者引向与页面一同发布的两个 JSON 文件。
models.json 覆盖训练表。每个对象带 name、tinker_id、context、size、params、active_params、arch、type、url，以及四项每百万 token 价格（字符串形式）。处于临时折扣的模型额外带 original_prefill、original_cached_prefill、original_sample、original_train 字段与一个 note 字段。serverless.json 覆盖推理表，含 input、cached_input、output。
该模式有两个细节值得在实现时围绕设计。其一，params 与 active_params 是整数而非缩写字符串，文档说明其数值按模型发布方公布为准，稠密模型两者相等。其二，价格字段是带美元符号的字符串而非浮点数，解析器需要先去掉符号再运算。折后价与原价成对出现，也意味着你可以直接从数据源算出促销结束后的负载成本，而不必自己维护一份平行表格。
两个模型的实际表现
基准表现是 Inkling-Small 在战略上更值得关注的原因。Thinking Machines 自己的总结是：Inkling-Small 在推理与智能体任务上追平或超过 Inkling，而 Inkling 在知识覆盖与事实准确性上保留优势。
厂商公布的具体数字：Inkling-Small 在 Humanity's Last Exam 上得 31.6%，Inkling 为 29.7%，且该优势在每一档思考预算下都成立，即 Inkling-Small 的测试时计算曲线在整个扫描区间内位于 Inkling 之上。在 SWEBench-Verified 上超过 80%。在 GDPval-AA v2 的 Elo 指标上记为 1269，Inkling 为 1238，且达成时每任务约 2.3 万输出 token，而 Inkling 为 2.86 万。
这些数字有两点需要注意。它们是厂商自报数据；且公布图表中的对比集包括 DeepSeek V4 Flash、Gemini 3.5 Flash-Lite、GPT 5.6 Luna、Qwen3.5-397B-A17B、MiMo V2.5、MiniMax M2.7、Kimi K2.5 与 K2.6、GLM 5.2 以及 Nemotron 3 各档，因此任何跨厂商解读都只能视为参考而非定论。成本曲线背后的 token 计数来自 Thinking Machines 自身评测或 Artificial Analysis，厂商对此已作披露。
投入前需要权衡的取舍
折扣是临时的。 训练表中每一行 Inkling 与 Nemotron 都带限时 5 折标注。Inkling 64K 档的 train 费率 5.61 美元会在折扣结束后翻倍至 11.22 美元。按促销价建立的成本模型在几个月内就会失效，因此请基于 original 字段建模。
上下文随展示面而变。 模型宣传 100 万 token，无服务器表标注 256K，训练表提供 64K 与 256K 两个不同价位的档位。三个展示面给出三个数字，且价格随档位变化。这最可能让估算偏差达到两倍。
自托管与托管是两种产品。 权重开源意味着自托管真实可行，但 Inkling 的 975B 总参数不是随手可部署的规模。276B 总量、12B 激活的 Inkling-Small 才是自托管开始具备经济性的档位——而它恰好也是在推理基准上超过大模型的那个档位。对多数评估该家族的团队来说，无论 API 调用还是自托管规划，默认选 Inkling-Small 都是合理起点。
Tinker 的价值不局限于 Inkling。 基座清单横跨八个厂商的检查点，因此训练 API 本身是独立成立的。如果你的兴趣是在不拥有 GPU 的前提下做 LoRA 微调，请以此为标准把 Tinker 与现有方案对比，并把 Inkling 视为其中一个模型选项，而不是签约的理由。
并非所有模型都带折扣。 GLM-5.3、Kimi-K2.6、Qwen3.8-27B、Qwen3.6-27B、Qwen3.5-397B-A17B、Qwen3.5 基座与小模型、Qwen3-8B、GPT-OSS-120B、GPT-OSS-20B 以及 DeepSeek-V3.1 均按全价列出且无标注。折扣集只有 Inkling、Inkling-Small 以及四个 Nemotron 检查点。如果你以为整个目录都享受统一促销价，这个假设是错的。
结论
Thinking Machines 发布的是一样结构上不同于常规模型发布的东西：一个体量不大、价格以可解析格式公开的开源权重家族，外加一套基座模型清单远超自家权重的训练 API。就所涉参数规模而言，价目表本身具备竞争力，尤其是输入 0.30 美元、输出 1.20 美元的 Inkling-Small；而缓存输入的比例对长上下文智能体负载而言足够激进，值得纳入考量。
在据此制定预算之前需要核实三件事：你实际被计费的档位、计划使用的具体模型折扣是否仍然有效、以及把检查点存储计入后 Tinker 的训练费率是否优于现有微调路径。这三者都可以从公布的 JSON 而非营销页得到答案——在这类厂商中，这已经算是难得的了。
- Tinker 无服务器推理：Inkling 输入 $1.00 / 缓存 $0.17 / 输出 $4.05 每百万（256K）；Inkling-Small $0.30 / $0.06 / $1.20
- 机器可读定价：
tinker-docs.thinkingmachines.ai/tinker/models.json与serverless.json - 折扣为临时性质并以成对的
original_*字段标注；请按原价做预算 - 检查点存储 $0.10 每 GB 每月；检查点可下载，微调后权重保持可移植