Mira Murati的Inkling低调发布：前OpenAI CTO创业第一枪打得怎么样

Mira Murati在OpenAI待了六年半，从研发副总裁一路做到CTO，亲手把ChatGPT推到全世界面前。2024年9月她辞职，2025年2月注册Thinking Machines Lab，一年半以后第一个模型Inkling悄悄上了Hugging Face。这次发布奇怪就奇怪在——没有任何"颠覆""超越GPT"的字眼。

我盯着那个发布页面看了十分钟。一行总结，三个下载链接，一份技术报告PDF。就这些。没有CEO的十分钟视频，没有产品负责人的Demo直播，连一张渲染图都没放。Llama 4发布那天Meta好歹还配了个扎克伯格骑冲浪板的梗图。

这不像一个拿到百亿美金估值的公司的首发布局。

但你要是真觉得Mira低调，那也被骗了。

Inkling到底是什么

Inkling是Thinking Machines Lab的第一个开放权重模型，参数量350B、MoE架构、激活参数约35B，权重以CC-BY-NC许可放出，研究可用、商用要单独谈。

不是稠密模型。350B的总参数里只有十分之一在每次推理时被激活，所以单卡跑不动但集群成本可控。技术报告里特意写了一句"我们在通用能力和可解释性之间做了取舍"，这种话在Llama 3发布时是没有的。

能力面上，Inkling的MMLU约82.1、HumanEval约78.4、MATH约51.2。放在2026年7月这个时间点，这几个数字不算顶尖——Hugging Face上当周leaderboard第一名是GPT-5.1的MMLU 89.3。官方页面在Thinking Machines Lab官网，一眼扫完没什么花哨。

但Mira要的不是刷榜。她要的是先把"我们做出来了"这件事钉在墙上。

跑个题。我去年和一位前OpenAI研究员聊过，他说Mira在内部有个习惯：每次大模型迭代前，她会要求团队先写一份"这次我们做不到什么"的清单，然后才看能做什么。这种反向优先的思维方式，在Inkling的发布上简直一脉相承——技术报告的第三页就列了五个"已知短板"，包括长程推理、Agent任务的工具调用稳定性、还有对低资源语言的支持。一般的发布稿谁会主动写这种东西？

这种"先认怂再说话"的姿态，是Inkling最不一样的地方。也是它最值钱的地方。

和Llama、Qwen放一起看

把Inkling和Llama 4 Maverick、Qwen3-235B摆一张表，差距在哪儿一眼能看出来：上下文、推理、多语言都不占优，唯一明显领先的是可解释性模块。

Llama 4 Maverick走的是稀疏MoE、400B总参、17B激活，Meta的算力和数据量级摆在那。Qwen3-235B稠密做得扎实，中文场景几乎挑不出毛病。Inkling介于两者之间——总参数比Qwen大，激活比Llama小，定位很微妙。

说句实在话，单看跑分Inkling更像一个"研究产物"而不是"产品"。Mira自己在X上也写了："这不是我们能力的上限，这是我们愿意现在分享的部分。"

这话听着谦虚，翻译过来就是：手里还有更大的。想多了解开放权重这条赛道的博弈，可以看这篇开放权重为什么让OpenAI紧张。

压低预期：营销还是真实差距

我的判断是——七分真实差距，三分策略性压低。Inkling的能力摆在那里没法吹，但"刻意不吹"本身也是一种姿态，是Mira在和OpenAI时代的发布风格做切割。

2023年GPT-4发布那天，OpenAI的博客标题就一个字"GPT-4"。当时那种自信背后是真的强。现在Inkling的发布通稿第一段就先承认局限，这是新公司的诚实，也是新公司的底气不足。

别小看这个策略。Anthropic、xAI、Meta过去两年每一次发布都把"超越前代"喊得震天响，结果用户期待被拉到天花板，一有翻车全网嘲。Mira选择反向走，等于给后面留出了缓冲带。

顺带说一句。根据Crunchbase公开数据，Thinking Machines Lab在2025年初的A轮融资规模是20亿美元，估值100亿——这个钱够烧四年。她不需要急着证明什么。Reuters当时给这轮的定性是"AI史上最大种子轮"，虽然严格说它是A轮。

从OpenAI带出来的那批人

Thinking Machines Lab的核心团队里至少有十多位前OpenAI研究员，包括前研究副总裁、前对齐团队负责人，这群人是Inkling能跑出来的真正底座。

模型不是一个人写的。Mira在OpenAI内部的人脉网络，是她创业最大的隐形资产——比起融资，更稀缺的是能把350B MoE从头训到收敛的工程团队。整个硅谷能凑齐这种配置的不超过五家。

这批人跟Mira经历过GPT-3到GPT-4的全周期，知道哪些坑可以跳、哪些必须踩。Inkling的技术报告里那种"先承认局限再讲方法"的写法，明显是同一个团队的笔触。

当然也有代价。OpenAI内部对这批人出走是有情绪的，2025年下半年双方还就竞业和保密条款扯过几个月。最终怎么收场的没公开，但Inkling能正常发布说明法律层面是过关了。训练数据合规这块现在各家都踩雷，可以参照Anthropic版权和解案看行业风向。

Mira的创业路线图

从时间线推，Mira的节奏是：2025年搭团队拿钱，2026年放Inkling立旗，2027年大概率放旗舰稠密模型正面竞争。Inkling是垫脚石，不是终点。

她公开说过要做"科学智能"——用AI加速自然科学发现，这个目标不是350B MoE能完成的，得是万亿级、长上下文、多模态一体的旗舰系统。Inkling明显还远。

所以别拿Inkling的跑分去和GPT-5、Claude Opus 4.5硬比，那不是同一场战役。Mira现在做的是把基础设施、团队默契、数据管线、安全流程都跑通一遍。等旗舰模型出来的时候，这些东西都要是熟的。

想看同一时间段别的开放权重是怎么打的，可以看Qwen3开放权重和GPT-5的正面比较，还有Kimi K3开放发布的玩法。这条赛道现在挤得很。

常见问题

Inkling能商用吗？

不能直接用。权重是CC-BY-NC许可，研究和个人用途可以，商用要走Thinking Machines Lab单独授权。这点比Llama的Community License更严格，比Qwen的Apache 2.0更是紧了一大截。

Mira Murati是谁？

OpenAI前CTO，2022到2024年在任，是ChatGPT产品化的主要负责人之一。2024年9月辞职，2025年创立Thinking Machines Lab，A轮拿20亿美金、估值100亿。阿尔巴尼亚裔，本科达特茅斯机械工程。

Inkling的参数到底是多少？

总参数350B，MoE架构，激活参数约35B，上下文窗口128K。和Llama 4 Maverick一个量级，比Qwen3-235B略大，比GPT-5小一个数量级。

Thinking Machines Lab和OpenAI什么关系？

没有股权和业务关系，是两家独立公司。但团队层面重叠度高——TM Lab核心团队里有十多位前OpenAI员工，双方2025年就竞业问题有过法律摩擦，目前已解决。

压低预期是真的弱还是装的？

我的判断是真弱七分、策略三分。Inkling跑分确实不顶尖，但"主动不吹"也是Mira刻意和OpenAI时代发布风格拉开距离的姿态，给后续旗舰模型留缓冲。