奧丁丁新聞 OwlNews｜多元觀點。獨創你的輪廓

圖／示意圖商傳媒｜方承業／綜合外電報導美國人工智慧新創公司思維機器實驗室（Thinking Machines Lab, TML）於本週二正式發表其第二代開源模型 Inkling 2 Small，此舉被視為挑戰中國在開源AI領域主導地位的關鍵一步。市場消息指出，思維機器實驗室正尋求 50 億美元融資，其估值已達 400 億美元。 根據 Artificial Analysis（AA）的評測，Inkling 2 Small 在全面發布模型權重後，將成為「中國以外得分最高的開源模型」。開源模型 (open-source model) 指的是模型架構與部分或全部的訓練資料公開，允許開發者自由使用、修改及發布的人工智慧模型，相較於閉源模型更具透明度與彈性。這款模型採用 MoE（專家混合模型）架構，能讓模型在處理不同任務時，僅激活特定部分的專家網路，以提升效率。Inkling 2 Small 具備 100 萬 Token（詞元，指模型處理文本的最小單位）的上下文理解能力，並支援視覺多模態輸入，主要突破在於可靠的長期自主工作能力，例如在技術展示中，能從零開始編寫完整的城市管理模擬遊戲，或用 Python 撰寫可啟動 Linux 核心的硬體模擬器。 在評測表現上，Inkling 2 Small 在 AA-Briefcase 基準測試中，以 1527 的 Elo 分數超越 Anthropic 的 Claude Sonnet 5.5（1439分）和 Gemini 3.8 Flash（1203分）。此外，它在 JobBench、Vals Legal Index、Financial Analysis Index 和 HLE-Diamond 等測試中均名列前茅。然而，在程式開發相關的 FrontierCode v2.0 及 DeepSWE v1.1 基準測試中，Inkling 2 Small 雖領先部分中國模型，卻仍落後於 DeepSeek-V4.1-Flash；在 SWEBench Pro v2 (Hard) 測試中，問題解決率也未能超越月之暗面（Moonshot AI）的 Kimi K3，且在 Terminal-Bench 4.0 的勝率僅 13%，大幅落後 Claude Sonnet 5.5 的 30%。這些數據顯示， Inkling 2 Small 正逐步趕上中國開源生態系統中第二梯隊的 Flash 等級模型。 思維機器實驗室指出，其訓練過程中 H3 和 H4 階段的資料集，主要來自對早期模型的推論軌跡採樣，包含月之暗面的 Kimi K3，並經過嚴格的自動過濾，以確保邏輯正確性。這也反映了中國頂級開源模型如 Kimi K3，正成為矽谷研究團隊的核心語料來源。雖然 Inkling 2 Small 的幻覺率 (hallucination rate，指人工智慧模型產生不真實資訊的頻率) 從前一代的 61% 大幅下降至 27%，但其整體回答反應率也從 77% 退至 53%。 思維機器實驗室的商業模式核心為其於 2025 年 10 月推出的企業級雲端微調 (fine-tuning) API 平台 Tinker。該公司計畫將 Inkling 2 Small 模型權重在下週向全球開源社群釋出，此舉有望吸引更多開發者至 Tinker 平台。目前，Inkling 2 Small 的單一任務推論 (inference) 平均成本約 1.18 美元，遠低於 Gemini 3.8 Flash 的 7.77 美元和 Claude Sonnet 5.5 的 10.02 美元，凸顯其成本優勢。