#AI
Thinking Machines 放出 Inkling-Small,总参数砍到 276B
Thinking Machines Lab 放出了更小一版的 Inkling。据 signals.tw 对官方发布页与 Hugging Face model card 的检视，Inkling-Small 的**总参数从 9750 亿缩到 2760 亿，每次推论的激活参数从 410 亿降到 120 亿**,采用混合专家(mixture-of-experts)架构，在 NVIDIA GB300 NVL72 系统上训练，原生吃文字、图像与音讯，权重整包以 Apache 2.0 在
💡 为什么值得看12B 权重开源，本地部署门槛降至几张卡。
查证
来源档案
signals.tw（硅基前沿 · AI 战争线）
中文科技媒体，本篇是对 Thinking Machines 官方发布页与 Hugging Face model card 的检视，非一手实测。文末自述由 AI 协助研究与起草、编辑部编修。
所述参数、跑分、授权与训练硬件均转引自官方页面与 model card,口径可回溯；但该刊未下载权重实跑，所有跑分皆为官方自报，138GB 是该刊按 4-bit 量化自行换算的估算值而非官方数字。属单源转述，尚无第二家独立源交叉印证。
延伸阅读
想判断这台模型到底能不能进自己机房的读者，该看文中对「每 token 算多少」与「权重放不放得下」两个成本的拆解，以及 4-bit 换算的推导口径。