AI资讯

Thinking Machines 开源 Inkling 2 Small,594B 总参激活 17B

发布时间:2026年11月16日 15:00:00

11 月 16 日消息,Thinking Machines 于 11 月 12 日在 Hugging Face 以 Apache 2.0 协议放出 Inkling 2 Small 权重:总参数 594B、激活参数 17B,部署至少需要约 500GB 显存。同期美团开源 LongCat-2.5,两家的大模型开源在同一周落地,且都指向「大总参 + 小激活」的 MoE 路线。


事件:又一个大 MoE 开源了

11 月 16 日,据媒体报道,Thinking Machines 于 11 月 12 日在 Hugging Face 放出 Inkling 2 Small 的权重。

项目参数
总参数594B
激活参数17B
许可Apache 2.0
部署门槛至少约 500GB 显存

同一周内,美团 LongCat-2.5(1.6T 总参 / 约 48B 激活 / MIT)也开源了权重。

「Small」这个词已经很微妙

594B 总参数被命名为 Small,说明行业对「大」的定义又抬了一档。

更值得注意的是两个数字的比例:594B 总参,17B 激活,约 1 : 35。这种极端的稀疏比例意味着:

  • 知识容量按 594B 储备;
  • 推理成本按 17B 支出。

这也解释了为什么「500GB 显存」成了硬门槛——装得下不等于算得起,但装不下就一定跑不动。

开源权重的实际意义

对多数团队,这类模型不能直接跑。它的价值在别处:

用途是否现实
自己部署推理需要 8 卡 H100/H200 级别
微调门槛更高,需要更大集群
研究架构与稀疏策略很有价值
评估许可与训练链路有参考意义
量化后小规模部署可行但损耗需评估

所以真正受益的是有能力做私有化部署的机构,以及研究者。

一周内的两次开源

把两件事放在一起看:

模型厂商总参激活许可
LongCat-2.5美团1.6T约 48BMIT
Inkling 2 SmallThinking Machines594B17BApache 2.0

两家选择的协议都很宽松(MIT、Apache 2.0 均可商用)。这说明开源已经不再是「开放研究」,而是分发策略——用权重换取生态与部署入口。

三层影响

对云厂商:这类模型是「卖算力」的最好理由,客户要跑就得买卡。

对闭源厂商:开源模型的能力上探,会持续压缩「中等能力闭源模型」的生存空间。

对开发者:选择变多,但「能跑」和「用好」之间的差距也在拉大。

需要冷静看的几点

  1. 信息来自媒体转述,模型卡未逐一核对。
  2. 没有任何公开基准在本次报道中被引用。
  3. 500GB 是下限:实际部署还需考虑 KV cache 与并发。
  4. Apache 2.0 虽宽松,仍需检查是否附带使用条款。

观察点

  1. 模型卡与评测数据的完整发布。
  2. 量化版本的可用性(4bit 后能否单机运行)。
  3. 社区实测与榜单成绩。
  4. Thinking Machines 的后续型号规划。

一句话总结:Inkling 2 Small 的出现说明开源竞争的焦点已经从「追平旗舰」转向「用极端稀疏把大模型塞进可部署的显存预算里」。