Thinking Machines 开源 Inkling 2 Small,594B 总参激活 17B
发布时间:2026年11月16日 15:00:0011 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 48B | MIT |
| Inkling 2 Small | Thinking Machines | 594B | 17B | Apache 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
- 信息来自媒体转述,模型卡未逐一核对。
- 没有任何公开基准在本次报道中被引用。
- 500GB 是下限:实际部署还需考虑 KV cache 与并发。
- Apache 2.0 虽宽松,仍需检查是否附带使用条款。
观察点
- 模型卡与评测数据的完整发布。
- 量化版本的可用性(4bit 后能否单机运行)。
- 社区实测与榜单成绩。
- 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」。