Mira Murati 的新模型只激活 17B，权重下周才开源

Mira Murati 的 Thinking Machines 交出了第二代模型 Inkling 2 Small：594B 总参数、每 token 只激活 17B 的 MoE，支持图像输入与可变 effort。发布策略比参数更有看点：即日起先在 Tinker 上开放试用与微调，完整权重要等外部安全测试与红队完成后才以 Apache 2.0 开源，官方管这叫「通往开源权重的安全路径」。

榜单成绩按官方博客口径是「多项第二、无一第一」：DeepSWE v1.1 拿 72.1%（DeepSeek-V4.1-Flash-1017 为 77.0%），SWEBench Pro Hard 86.3%（Kimi K3 为 88.2%），PostTrainBench 31.9%（GLM-5.3-Flash 为 36.8%）；视觉侧倒是有多项自称最高，MMMU Pro 81.6%、ScreenSpot Pro 83.8。Artificial Analysis Intelligence Index 自报 31 分。真正的账在激活参数：17B 的激活量意味着「接近旗舰的 agent 编码能力」配「便宜得多的推理成本」，这和 Kimi K3.1 Pro「2.8T 参数、104B 激活、权重已放出」是两条路线。

训练方式也有新意：在数十万个长程编码任务上做 RL，奖励超越单元测试，引入评「怎么做」而不只评「过没过」的 agentic RL 评分器。两个演示值得一提：自主研究演示里，它花 4.5 小时、426 美元 Tinker 费用，把 Qwen3.5-4B 自主训练成时间序列预测模型，预测分数翻倍还多；品酒演示里仅凭一张照片盲猜三杯红酒，20 次猜中 19 次，这是官方博客的趣味演示，别当严肃评测。

要写清楚的状态：权重还没放出（下周且以安全测试完成为条件），现在只能在 Tinker 上用；AA Index 31 是官方自报口径，独立评测尚未跟上。等权重落地，17B 激活的推理成本账能不能兑现，才是对独立开发者真正有用的答案。