先说清楚它是什么
先说结论：Inkling 2 Small 这次开源是真的，能商用也是真的，但它是个数据中心级的大模型，不是下载到自家电脑上就能跑的小玩具。
它出自 Thinking Machines Lab，也就是前 OpenAI 首席技术官 Mira Murati 创办的公司，拿手的是 1M token 超长上下文和原生多模态。我的判断很直接：诚意足，但「开源」和「人人能跑」是两回事，想跟风买显卡的，先把这篇看完再决定。
时间线也值得记一笔。据官方新闻稿，初版 11 月 5 日上线，当时只在 Tinker 平台上以 API 形式提供、权重闭源，官方承诺等外部安全测试和红队做完再开源。如今承诺兑现，Apache 2.0 许可的权重在 11 月 12 日前后开放下载。
规格上它是混合专家模型，594B 总参数、每次只激活 17B。图像由视觉 transformer 编码，支持图像加文本输入、文本输出。参数听着唬人，实际跑起来在哪一步吃显存，下面细说。
跑 594B 要多大的显存
这里有个最容易踩的坑：MoE 看着像小模型，部署时却是所有专家的权重都得装进显存，激活 17B 只省算力，不省显存。
粗算一下，594B 参数按 FP16 存，光权重就要 1.2TB 上下；压到 FP8 也要 600GB 左右，这还没算 KV cache 和激活值。结论很直接：单卡没戏，这是八卡起步的活儿，普通玩家先把钱包放回口袋里。
算完显存再算账单。据 The Decoder 报道，Artificial Analysis 给 Inkling 2 Small 打了 31 分智能指数，比上一代高了 18 分，已经接近 Gemini 3.8 Flash 的水平。
另一面是，它每个任务生成的 token 更多，成本大约是上一代的 6 倍。分数好看，钱包受罪。拿不准就先调 Tinker 的 API 压两周单，我的习惯是先确认它能干活，再谈租卡买卡的事。
除了大，它还有什么看头
1M token 的上下文窗口是另一个硬货。什么概念？一部长篇小说全文塞进去还有富余，几十份合同、一整仓技术文档、一个核心仓库的代码，都能一次丢进去，让模型在完整上下文里找答案，而不是翻一段忘一段。对做知识库、做文档问答的团队，这是实打实的卖点，会直接改变产品该怎么设计。
多模态它也选了省事的路：图像由视觉 transformer 直接编码进模型，不用再接一套外置 OCR 或者视觉模型。拍张表格照片、丢一张架构图，都能直接当输入用。真用起来，比「先转文字再喂模型」的老流程顺得多，这也是我说它像「弹药库里的万金油」的原因——单点不一定最强，胜在什么活都能接。
Apache 2.0 意味着什么
还有个细节值得单独说：官方把「外部安全测试和红队跑完」当成开源的前置条件，而不是发完再补救。据官方口径，这套流程走完才放权重，节奏上比「先开源再打补丁」稳妥，对打算拿它上生产的团队是个加分项。
Apache 2.0 是最宽松的开源许可之一，比 Meta、Mistral 常用的那套更放开：可以商用、可以改、可以拿去微调，改完也不用把改动公开。
Tinker 平台本身就支持微调，配合宽松许可，等于把「拿大模型做产品」的门槛压到最低。我的判断是，这一手既是诚意也是商业布局——权重开源引流，托管和微调服务留在自家平台赚钱。
配套也没拖后腿。据官方消息，vLLM 在发布当天就宣布 Day-0 支持 Inkling 2 Small，主流推理框架立刻能用。对刚开源的模型来说，Day-0 支持是成熟度的硬指标，说明官方把工具链当正经事做，不是发完权重就撒手不管。对我这种爱折腾的人，这比参数表上的数字更让人安心。
适合谁，不适合谁
适合谁：手上有卡、或者预算够租云 GPU 的团队；要拿 1M 上下文处理长文档、做图像加文本的多模态任务、又看重宽松商用许可的，值得认真试。
路线不复杂：先在 Tinker 上微调，再自己部署。不适合谁：只想在本机跑个模型玩玩的个人用户，先别急着买显卡，等官方出小模型，或者直接调 API，都比自己搭一柜子机器划算。
把账再理一遍：Inkling 2 Small 是近期最值得关注的开放权重模型之一，Apache 2.0 是真金白银的诚意，vLLM 当天支持说明配套成熟，31 分的智能指数也不是虚的。
可它生来就不是给桌面电脑准备的，594B 的显存账和 6 倍成本都摆在那儿。搞生产的团队可以上手，搞玩具的个人先等等——显卡先别买，省下的钱够你调半年 API，还不用操心电费。
