美国最强开源 AI：多模态 Inkling 模型登场，前 OpenAI 首席技术官穆拉蒂打造

7 月 16 日消息，由前 OpenAI 首席技术官米拉 · 穆拉蒂（Mira Murati）创立的思维机器实验室（Thinking Machines Lab）最新推出 Inkling 多模态 AI 模型，被认为是美国最强的开源模型。

科技媒体 venturebeat 指出，在以中国 AI 主导的开源模型中，Inkling 模型表现虽然不错，但在推理和编程方面依然存在差距：

GLM 5.2：

GLM 5.2 在纯编码、智能体推理和复杂推理任务上均优于 Inkling。在 SWEBench Pro（公开）测试中，GLM 5.2 的得分为 62.1%，而 Inkling 为 54.3%；
在 Terminal Bench 2.1 测试中，GLM 5.2 的得分更是高达 82.7%，远超 Inkling 的 63.8%。
GLM 5.2 在纯文本推理方面也表现出色，在 HLE（纯文本）测试中得分为 40.1%，而 Inkling 仅为 30.0%。

DeepSeek V4 Pro

在多个严格的编码和事实性测试领域，DeepSeek 保持优势，在 SWEBench Verified（80.6% 对 77.6%）和 SimpleQA Verified（57.0% 对 43.9%）测试中均击败了 Inkling。
然而，在数学问题求解方面，Inkling 成功超越了 DeepSeek V4 Pro，在 AIME 2026 测试中取得了 97.1% 的成绩，而 DeepSeek 的成绩为 96.7%。

Kimi K2.6：

该模型在多项技术基准测试中均优于 Inkling，在 GPQA Diamond（91.1% 对 87.9%）、BrowseComp（83.2% 对 77.1%）和带工具的 HLE（54.0% 对 46.0%）测试中得分更高。
然而，Inkling 在通用聊天指令跟踪方面表现更佳，在 IFBench 测试中得分为 79.8%，而 Kimi K2.6 为 76.0%。

在与美国本土开源对手的较量中，Inkling 展现出了强大的实力，并且大部分占据优势：

Nemotron 3 Ultra：

在推理和编码方面，Inkling 的表现始终更为优秀。Inkling 在 AIME 2026 测试中获得 97.1% 的分数，在 SWEBench Verified 测试中获得 77.6% 的分数，分别高于 Nemotron 的 94.2% 和 70.7%。

此外，Inkling 在智能体工作流程方面也遥遥领先，在 MCP Atlas 测试中获得 74.1% 的分数，而 Nemotron 仅为 44.7%。

和闭源模型对比：

与 Claude Fable 5、GPT 5.6 Sol 和 Gemini 3.1 Pro 等闭源巨头相比，Inkling 在极限推理和软件工程自主性方面落后，但在多模态方面仍然具有很强的竞争力。

编码与推理：

封闭模型保持绝对优势。Claude Fable 5（最高等级）在 SWEBench Verified 测试中得分高达 95.0%，在 HLE（仅文本）测试中得分 53.3%，远超 Inkling 的 77.6% 和 30.0%。GPT 5.6 Sol 在 Terminal Bench 2.1 测试中以 89.5 分遥遥领先，轻松超越 Inkling 的 63.8 分。

原生多模态处理：

Inkling 的原生视觉和音频处理能力表现出色。在 MMMU Pro（标准 10）视觉基准测试中，Inkling 的得分为 73.3%，具有竞争力，但略逊于 Claude Fable 5 的 84.2% 和 GPT 5.6 Sol 的 83.0%。
在音频处理方面，Inkling 在 MMAU 测试中取得了令人瞩目的 77.2% 的成绩，与 Gemini 3.1 Pro 的 82.5% 差距不大。