美國人工智慧模型與深度求索（DeepSeek）相似：效能更差，成本更高，但更符合美國合規要求

前OpenAI技術長Mustafa Suleyman的首個專案意外地翻轉了中美之間大語言模型開發的劇本。7月15日，他推出了Thinking Machines Lab併發布了其首款模型Inkling。該模型利用受DeepSeek-V3啟發的混合專家架構，並利用來自Moonshot的Kimi K2.5等開放模型的合成資料進行後訓練初始化，結果喜憂參半。在多個基準測試中，Inkling落後於Kimi和GLM，且定價明顯更高。儘管籌集了20億美元並實現了120億美元的估值，但首秀未達預期，然而Suleyman從一開始可能就沒打算躋身頂級行列。

審視硬體，Inkling匹配了明星實驗室的聲望。它採用具有9750億總引數的混合專家架構，每個令牌啟用410億引數。預訓練使用了45萬億個令牌，涵蓋文字、影象、音訊和影片，支援高達100萬個令牌的上下文。該模型處理文字、影象和音訊，輸出文字，同時允許調整推理強度以平衡效能、速度和成本。權重以寬鬆的Apache 2.0許可證釋出，開發者可以透過Thinking Machines的Tinker平臺自行部署或微調。策略很明確：Inkling不直接面向消費者，而是作為企業AI應用的基礎。

技術報告揭示了其架構中的一個關鍵細節。Thinking Machines明確表示，Inkling的混合專家設計遵循DeepSeek-V3，具有眾多專家模組，其中每個令牌僅啟用子集，以及DeepSeek-V3的無助手損失負載均衡。中國的影響延伸至訓練：後訓練開始於使用來自開放權重模型的合成資料進行監督微調，特別引用了Kimi K2.5。

一條清晰的路線圖浮現出來：由OpenAI前CTO創立的美國實驗室，其首款模型模仿了DeepSeek的架構，後訓練依賴於Kimi的資料。借鑑開放模型本身並非問題，因為DeepSeek和Kimi公開共享權重和使用許可權，建立在公共成就之上。更引人注目的是，儘管吸收了中文模型技術，Inkling未能超越其前輩。Thinking Machines坦率承認：Inkling目前不是最強的模型，無論是開源還是閉源。

數字凸顯了差距。在最終的人類考試純文字評估中，Inkling得分29.7%，而Kimi K2.6和GLM 5.2分別達到35.9%和40.1%。啟用工具後，Inkling升至46%，仍落後於Kimi K2.6的54%和GLM 5.2的54.7%。在SWE-Bench Pro中，測試真實的軟體工程能力，Inkling得分54.3%，而Kimi K2.6為58.6%，GLM 5.2為62.1%。差距在Terminal Bench 2.1中最為明顯，Inkling得分63.8%，而Kimi K2.6和GLM 5.2分別達到71.3%和82.7%。

Inkling在網路應用設計、音訊理解和安全評估方面表現出色，甚至在某些數學任務中優於Kimi和DeepSeek。然而，它尚未達到綜合推理、程式設計和代理能力的頂級行列。定價未提供任何緩解：在Tinker平臺上，64K版本每百萬預填充令牌收費1.87美元，每百萬取樣令牌收費4.68美元，這已經是五天的折扣價。256K版本分別收費3.74美元和9.36美元。與Kimi K2.6的API費率0.95美元輸入和4美元輸出，以及GLM 5.2的1.4美元和4.4美元相比，Inkling的預填充價格幾乎是Kimi K2.6的兩倍，生成成本更高且無明顯價格優勢。局勢微妙：架構參考DeepSeek，後訓練依賴Kimi，效能落後於中國領先的開放模型，且定價更高。

intrigue在於Thinking Machines獨特的背景。該公司類似於OpenAI校友網路——2025年2月推出，約30人的團隊中有三分之二來自OpenAI，其他人來自Meta和Mistral。創始成員包括John Schulman、Barret Zoph、Lilian Weng、Andrew Tulloch和Luke Metz，路透社報道Suleyman從其前僱主那裡招募了至少20名研究人員。

Suleyman於2018年加入OpenAI，參與DALL-E、Codex、ChatGPT和Sora的開發，於2022年成為CTO，並在Altman於2023年11月被解僱後短暫擔任臨時CEO。這個熟悉OpenAI發展和產品化的團隊離開以構建新的技術系統，導致外界期望一條受OpenAI啟發的路線。相反，主要技術來源指向中國模型，標誌著重大轉變：最瞭解OpenAI的人最終採用了中國模型的技術藍圖。

這一結論需要仔細分析。OpenAI最近的尖端模型是閉源的，阻止了外部訪問權重、架構或訓練計劃。即使Suleyman瞭解內部技術，他也不能將OpenAI的商業秘密轉移到新公司。相反，DeepSeek和Kimi已公開發布權重和技術報告，允許其架構、訓練方法和工具鏈被合法研究和重用。

Inkling是一個開放權重模型，對於構建開放生態系統的公司而言，採用來自DeepSeek和Kimi等開放模型的成熟解決方案是一個合乎邏輯的工程選擇。開發開放模型而忽視公開可用的中國成就將產生更高的試錯成本。因此，借鑑中國模型並不證明Suleyman認為DeepSeek超越OpenAI。開放性和參考條件的差異是明顯的，但訊號很清晰：中國模型已成為美國AI團隊在開放權重空間中的關鍵參考。

真正的問題是，為什麼Thinking Machines擁有現有的架構和訓練經驗，卻產生了效能更弱且價格更高的Inkling。Suleyman擁有頂級團隊、充足資金和最新的NVIDIA訓練系統。沒有理由忽視這些差距，表明高成本替代方案可能是經過計算的決定。

考慮到Thinking Machines的待遇，Inkling應該不僅僅是一個不錯的模型。2025年7月，該公司在釋出任何產品之前完成了20億美元的種子輪融資，估值120億美元，投資者包括a16z、NVIDIA、AMD和Sequoia。四個月後，談判旨在達到高達5000億美元的估值，將該公司定位為OpenAI和Anthropic的潛在競爭對手。釋出一款表現落後於中國模型且成本更高的產品未達預期。然而，從商業角度來看，Suleyman可能從未打算贏得基準測試。

公司強調開放權重、多模態性和可定製性，鼓勵企業使用Tinker將Inkling微調為針對客戶服務、編碼和行業代理的專業模型。Suleyman押注於一個不優先考慮基準排名的市場。企業更關心私有部署、資料控制以及根據業務需求進行持續訓練。這些需求中的很大一部分由中國開放模型滿足：OpenAI和Anthropic仍然是閉源的，而在Meta的Llama4表現不佳後，它減少了開源工作。與此同時，DeepSeek、Kimi、Qwen和GLM不斷髮布權重，效能接近美國閉源模型，但價格低得多。

美國企業迅速做出回應——根據CNBC提供的OpenRouter資料，自2026年2月以來，美國企業透過該平臺呼叫的令牌中中國模型的周份額已超過30%，達到46%，而2025年上半年平均為4.5%。Cursor為Composer2測試了多個基礎模型，最終選擇Kimi K2.5，因為其評估強勁。Bridgewater Fund透過Tinker微調了Alibaba的Qwen，取得了比一些頂級閉源模型更好的結果。中國開放模型已成為美國企業的省錢捷徑，但這條路徑現在面臨壓力。

同時，美國對中國AI模型的監管氛圍正在收緊。相關部門已發出關於資料安全、模型來源和供應鏈風險的警告，一些使用中國模型的公司面臨調查。即使沒有統一限制，政策不確定性也影響企業選擇，特別是那些處理政府業務和敏感資料的企業。

這為Inkling創造了市場空間：一家美國公司的開放權重模型，使用Apache 2.0許可證，支援私有部署和定製。美國企業選擇它，無需擔心使用中國模型帶來的政治爭議，使其更容易透過政府客戶和大型企業的合規審查。Inkling的真正價值在於這種合規確定性——Suleyman將DeepSeek和Kimi的公共成就轉化為由美國公司提供的模型。它不需要在基準測試中擊敗中國模型，只需成為猶豫繼續使用中國模型的美國企業的可接受選擇。這解釋了其較高的定價：政策縮小了競爭範圍，使得效能和價格差距變得不那麼重要。對於某些美國企業來說，一款稍弱且更昂貴的模型就足夠了。