美国人工智能模型与深度求索（DeepSeek）相似：性能更差，成本更高，但更符合美国合规要求

前OpenAI首席技术官Mustafa Suleyman的首个项目意外地翻转了中美之间大语言模型开发的剧本。7月15日，他推出了Thinking Machines Lab并发布了其首款模型Inkling。该模型利用受DeepSeek-V3启发的混合专家架构，并利用来自Moonshot的Kimi K2.5等开放模型的合成数据进行后训练初始化，结果喜忧参半。在多个基准测试中，Inkling落后于Kimi和GLM，且定价明显更高。尽管筹集了20亿美元并实现了120亿美元的估值，但首秀未达预期，然而Suleyman从一开始可能就没打算跻身顶级行列。

审视硬件，Inkling匹配了明星实验室的声望。它采用具有9750亿总参数的混合专家架构，每个令牌激活410亿参数。预训练使用了45万亿个令牌，涵盖文本、图像、音频和视频，支持高达100万个令牌的上下文。该模型处理文本、图像和音频，输出文本，同时允许调整推理强度以平衡性能、速度和成本。权重以宽松的Apache 2.0许可证发布，开发者可以通过Thinking Machines的Tinker平台自行部署或微调。策略很明确：Inkling不直接面向消费者，而是作为企业AI应用的基础。

技术报告揭示了其架构中的一个关键细节。Thinking Machines明确表示，Inkling的混合专家设计遵循DeepSeek-V3，具有众多专家模块，其中每个令牌仅激活子集，以及DeepSeek-V3的无助手损失负载均衡。中国的影响延伸至训练：后训练开始于使用来自开放权重模型的合成数据进行监督微调，特别引用了Kimi K2.5。

一条清晰的路线图浮现出来：由OpenAI前CTO创立的美国实验室，其首款模型模仿了DeepSeek的架构，后训练依赖于Kimi的数据。借鉴开放模型本身并非问题，因为DeepSeek和Kimi公开共享权重和使用权限，建立在公共成就之上。更引人注目的是，尽管吸收了中文模型技术，Inkling未能超越其前辈。Thinking Machines坦率承认：Inkling目前不是最强的模型，无论是开源还是闭源。

数字凸显了差距。在最终的人类考试纯文本评估中，Inkling得分29.7%，而Kimi K2.6和GLM 5.2分别达到35.9%和40.1%。启用工具后，Inkling升至46%，仍落后于Kimi K2.6的54%和GLM 5.2的54.7%。在SWE-Bench Pro中，测试真实的软件工程能力，Inkling得分54.3%，而Kimi K2.6为58.6%，GLM 5.2为62.1%。差距在Terminal Bench 2.1中最为明显，Inkling得分63.8%，而Kimi K2.6和GLM 5.2分别达到71.3%和82.7%。

Inkling在网络应用设计、音频理解和安全评估方面表现出色，甚至在某些数学任务中优于Kimi和DeepSeek。然而，它尚未达到综合推理、编程和代理能力的顶级行列。定价未提供任何缓解：在Tinker平台上，64K版本每百万预填充令牌收费1.87美元，每百万采样令牌收费4.68美元，这已经是五天的折扣价。256K版本分别收费3.74美元和9.36美元。与Kimi K2.6的API费率0.95美元输入和4美元输出，以及GLM 5.2的1.4美元和4.4美元相比，Inkling的预填充价格几乎是Kimi K2.6的两倍，生成成本更高且无明显价格优势。局势微妙：架构参考DeepSeek，后训练依赖Kimi，性能落后于中国领先的开放模型，且定价更高。

intrigue在于Thinking Machines独特的背景。该公司类似于OpenAI校友网络——2025年2月推出，约30人的团队中有三分之二来自OpenAI，其他人来自Meta和Mistral。创始成员包括John Schulman、Barret Zoph、Lilian Weng、Andrew Tulloch和Luke Metz，路透社报道Suleyman从其前雇主那里招募了至少20名研究人员。

Suleyman于2018年加入OpenAI，参与DALL-E、Codex、ChatGPT和Sora的开发，于2022年成为CTO，并在Altman于2023年11月被解雇后短暂担任临时CEO。这个熟悉OpenAI发展和产品化的团队离开以构建新的技术系统，导致外界期望一条受OpenAI启发的路线。相反，主要技术来源指向中国模型，标志着重大转变：最了解OpenAI的人最终采用了中国模型的技术蓝图。

这一结论需要仔细分析。OpenAI最近的尖端模型是闭源的，阻止了外部访问权重、架构或训练计划。即使Suleyman了解内部技术，他也不能将OpenAI的商业秘密转移到新公司。相反，DeepSeek和Kimi已公开发布权重和技术报告，允许其架构、训练方法和工具链被合法研究和重用。

Inkling是一个开放权重模型，对于构建开放生态系统的公司而言，采用来自DeepSeek和Kimi等开放模型的成熟解决方案是一个合乎逻辑的工程选择。开发开放模型而忽视公开可用的中国成就将产生更高的试错成本。因此，借鉴中国模型并不证明Suleyman认为DeepSeek超越OpenAI。开放性和参考条件的差异是明显的，但信号很清晰：中国模型已成为美国AI团队在开放权重空间中的关键参考。

真正的问题是，为什么Thinking Machines拥有现有的架构和训练经验，却产生了性能更弱且价格更高的Inkling。Suleyman拥有顶级团队、充足资金和最新的NVIDIA训练系统。没有理由忽视这些差距，表明高成本替代方案可能是经过计算的决定。

考虑到Thinking Machines的待遇，Inkling应该不仅仅是一个不错的模型。2025年7月，该公司在发布任何产品之前完成了20亿美元的种子轮融资，估值120亿美元，投资者包括a16z、NVIDIA、AMD和Sequoia。四个月后，谈判旨在达到高达5000亿美元的估值，将该公司定位为OpenAI和Anthropic的潜在竞争对手。发布一款表现落后于中国模型且成本更高的产品未达预期。然而，从商业角度来看，Suleyman可能从未打算赢得基准测试。

公司强调开放权重、多模态性和可定制性，鼓励企业使用Tinker将Inkling微调为针对客户服务、编码和行业代理的专业模型。Suleyman押注于一个不优先考虑基准排名的市场。企业更关心私有部署、数据控制以及根据业务需求进行持续训练。这些需求中的很大一部分由中国开放模型满足：OpenAI和Anthropic仍然是闭源的，而在Meta的Llama4表现不佳后，它减少了开源工作。与此同时，DeepSeek、Kimi、Qwen和GLM不断发布权重，性能接近美国闭源模型，但价格低得多。

美国企业迅速做出回应——根据CNBC提供的OpenRouter数据，自2026年2月以来，美国企业通过该平台调用的令牌中中国模型的周份额已超过30%，达到46%，而2025年上半年平均为4.5%。Cursor为Composer2测试了多个基础模型，最终选择Kimi K2.5，因为其评估强劲。Bridgewater Fund通过Tinker微调了Alibaba的Qwen，取得了比一些顶级闭源模型更好的结果。中国开放模型已成为美国企业的省钱捷径，但这条路径现在面临压力。

同时，美国对中国AI模型的监管氛围正在收紧。相关部门已发出关于数据安全、模型来源和供应链风险的警告，一些使用中国模型的公司面临调查。即使没有统一限制，政策不确定性也影响企业选择，特别是那些处理政府业务和敏感数据的企业。

这为Inkling创造了市场空间：一家美国公司的开放权重模型，使用Apache 2.0许可证，支持私有部署和定制。美国企业选择它，无需担心使用中国模型带来的政治争议，使其更容易通过政府客户和大型企业的合规审查。Inkling的真正价值在于这种合规确定性——Suleyman将DeepSeek和Kimi的公共成就转化为由美国公司提供的模型。它不需要在基准测试中击败中国模型，只需成为犹豫继续使用中国模型的美国企业的可接受选择。这解释了其较高的定价：政策缩小了竞争范围，使得性能和价格差距变得不那么重要。对于某些美国企业来说，一款稍弱且更昂贵的模型就足够了。