Inkling模型教程：Thinking Machines Lab知识工作AI部署与评测

Inkling是Thinking Machines Lab推出的AI知识工作模型，在Artificial Analysis智能指数评测中表现亮眼。Inkling Small版本以不到三分之一的参数量达到接近Inkling的得分水平，性价比极高。7月30日Artificial Analysis专题报道了Inkling在知识工作中的表现。

模型特点

Inkling专为知识密集型任务设计，在科研复现、长文档分析、多步推理等场景表现突出。Inkling Small通过蒸馏技术压缩参数，在保持核心能力的同时大幅降低部署成本。模型支持128K上下文窗口，可处理整篇学术论文或法律合同。

使用方式

Inkling通过API提供服务，也支持本地部署：

pip install inkling-sdk
inkling --model inkling-small --api-key YOUR_KEY

Inkling Small可在单张8GB显存GPU上运行，适合个人开发者和研究团队。完整版Inkling需要更大算力，推荐使用云端API。

性能对比

在Artificial Analysis智能指数中，Inkling得分接近Claude Fable 5和GPT-5.6 Sol，但成本仅为它们的零头。Inkling Small得分仅低1分，参数量减少68%，适合预算有限的场景。PaperBench科研复现评测中，Inkling系列位居前列。

想了解更多AI模型？看看我们的Qwen3.8-Max深度解析，或查看AI模型实时排行榜。