【AI早读 0717】Inkling 975B 开源，Thinking Machines 的首个基座模型

昨天是开源的大日子。Thinking Machines Lab 发布了 Inkling，一家从 OpenAI 走出来的人马做的第一个模型，而且是一上来就开源。

Inkling：975B 的 Apache 2.0 开源模型

Thinking Machines Lab 发布了其首个全尺寸开源模型 Inkling（975B 总参数 / 41B 活跃参数），采用 Apache 2.0 许可证。模型基于 Mixture-of-Experts 架构，支持 1M token 上下文窗口，原生支持文本、图像和音频输入。

链接：Inkling: A New Open-Weight 975B MoE with a Few Surprises

Sebastian Raschka 的深度拆解揭示了一些架构上的意外设计。Inkling 在每个 decoder layer 的 key/value 投影之后以及 attention 和 MLP 分支输出处，都加入了 kernel-4 的小卷积层 - 相当于给 attention 加了一个显式的局部 token mixing 偏置。另外，它在 token embedding 层之后额外加了一层 RMSNorm，这在其他 MoE 模型里不常见。

最有趣的位置编码方案。Inkling 没有用 RoPE，而是采用了一种可学习的、输入依赖的相对位置偏置。66 个 decoder layer 中，55 个使用 512 token 的局部窗口注意力，剩下的 11 个全局层也只在前 1024 token 范围内应用位置偏置 - 超出范围的部分实际上是按 content-based 处理。这和 NoPE 的思路有相似之处。

Mira Murati 和 John Schulman 在 X 上透露，训练从去年冬天开始，1 月中旬才组建小团队做 coding、reasoning 和 agentic training 的微调。Lilian Weng 表示这是“实用的、可定制的基座模型”。

模型发布时已有 vLLM、SGLang、Modal、Baseten、Databricks、Hugging Face 等平台的 day-0 支持。Inkling-Small（276B / 12B 活跃）作为轻量版本一同预览。

Kimi K3：2.8T 参数的中国新对手

Moonshot AI 发布了 Kimi K3，2.8 万亿参数，自称首个“开源 3T 级模型”。定价 $3/M 输入、$15/M 输出，是目前中国实验室发布的最贵模型，也是 DeepSeek V4 Pro 之后参数规模最大的开源模型。

链接：Kimi K3, and what we can still learn from the pelican benchmark

Simon Willison 用经典的“鹈鹕骑自行车”SVG 测试跑了一遍。模型花了 16658 个输出 token 画了一只鹈鹕，成本 25 美分。拿生成的 SVG 做 image input 让他描述，花了 0.6 美分。他说这个测试在 21 个月前开始是玩笑，但没想到一开始真的和模型质量有相关性 - 现在已经基本失效了。

Artificial Analysis 的报告显示，K3 在长程知识工作评估中达到 1547 Elo，比 K2.6 提升 732 分，仅次于 Claude Fable 5。每任务成本 $0.94，和 GPT-5.6 Sol 的 $1.04 接近，大约是 Opus 4.8 的一半。K3 的 token 使用量比 K2.6 少了 21%。模型在 Arena.ai 的前端代码竞技场上甚至超过了 Claude Fable 5。

Kimi K3 的权重承诺在 7 月 27 日之前发布。

Grok 4.3 登陆 Amazon Bedrock

xAI 的 Grok 4.3 已正式在 Amazon Bedrock 上可用，这是 xAI 首次作为 Bedrock 模型提供商入驻。模型支持 1M token 上下文窗口，提供可配置的 reasoning effort（none / low / medium / high）。

链接：Introducing Grok on Amazon Bedrock

xAI 宣称 Grok 4.3 在 Artificial Analysis Omniscience 基准上以最低幻觉率排名第一，同时在 Tau2 Telecom 工具调用基准和 Vals AI Case Law 与 Corporate Finance 文档理解基准上也拿了第一。模型运行在 Bedrock 的 Mantle 推理引擎上。

NVIDIA Nemotron 3 Embed 登顶 RTEB 排行榜

NVIDIA 发布了 Nemotron 3 Embed 系列，包含三个开源 embedding 模型。旗舰版 8B 模型登上 RTEB 多语言排行榜第一，另有 1B 标准版和 Blackwell 优化的 NVFP4 版本。

链接：NVIDIA Nemotron 3 Embed Ranks #1 Overall on RTEB

模型支持 32K 上下文窗口，覆盖 multilingual 检索和代码检索。NVIDIA 同时开放了权重、数据集和训练配方。

ChatGPT 开始接管桌面

OpenAI 发布了一则视频，展示 ChatGPT 可以完成电脑上的操作任务。视频时长较短，属于技术预告性质。

用 Bedrock AgentCore 搭建餐厅电话 AI

AWS 发布了一篇技术手册，演示如何使用 Bedrock AgentCore 和 Nova 2 Sonic 构建一个能接听餐厅电话、处理预订和点餐的 AI 前台系统。每个月每家餐厅平均漏接 150 通电话，其中 60% 是顾客想下单或订座。

链接：Building a restaurant telephony AI host with Bedrock AgentCore and Nova 2 Sonic

---

来源：VerySmallWoods Research Feed - 2026-07-17 UTC