摘要： Thinking Machines 在 2026 年 11 月 12 日於 X 宣布，Inkling 2 Small 的權重已可從 Hugging Face 下載，採 Apache 2.0 授權。Cloudflare 的 Workers AI 文檔同步列出這顆模型的託管版本與定價。對開發者來說，同一顆 594B 參數的 MoE 模型，現在多了一條自架路線，也多了一條免架設的 API 路線。
規格與 Cloudflare 託管選項
依照 Cloudflare 文檔的描述，Inkling 2 Small 是 Thinking Machines Lab 的多模態 Mixture-of-Experts 模型，總參數 594B、每次推論活躍 18B，上下文窗口 1,048,576 tokens；接受文字與圖像輸入、產生文字，內建 reasoning 與 tool calling。Workers AI 的 model ID 為 @cf/thinkingmachines/inkling-2-small，reasoning effort 支援 none、minimal、low、medium、high（預設）、max 六級，支援 streaming 與 OpenAI 相容的 /v1/chat/completions 端點，並標示 zero data retention。定價是輸入每百萬 tokens $0.30、輸出 $1.00、快取輸入 $0.10。要留意的是，這顆模型不在標準 Workers Free 方案內，需升級 Workers Paid 或使用預付的 AI Gateway credits。
開放授權的實際分岔，與資料沒說的事
Apache 2.0 意味著可以下載、修改、商用，不被單一供應商綁定。不過 594B 總參數的自架成本不低，對多數團隊而言，Cloudflare 的託管版本反而像是低成本試金石——LLM Playground 免設定、免驗證，可直接在瀏覽器先試玩再決定。這個部落格先前寫過 Thinking Machines 的互動模型思路，這次開放權重算是把模型本身交到社群手上，微調與本地部署的空間由使用者自己判斷。
需要說清楚的限制：這批來源資料沒有提供任何 benchmark 或與其他模型的品質比較，也沒有訓練資料細節或 Cloudflare 基礎設施上的延遲、吞吐數字。選型前，最實際的下一步是在 Playground 用自己的典型輸入跑一輪，再對照定價估算成本。
參考來源
- Thinking Machines on X: Inkling 2 Small’s weights are now available for download on HuggingFace under an
- inkling-2-small
在 X 上查看原貼文