Together AI 发布 Inkling-Small：276B 总参数 MoE，多模态推理

Together AI 在 X 平台公布了一款名为 Inkling-Small 的新模型，主打「以更低成本提供旗舰级推理能力」。官方以要点形式披露了该模型的核心参数与性能定位，信息来源为 Together AI 官方账号一手发布。

核心架构与参数

Inkling-Small 采用 MoE（混合专家）架构，总参数规模为 276B，单次推理激活参数为 12B。这意味着模型在保持较大知识容量的同时，单次前向计算仅调用约 4% 的参数，旨在兼顾能力与推理成本。

多模态与长上下文

• 支持文本、图像、音频的原生跨模态推理，模型在输入层面即按多模态融合处理，而非简单的模态拼接。
• 上下文长度最高可达 1M tokens，并支持「可变思考强度」（variable thinking effort），允许调用方根据任务复杂度动态调整推理深度。

性能与成本定位

官方声称 Inkling-Small 在 Terminal-Bench 2.1 基准上可达到旗舰级 Inkling 同等表现，成本约为后者的五分之一。该基准聚焦终端 / 代理任务（agentic tasks），常用于衡量模型在真实命令执行场景中的能力。

信息限度与待观察点

截至目前，Together AI 仅在 X 平台发布了上述要点，尚未公开技术报告、完整 benchmark 对比表格、训练数据来源或开放 / 商用许可安排。是否提供开源权重、API 接入方式及定价细节尚未明确。对于关注该模型的开发者而言，建议持续关注 Together AI 后续的官方文档与发布说明。