Thinking Machines Lab开放Tinker平台：集成万亿参数Kimi K2与Qwen3-VL多模态模型

前OpenAI首席技术官Mira Murati创立的AI企业Thinking Machines Lab于12月16日正式向公众开放其核心产品Tinker平台。该平台最新集成万亿参数规模的Kimi K2 Thinking推理模型，并新增Qwen3-VL系列视觉语言模型的双版本支持，标志着多模态AI应用进入新阶段。

Kimi K2 Thinking作为混合专家（MoE）架构的旗舰模型，具备320亿激活参数与1万亿总参数规模，采用Muon优化器训练，专为长链推理与工具调用场景设计。该模型在15.5T令牌数据集上完成预训练，其代理能力支持自动化工具调用，用户仅需提供基础任务描述即可实现复杂工作流。平台同步开放Kimi K2微调功能，允许开发者针对特定场景优化模型表现。

视觉能力方面，Tinker引入Qwen3-VL-30B和Qwen3-VL-235B两个视觉语言模型，支持PNG等格式的图像与文本交错输入。技术文档显示，这两个模型在低标注数据条件下的图像分类性能超越传统视觉模型DINOv2。用户可通过标准化接口实现多模态交互，例如上传图像后直接提问获取视觉分析结果。

平台兼容OpenAI API标准接口，开发者可无缝迁移现有应用。Thinking Machines Lab目前估值已达500亿美元，其创始人Mira Murati强调，Tinker的开放将加速企业级AI代理与多模态解决方案的落地。用户现可通过官网注册使用完整功能，平台已提供详细的代码示例与API文档支持。