前OpenAI技术负责人创立的Thinking Machines Lab推出模型微调平台Tinker

由OpenAI前技术负责人Mira Murati在今年2月成立的AI初创公司Thinking Machines Lab，于本周三（10/1）发布首款产品Tinker，令人意外的是，这并非一个大型语言模型，而是一个用于定制开放权重模型的微调API，能让研究人员与开发者更轻松地训练出符合特定需求的AI模型。

Tinker本质上是一个托管服务，用户可通过云端API直接微调开放权重模型，包括Qwen、Llama与Mistral等，系统会自动处理训练过程中的复杂任务，例如GPU资源分配、调度与故障恢复，用户无需自行搭建服务器或管理计算环境。

此外，Tinker支持LoRA等高效微调技术，并搭配开源的Tinker Cookbook示例库，提供多种训后流程，如强化学习（RLHF）与偏好优化。开发者可根据任务需求打造专属模型，无论是专业应用、客服助手还是研究实验，都能更灵活地掌控模型的知识与语气风格。

Thinking Machines Lab表示，Tinker的目标是让更多团队能以更低门槛进行模型定制，并借助开源的Tinker Cookbook推动研究与应用的普及。

目前Tinker尚处于内测阶段，开放研究人员及开发者申请免费试用，通过云端API微调开放权重模型，体验其自动化训练管理及高效微调流程。未来将采用按使用量计费的模式，根据实际训练所需的算力、存储及API调用情况进行收费，预计将根据不同微调方式设置分级定价。Tinker的正式定价将在公测版上线后公布。

与其他AI初创不同，Thinking Machines Lab并未推出大型语言模型，而是选择发布微调平台，反映出该公司意图成为AI研究与应用的基础设施供应商。随着越来越多开放权重模型的出现，研究人员与企业亟需更灵活的工具来快速定制和部署模型。

成立不到一年的Thinking Machines Lab已获得由a16z领投的20亿美元种子轮融资，Nvidia与思科也参与了本轮投资，融资后估值达120亿美元。