Tinker

概述

Tinker 是 Thinking Machines Lab 推出的模型训练平台，适合想对大型开源模型做微调或强化学习、又不想自己管理 GPU 集群的团队。训练循环由你的代码控制，Tinker 负责在共享 GPU 池上运行，并处理基础设施故障。

主要功能

• 四个核心接口：sample（生成 token，用于对话、评测或强化学习采样）、forward_backward（累积梯度）、optim_step（更新权重）、save_state（保存检查点、断点续训）。
• LoRA 训练：只训练一个小适配器而不是全部权重；官方称配置得当时，效果可以与全量微调相当，算力更省。
• 训练配方：监督微调、强化学习（含数学与终端智能体）、RLHF、在线蒸馏、搜索工具和预测等。
• 模型：Inkling 2 Small（总参数 5940 亿、激活 170 亿）、Inkling（9750 亿、激活 410 亿）、Inkling-Small（2760 亿、激活 120 亿），均为 256K 上下文；另有 Kimi-K2.6、GPT-OSS-120B、Qwen3-8B 等。
• 无服务器推理（测试版）：可调用 Inkling 系列模型。

价格

训练、采样和预填充按每百万 token 计费，价格随模型和上下文长度变化，以 Tinker 价格页为准；检查点存储 $0.10/GB/月。

适合谁

想用自有数据和奖励函数定制开源模型、并愿意自己写训练循环的机器学习工程师和研究团队。

怎么开始

在官网注册，选一个小模型，先用几百条样本跑一遍监督微调配方，再尝试强化学习。需要大规模使用的高校和机构可联系官方。

注意事项

训练和采样的每个 token 都计费，建议从小规模开始、勤做评测。部分旧模型正在下线，选基础模型前先看模型列表。

同类工具

Together AI 微调、OpenAI 微调、Fireworks AI、Hugging Face AutoTrain、Modal。