Thinking Machines Lab 全面开放Tinker API，新增微调与视觉模型功能，兼容OpenAI API

AI快讯 2025-12-16

Thinking Machines Lab 全面开放Tinker API：新增微调与视觉模型，无缝兼容OpenAI生态

在人工智能领域，开发者和研究人员的目光正从OpenAI、Google等巨头，转向由前OpenAI首席技术官Mira Murati创立的Thinking Machines Lab。这家实验室近期宣布了一项重大进展：其核心产品Tinker API现已结束内测，向所有用户全面开放。

从内测到全面开放：降低大模型微调的门槛

今年初，Thinking Machines Lab推出了Tinker，一个旨在简化大型语言模型（LLM）微调过程的API。它的核心理念是让开发者专注于自己擅长的领域——训练数据与算法设计，而将复杂的基础设施管理，如资源调度、性能调优和系统可靠性，全部交由Tinker处理。这极大地降低了LLM后训练的技术与资源门槛。

此前，Tinker仅限受邀用户使用。如今，随着候选名单制度的取消，任何有兴趣的研究者或开发者都可以直接访问并使用这项服务，标志着该平台进入了成熟和普及的新阶段。

三大核心更新：能力扩展与生态融合

本次开放伴随着三项重要功能升级，进一步强化了Tinker的实用性和兼容性。

1. 解锁万亿参数模型微调

用户现在可以通过Tinker对Kimi K2 Thinking模型进行微调。作为Thinking Machines Lab目前参数规模最大（达到万亿级别）的模型，Kimi K2专为处理需要长链推理和复杂工具调用的场景而设计。此次更新意味着普通开发者也能触及以往仅属于顶尖实验室的超大规模模型定制能力。

2. 原生兼容OpenAI API

Tinker推出了全新的推理接口，该接口完全兼容OpenAI API标准。用户只需指定模型路径，即可进行快速采样和推理，即使模型仍在训练过程中也能使用。这一设计实现了“即插即用”，让Tinker能够无缝接入任何支持OpenAI API的现有平台、应用或工作流，极大地提升了集成便利性和开发效率。

3. 引入视觉语言模型（VLM）支持

Tinker新增了对视觉任务的支持，引入了两款强大的视觉语言模型：Qwen3-VL-30B-A3B-Instruct和Qwen3-VL-235B-A22B-Instruct。这些模型使用户能够处理图像、截图、示意图等多种视觉内容，并可直接应用于监督微调（SFT）和基于人类反馈的强化学习（RLHF）微调等场景，为多模态应用开发打开了大门。

技术演示：用Tinker微调视觉分类模型

为了展示新增的视觉能力，Thinking Machines Lab的研究团队进行了一项实验。他们使用Tinker对Qwen3-VL-235B-A22B-Instruct模型进行了微调，并将其应用于多个经典的图像分类基准测试，包括Caltech-101（101类物体）、Stanford Cars（汽车数据集）、Oxford Flowers（花卉）和Oxford Pets（宠物）。

实验将图像分类任务构建为一个文本生成问题：模型接收图像，直接输出类别名称。研究人员将此方法与传统的视觉基线模型DINOv2进行了对比。DINOv2是一种自监督训练的视觉Transformer，通常作为视觉任务的骨干网络，在其之上添加了分类头进行微调。两种模型均采用了高效的LoRA微调方式。

结果显示，在少样本学习场景下，经过微调的Qwen3-VL-235B-A22B模型表现优于DINOv2。这种优势不仅源于其庞大的模型规模，更关键的是其作为视觉语言模型所固有的跨模态理解能力。它天然融合了语言知识（例如理解“向日葵”的概念）与视觉感知，这使得它不仅能完成图像分类，还能更灵活地迁移到其他需要图文结合理解的复杂任务中。