简介
Tinker 是 Thinking Machines Lab 的模型后训练 API。你只需在自己的电脑（CPU 即可）上用 Python 写训练循环和数据或强化学习环境，调用 forward_backward、optim_step、sample、save_state 等原语；分布式训练、GPU 调度与故障恢复由 Tinker 在服务端完成，换模型只改一个字符串。支持 LoRA 微调、监督微调（SFT）、强化学习（交叉熵、重要性采样、PPO、CISPO、DRO、GSPO 等损失，可自定义），覆盖 Thinking Machines 自家 Inkling 系列与 NVIDIA Nemotron、Qwen、Kimi、GLM、GPT-OSS、DeepSeek 等开放权重模型，并提供视觉输入、OpenAI/Anthropic 兼容采样接口、检查点下载与 CLI（tinker auth / billing / checkpoint / session）。开源 Tinker Cookbook 提供 SFT、RL、蒸馏、偏好学习、搜索工具、代码 RL、预测等配方；官方案例包括 Bridgewater 训练 Qwen3-235B 做金融信息筛选、Lightning Rod Labs 用 gpt-oss-120b 预测临床事件等。安装：uv add tinker tinker-cookbook，再 tinker auth login 或设置 TINKER_API_KEY。Serverless 推理处于 Beta，目前仅支持 Inkling 2 Small、Inkling、Inkling-Small。官方来源：https://thinkingmachines.ai/tinker/ 、https://thinkingmachines.ai/tinker/pricing/ 、https://tinker-docs.thinkingmachines.ai/tinker/quickstart/ （2026-11-08 00:30 Asia/Shanghai 核对）。 定价：按 token 计费，价格随模型与上下文长度而定（每 1M tokens）：如 GPT-OSS-20B 训练 $0.396、采样 $0.45；Qwen3-8B 训练 $0.44；Inkling 2 Small（64K）prefill $0.30、采样 $1.00、训练 $1.50；Kimi-K3.1-Pro 训练 $32.00；部分 Nemotron 模型限时五折；检查点存储 $0.10/GB/月。币种 USD。
- 托管分布式训练｜本地写循环，GPU 集群与容错由 Tinker 处理。
- LoRA 与全流程后训练｜SFT、RL、偏好学习、蒸馏，内置多种损失并可自定义。
- 多家开放权重模型｜Inkling、Nemotron、Qwen、Kimi、GLM、GPT-OSS、DeepSeek 等，换模型改一个字符串。
- 采样与检查点｜训练中采样评估，检查点可下载或导出，OpenAI/Anthropic 兼容接口。
- 开源 Cookbook｜Apache-2.0 配方库覆盖数学 RL、代码 RL、搜索工具、预测等。
