BenchLeader

Inkling 2 Mini vs Inkling 2 Small

完整资料:Inkling 2 Mini(Thinking Machines)和 Inkling 2 Small(Thinking Machines),包括全部基准测试、价格和排名。

更新于 · 数据来自 8 个来源

截至 2026年11月21日,两者共同的基准测试太少,无法判断质量高下。Inkling 2 Mini 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $0.238 比 $0.475)。在两者都有成绩的所有类别中,Inkling 2 Small 均领先。Inkling 2 Mini 输出更快(约 2 倍)。

Inkling 2 Mini 于 2026年11月20日 发布,目前还没有 BenchLeader Index(需要覆盖两个类别的五项第三方结果)。因此本页不给出质量结论,只对比两者目前已公布的价格、上下文窗口、速度、两者都有结果的基准测试。首批结果将在以下页面跟踪: Inkling 2 Mini 的页面

要点(截至 2026年11月21日)

  • Inkling 2 Mini 每百万 token 混合价格为 $0.238(标价,2026年11月21日)。
  • Inkling 2 Small 每百万 token 混合价格为 $0.475(标价,2026年11月21日)。
  • Inkling 2 Mini 比 Inkling 2 Small 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月21日)。
  • 在两者都有结果的 15 项基准测试中,Inkling 2 Small 领先 15 项(BenchLeader,2026年11月21日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程Inkling 2 Small类别得分 59 比 44;FrontierCode 2.0 (AA) 25.4% 比 15.1%高
推理Inkling 2 Small类别得分 52 比 40;HLE-Diamond (AA) 28.7% 比 15.2%高
知识Inkling 2 Small类别得分 53 比 41;AA-Omniscience v1.1 16.1 比 -8.6高
对话质量(人类偏好)–只有 Inkling 2 Small 有 Arena 评分(类别得分 59)无法比较
成本最低Inkling 2 Mini每百万 token 混合价格 $0.238 比 $0.475;智能体编程会话 $0.011 比 $0.022–
首次回答最快Inkling 2 Mini首个回答 token 9.7 秒(Inkling 2 Mini)比 45.2 秒(Inkling 2 Small)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 共同的基准测试太少,无法给出结论。
  • Inkling 2 Small 在编程、知识、推理方面更强。
  • Inkling 2 Mini 更便宜,对方的价格是它的 2.0 倍(每百万 token 混合价格 $0.238 比 $0.475)。
  • Inkling 2 Mini 的输出速度是对方的 2.5 倍(280 比 111 token/秒)。

概览

规格Inkling 2 MiniInkling 2 Small
提供商Thinking MachinesThinking Machines
发布日期2026年11月20日2026年11月5日
上下文窗口(token)1,048,5761,048,576
对比时的配置Inkling 2 MiniInkling 2 Small
开放权重是否
每百万 token 价格(输入 / 输出 / 缓存输入)$0.150 / $0.500 / $0.015$0.300 / $1.00 / $0.030

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别Inkling 2 MiniInkling 2 Small领先者
推理39.852.1Inkling 2 Small
编程43.959.4Inkling 2 Small
智能体与工具–58.3无法比较
知识40.853.3Inkling 2 Small
人类偏好–58.5无法比较
多模态–63.6无法比较
长上下文–66.4无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程知识Inkling 2 Mini, 推理: 39.8Inkling 2 Mini, 编程: 43.9Inkling 2 Mini, 知识: 40.8Inkling 2 Small, 推理: 52.1Inkling 2 Small, 编程: 59.4Inkling 2 Small, 知识: 53.3

未绘制(测得的模型少于两个):智能体与工具, 数学, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 15 项基准测试中,Inkling 2 Mini 领先 0 项,Inkling 2 Small 领先 15 项。所有同时评测两者的综合评分都认为 Inkling 2 Small 更强。

综合 IndexInkling 2 MiniInkling 2 Small领先者
AA Intelligence Index v5.0.120.130.6Inkling 2 Small

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标Inkling 2 MiniInkling 2 Small
每百万 token 混合价格$0.238$0.475
每百万 token 输入 / 输出$0.150 / $0.500$0.300 / $1.00
每百万 token 缓存输入$0.015$0.030
每项任务价格:聊天回复$0.0002$0.0004
每项任务价格:总结一份 30 页的报告$0.0021$0.0042
每项任务价格:代码编辑$0.0017$0.0033
每项任务价格:智能体编程会话$0.011$0.022
每项任务价格:结构化信息提取$0.0004$0.0008
智能体编程会话(输入大多命中缓存)$0.0049$0.0099
每项基准测试任务成本(AA Index)$0.587$1.18
每项任务输出 token(AA Index)152k150k
其中推理部分93k88k
每项任务耗时(AA Index)9 min22 min
输出速度280 tok/s111 tok/s
首次回答时间9.7 秒45.2 秒
完整回答耗时(最近一次测量 2026年11月13日)–163.6 秒

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 Inkling 2 Mini 上花费 $0.587,在 Inkling 2 Small 上花费 $1.18;完成同样的工作,Inkling 2 Mini 输出的 token 是对方的 1.0 倍。

每个模型都按其排名最高的推理强度设置进行对比。Inkling 2 Mini首个回答 token 需 10 秒。Inkling 2 Small 得分 57.2,首个回答 token 需 45 秒;Inkling 2 Small (xhigh) 为 52.1(45 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 81 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方Inkling 2 MiniInkling 2 Small
BenchLeader IndexBenchLeader–57.2
编程得分BenchLeader43.959.4
知识得分BenchLeader40.853.3
推理得分BenchLeader39.852.1
智能体与工具得分BenchLeader–58.3
人类偏好得分BenchLeader–58.5
长上下文得分BenchLeader–66.4
多模态得分BenchLeader–63.6
混合价格(美元/百万 token)BenchLeader$0.238$0.475
输出速度BenchLeader280 tok/s111 tok/s
首次回答时间BenchLeader9.7 秒45.2 秒
上下文窗口BenchLeader1,048,576 token1,048,576 token
推理
Arena Hard PromptsArena (LMArena)–1439
Humanity's Last Exam (AA)Artificial Analysis–44.1%
HLE-Diamond (AA)Artificial Analysis15.2%28.7%
ARC-AGI-1ARC Prize84.5%†96.5%†
ARC-AGI-2ARC Prize49.3%†81.7%†
ARC-AGI-3ARC Prize–2.6%†
CritPt v2 hard subset (AA)Artificial Analysis17.0%35.0%
MysteryMechanismVals AI–25.2%
Arena ExpertArena (LMArena)–1488
编程
SciCodeSciCode–52.3%
Arena CodingArena (LMArena)–1485
Arena WebDevArena (LMArena)–1643
ProgramBenchVals AI–0.5%
SWE-bench MultimodalVals AI–43.1%
Vibe Code Bench v1.1Vals AI–81.5%
SWE Atlas v1.1Scale AI SEAL–61.9%†
SWE Atlas v1.1: Codebase QnAScale AI SEAL–74.2%†
SWE Atlas v1.1: Test WritingScale AI SEAL–58.1%†
SWE Atlas v1.1: RefactoringScale AI SEAL–53.3%†
SWE-Bench Pro V2Scale AI SEAL–97.7%†
SWE-Bench Pro V2 HARDScale AI SEAL–86.3%†
FrontierSWEEpoch AI Benchmarking Hub–25.1%†
Terminal-Bench 4.0 (AA)Artificial Analysis5.6%13.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–81.3%
Design Arena CodeDesign Arena–1377
显示全部 81 项基准测试
指标发布方Inkling 2 MiniInkling 2 Small
编程
FrontierCode 2.0 (AA)Artificial Analysis15.1%25.4%
智能体与工具
Terminal-BenchTerminal-Bench–13.0%†
APEX-AgentsMercor–46.8%
Arena AgentArena (LMArena)–1.5
MCP AtlasScale AI SEAL–85.4%†
GDPval-AA v2.1Artificial Analysis13191630
τ³-Banking (AA)Artificial Analysis–40.4%
Analyst Agent (AA)Artificial Analysis46.3%51.3%
CyberBenchVals AI–72.7%
Finance Agent v2.1Vals AI–67.5%
Harvey's Legal Agent Benchmark v1.1Vals AI–21.7%
Legal Research BenchVals AI–46.6%
SREBenchVals AI–1.9%
Tax Agent BenchVals AI–38.9%
Terminal-Bench 4.0 (Vals)Vals AI–12.6%
Terminal-Bench ScienceVals AI–2.9%
Arena Agent Task CompletionArena (LMArena)–2.4
AutomationBenchArtificial Analysis41.8%45.6%
GDP.pdf (AA)Artificial Analysis16.8%25.2%
EnterpriseOps-GymArtificial Analysis42.0%46.8%
AA-Briefcase v1.1Artificial Analysis12631527
Design Arena AgenticDesign Arena–1303
Terminal-Bench-Science 0.1 (AA)Artificial Analysis1.4%5.7%
数学
ArXivMathMathArena–31.9%
BrokenArXivMathArena–63.2%
知识
AA-Omniscience v1.1Artificial Analysis-8.616.1
BioMysteryBenchVals AI–70.0%
Excel Modeling Benchmark v1.1Vals AI–69.5%
MedCodeVals AI–44.1%
MedScribeVals AI–90.2%
Arena Text FactualityArena (LMArena)–1424
GDP.pdfEpoch AI Benchmarking Hub–43.6%†
AA-Omniscience v1.1: accuracyArtificial Analysis20.5%33.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis63.4%73.3%
指令遵循
Arena Instruction FollowingArena (LMArena)–1409
人类偏好
Arena TextArena (LMArena)–1412
Arena Creative WritingArena (LMArena)–1344
Arena Multi-turnArena (LMArena)–1413
Arena Longer QueriesArena (LMArena)–1408
多模态
MMMU-ProArtificial Analysis–81.6%
SAGEVals AI–88.6%
Humanity's Sixth SenseScale AI SEAL–33.3%†
VIALS-AAHandshake AI–42.9%
Code2Video-AAArtificial Analysis8701020
AA-3DArtificial Analysis–1027
长上下文
AA-LCR v1.1Artificial Analysis–83.3%
MLCRArtificial Analysis–20.6%
综合
AA Intelligence Index v5.0.1Artificial Analysis20.130.6
AA Progress Index v1Artificial Analysis–317.6
Vals IndexVals AI–56.1
Vals Finance IndexVals AI–61.5%
Vals Science IndexVals AI–32.7%
Vals Legal IndexVals AI–73.9%
安全与诚实
FORTRESSScale AI SEAL–16.2%†
DistressBenchScale AI SEAL–82.3%†
元数据
AA Openness IndexArtificial Analysis–38.9

数据截至 2026年11月21日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

变化

  • Inkling 2 Small:BenchLeader Index 57.9 → 57.2。
  • Inkling 2 Mini:首批结果。
  • Inkling 2 Small:2 项分数修订。
  • Inkling 2 Small:3 项新结果(AA Progress Index v1, MedCode, MedScribe)。
  • Inkling 2 Small:1 项分数修订。
  • Inkling 2 Small:1 项分数修订;价格 $0.060/M → $0.030/M。
  • Inkling 2 Small:1 项分数修订。
  • Inkling 2 Small:BenchLeader Index 58.4 → 57.9。
  • Inkling 2 Small:2 项新结果(FORTRESS, Design Arena Agentic)。
  • Inkling 2 Small:2 项新结果(MysteryMechanism, Vals Science Index);1 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

Inkling 2 Mini vs Inkling 2 Small:常见问题

Inkling 2 Mini 和 Inkling 2 Small 哪个更便宜?价格会变吗?
目前 Inkling 2 Mini 更便宜:每百万 token $0.238 比 $0.475(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 Inkling 2 Mini 还是 Inkling 2 Small 更好?
Inkling 2 Small 在编程方面得分更高(类别得分 59 比 44,50 为平均水平)。在两者共同的最主要编程基准测试 FrontierCode 2.0 (AA) 上,Inkling 2 Mini 为 15.1%,Inkling 2 Small 为 25.4%。
Inkling 2 Mini 和 Inkling 2 Small 哪个更快?
Inkling 2 Mini 输出更快(约 2 倍;输出 280 比 111 token/秒,Artificial Analysis 7 日中位数)。
处理长文档哪个更好?
两者都支持 1,048,576 token 的上下文。
哪个延迟更低?
Inkling 2 Mini 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 9.7 秒比 45.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
更多问题(2)
第三方基准测试对 Inkling 2 Mini 和 Inkling 2 Small 的看法一致吗?
在两者都有结果的 15 项基准测试中,Inkling 2 Mini 领先 0 项,Inkling 2 Small 领先 15 项。所有同时评测两者的综合评分都认为 Inkling 2 Small 更强。
Inkling 2 Mini 是什么时候发布的?
Inkling 2 Mini 于 2026年11月20日 发布。