Inkling
性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,价格只有 22 分之一。
有 95 个更便宜的已排名模型得分更高:GPT-6.1 Terra (64.1, $2.00)、Muse Spark 1.1 (62.2, $2.00)、Gemini 3.7 Flash (62.1, $1.50),另有 92 个。
截至 2026年11月16日,Inkling(Thinking Machines)在 BenchLeader Index 上得分 50.4(共 608 个已排名配置)。表现最好的是知识(60),最弱的是智能体与工具(31)。API 价格为输入每百万 token $1.87、输出每百万 token $4.68(按 3:1 混合为 $2.57),为 2026年11月16日的标价。输出速度约为 120 token/秒(OpenRouter)。发布于 2026年7月15日。
要点(截至 2026年11月16日)
- Inkling 的 API 价格为输入每百万 token $1.87、输出每百万 token $4.68(按 3:1 混合为 $2.57)(标价,2026年11月16日)。
- Inkling 的输出速度约为 120 token/秒(OpenRouter,2026年11月16日)。
- Inkling 于 2026年7月15日发布(Thinking Machines)。
详细说明:Inkling 是 Thinking Machines 的开放权重推理模型,发布于 2026年7月15日。其最佳配置在 BenchLeader Index 上得分 50.4 ±6.4,在 608 个配置中排第 337 名,处于下半区。关键在于这个“±”:另有 321 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,知识得分最高(60),智能体与工具最低(31)。按混合价格计,每百万 token $2.57,比大多数已排名模型贵。输出速度为 115 token/秒,首 token 延迟 0.3 秒,比大多数模型快。它已在 7 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。
- 混合价格
- $2.57/M
- 输入 $1.87 · 输出 $4.68
- 来源:models.dev
- 输出速度
- 115 tok/s
- OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
- 首次回答
- 0.34 s
- 上下文
- 66k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2026年7月15日
- 综合 Index50
- 推理52
- 编程46
- 智能体与工具31
- 数学54
- 知识60
- 人类偏好59
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/inkling)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
| 推理强度 | Index | 排名 | 速度 | 首次回答 | 聊天回复成本 | 类别 |
|---|---|---|---|---|---|---|
| 无推理 | – | – | 115 tok/s | 0.34 s | $0.0022 | 智能体与工具 21 |
| medium | – | – | 115 tok/s | 0.34 s | $0.0022 | |
| high | – | – | 115 tok/s | 0.34 s | $0.0022 | 编程 38 |
| xhigh | 50.0 | #349 | 92 tok/s | 19 s | $0.0016 | 智能体与工具 55 · 编程 38 · 知识 46 · 长上下文 63 · 数学 45 · 多模态 56 · 推理 47 |
| max | – | – | 115 tok/s | 0.34 s | $0.0022 | 综合 27 |
| thinking | – | – | 115 tok/s | 0.34 s | $0.0022 | |
| 未说明最佳 | 50.4 | #337 | 115 tok/s | 0.34 s | $0.0022 | 智能体与工具 31 · 编程 46 · 人类偏好 59 · 知识 60 · 数学 54 · 推理 52 |
Index 走势
2026年10月27日 至 2026年11月16日- 默认
- xhigh
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
元数据
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| AA Openness Index不计入 Index | 38.9#155 | Artificial Analysis |
推理
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| GPQA Diamond | 88.3%#71 | – | – | Epoch AI Benchmarking Hub | |
| SimpleBench推理强度未说明 | – | – | 50.0%#61 | SimpleBench | |
| Arena Hard Prompts推理强度未说明 | – | – | 1463#93 | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | 78.3%#28 | – | LiveBench | |
| LiveBench 1.0 Reasoning不计入 Index | 78.3%#56 | – | – | LiveBench | |
| GPQA Diamond (AA)不计入 Index | 87.2%#103 | – | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 31.9%#158 | – | – | Artificial Analysis | |
| HLE-Diamond (AA) | 10.6%#119 | – | – | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index推理强度未说明 | – | – | 87.1%#39 | Vals AI | |
| ARC-AGI-1推理强度未说明 | – | – | 79.5%#129 | ARC Prize | |
| ARC-AGI-2推理强度未说明 | – | – | 36.5%#130 | ARC Prize | |
| CritPt不计入 Index | 5.4%#168 | – | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | 18.0%#100 | – | – | Artificial Analysis | |
| HLE-Diamond (Scale)不计入 Index推理强度未说明 | – | – | 11.2%#20 | Scale AI SEAL | |
| Arena Expert不计入 Index推理强度未说明 | – | – | 1474#88 | Arena (LMArena) | |
| Chess Puzzles不计入 Index | 21.0%#94 | – | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 37.6%#123 | – | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 87.5%#106 | – | – | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 33.3%#75 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 4.9%#70 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 88.9%#86 | – | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | 0.0%#83 | Vals AI | |
| LiveBench Mathematics不计入 Index | 88.4%#43 | – | LiveBench | |
| Arena Maths推理强度未说明 | – | 1479#39 | Arena (LMArena) |
知识
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| SimpleQA Verified | 40.3%#55 | – | – | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 Data Analysis不计入 Index | – | 72.8%#23 | – | LiveBench | |
| LiveBench Research不计入 Index | – | 60.3%#32 | – | LiveBench | |
| LiveBench 1.0 Data Analysis不计入 Index | 72.8%#44 | – | – | LiveBench | |
| AA-Omniscience v1.1 | -1.5#87 | – | – | Artificial Analysis | |
| MMLU-Pro推理强度未说明 | – | – | 86.3%#42 | Vals AI | |
| LegalBench推理强度未说明 | – | – | 83.0%#63 | Vals AI | |
| CorpFin推理强度未说明 | – | – | 68.6%#7 | Vals AI | |
| TaxEval推理强度未说明 | – | – | 75.3%#19 | Vals AI | |
| Excel Modeling Benchmark不计入 Index推理强度未说明 | – | – | 38.4%#61 | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index推理强度未说明 | – | – | 41.0%#40 | Vals AI | |
| MedCode不计入 Index推理强度未说明 | – | – | 41.2%#54 | Vals AI | |
| MedScribe不计入 Index推理强度未说明 | – | – | 85.4%#27 | Vals AI | |
| Public Benefits Bench v1.1不计入 Index推理强度未说明 | – | – | 58.5%#36 | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 39.3%#71 | – | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 32.8%#105 | – | – | Artificial Analysis |
指令遵循
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Language不计入 Index | 73.5%#56 | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | 70.1%#30 | – | LiveBench | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | 1427#103 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1443#94 | Arena (LMArena) | |
| EQ-Bench 4 | 1212#16 | EQ-Bench | |
| EQ-Bench Creative Writing v3不计入 Index | 1609#44 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1389#127 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1446#100 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1442#110 | Arena (LMArena) |
多模态
| 基准测试 | xhigh | max | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench Design不计入 Index | – | 55.2%#34 | – | – | LiveBench | |
| MMMU-Pro | 73.5%#135 | – | – | – | Artificial Analysis | |
| MMMU-Pro (Vals)不计入 Index推理强度未说明 | – | – | – | 78.5%#50 | Vals AI | |
| MortgageTax不计入 Index推理强度未说明 | – | – | – | 64.0%#47 | Vals AI | |
| AudioMC不计入 Index | – | – | 56.6%#4 | – | Scale AI SEAL | |
| AudioMC (text output)不计入 Index | – | – | 56.6%#4 | – | Scale AI SEAL | |
| Code2Video-AA不计入 Index | 467#27 | – | – | – | Artificial Analysis | |
| AA-3D不计入 Index | 591#24 | – | – | – | Artificial Analysis |
长上下文
| 基准测试 | xhigh | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 77.3%#148 | Artificial Analysis | |
| MLCR不计入 Index | 6.1%#149 | Artificial Analysis |
综合
| 基准测试 | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | 148.4#73 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | 44.3%#32 | – | LiveBench | |
| LiveBench 1.0不计入 Index | 71.9%#52 | – | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 12.5#109 | – | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 25.0#174 | – | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 281.4#174 | – | – | Artificial Analysis | |
| Vals Index不计入 Index推理强度未说明 | – | – | 29.0#35 | Vals AI | |
| Vals Finance Index不计入 Index推理强度未说明 | – | – | 38.3%#38 | Vals AI | |
| Vals Multimodal Index不计入 Index推理强度未说明 | – | – | 49.4%#27 | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | 29.0%#21 | Vals AI | |
| Vals Legal Index不计入 Index推理强度未说明 | – | – | 54.2%#37 | Vals AI |
安全与诚实
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FORTRESS不计入 Index | 25.0%#47 | – | Scale AI SEAL | |
| DistressBench不计入 Index推理强度未说明 | – | 78.5%#7 | Scale AI SEAL |
GameBench 2 Overall: 25.6. GameBench 2, best reasoning setting (Max): 31.3. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
API 价格:在哪里调用
通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。
| 提供商 | 速度 | 首 token | 输入 $/M | 输出 $/M | 上下文 | 量化 |
|---|---|---|---|---|---|---|
| Together | 115 tok/s | 0.32 s | $1.00 | $4.05 | 524k | – |
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.374。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.0022 | $0.0017 | 2.9 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.025 | $0.012 | 5.6 s |
| 代码编辑 | 6,000 / 1,500 | $0.018 | $0.011 | 13.4 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.131 | $0.064 | 35.1 s |
| 结构化信息提取 | 2,000 / 200 | $0.0047 | $0.0024 | 2.1 s |
Thinking Machines 的更多模型
将 Inkling 与以下模型对比
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Inkling 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/inkling)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). Inkling on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/inkling
BibTeX:
@misc{benchleader_inkling_20261116,
author = {{BenchLeader}},
title = {{Inkling on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/inkling}},
note = {Data as of 2026-11-16}
}常见问题
- Inkling 的基准测试得分是多少?
- 截至 2026年11月16日,Inkling 的 BenchLeader Index 为 50.4 ±6.4。最强的是知识(60),最弱的是智能体与工具(31)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- Inkling 排名第几?
- 截至 2026年11月16日,Inkling 在 608 个已排名配置中排第 337 名。另有 321 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- Inkling 每百万 token 的价格是多少?
- 截至 2026年11月16日,Inkling 的价格为输入每百万 token $1.87、输出每百万 token $4.68,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.57。
- Inkling 比 Nemotron 3.5 Super VL 120B A12B 更好吗?
- 截至 2026年11月16日,Inkling 与 Nemotron 3.5 Super VL 120B A12B 的质量不相上下(BenchLeader Index 50.4 比 50.4,在 ±10.9 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Inkling 是什么时候发布的?
- Thinking Machines 于 2026年7月15日发布了 Inkling。BenchLeader 收录了它在 7 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《Inkling:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/inkling。