BenchLeader

Inkling 2 Small

发布追踪 · 第 12 天

Inkling 2 Small 发布之初:首批第三方结果

截至 2026年11月16日,Inkling 2 Small(Thinking Machines,发布于 2026年11月5日)已有来自 Artificial Analysis(AA Intelligence Index v5.0.1 30.6)、LMArena(Arena Text 1412)、Epoch AI(SciCode 52.3%)、Vals AI(Vals Index 56.1)、ARC Prize(ARC-AGI-2 81.7%)、Scale AI(MCP Atlas 85.4%)、Design Arena(Design Arena Website 1335)、MathArena(ArXivMath 31.9%)和 Terminal-Bench(Terminal-Bench 13.0%)的第三方结果。它在 BenchLeader Index 上于 331 个模型中排第 67 名(57.9)。标价为输入 $0.30、输出 $1.00(每百万 token),上下文窗口为 1M token。LiveBench 和 SWE-bench 尚未测量。

发布日期
2026年11月5日(第 12 天)
价格
输入 $0.30、输出 $1.00(每百万 token)
上下文窗口
1M token
开放权重
否
BenchLeader Index
57.9(331 个模型中第 67 名)
第三方排行榜目前的结果
Artificial AnalysisAA Intelligence Index v5.0.1 30.6 · AA-LCR v1.1 83.3% · MMMU-Pro 81.6% · 下方还有更多
LMArenaArena Text 1412 · Arena Hard Prompts 1438 · Arena Coding 1485 · 下方还有更多
Epoch AISciCode 52.3% · APEX-Agents 46.8%
Vals AIVals Index 56.1 · BioMysteryBench 70.0% · CyberBench 72.7% · 下方还有更多
ARC PrizeARC-AGI-2 81.7% · ARC-AGI-1 96.5%
Scale AIMCP Atlas 85.4% · FORTRESS 16.2% · SWE Atlas v1.1 61.9% · 下方还有更多
Design ArenaDesign Arena Website 1335 · Design Arena Agentic 1315
MathArenaArXivMath 31.9% · BrokenArXiv 63.2%
Terminal-BenchTerminal-Bench 13.0%

各排行榜通常在模型发布后几天内公布结果;本页每 6 小时重新生成一次。

仅显示第三方发布方的分数;提供商就自家模型公布的基准测试数字不予显示。

推理强度
质量第 68 / 339 名
57.9Index
前四分之一
较中位数 +7.7
价格第 82 / 255 名
$0.475每百万 token
比多数便宜
中位数的 0.6 倍
速度第 78 / 216 名
100token/秒
高于中位数
中位数的 1.2 倍
性价比第 73 / 255 名
121.9分/$
高于中位数
中位数的 2.2 倍

性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 71%。

有 1 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)。

截至 2026年11月16日,Inkling 2 Small(Thinking Machines)在 BenchLeader Index 上得分 57.9(共 608 个已排名配置)。表现最好的是长上下文(66),最弱的是推理(53)。API 价格为输入每百万 token $0.300、输出每百万 token $1.00(按 3:1 混合为 $0.475),为 2026年11月16日的标价。输出速度约为 100 token/秒(Artificial Analysis)。发布于 2026年11月5日。

要点(截至 2026年11月16日)

  • Inkling 2 Small 的 API 价格为输入每百万 token $0.300、输出每百万 token $1.00(按 3:1 混合为 $0.475)(标价,2026年11月16日)。
  • Inkling 2 Small 的输出速度约为 100 token/秒(Artificial Analysis,2026年11月16日)。
  • Inkling 2 Small 于 2026年11月5日发布(Thinking Machines)。

详细说明:Inkling 2 Small 是 Thinking Machines 的闭源推理模型,发布于 2026年11月5日。其最佳配置在 BenchLeader Index 上得分 57.9 ±3.4,在 608 个配置中排第 143 名,处于上半区。关键在于这个“±”:另有 232 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,长上下文得分最高(66),推理最低(53)。按混合价格计,每百万 token $0.475,比大多数已排名模型便宜。输出速度为 100 token/秒,首次回答需 49.0 秒,比大多数模型快。它已在 2 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
$0.475/M
输入 $0.300 · 输出 $1.00
来源:Artificial Analysis
输出速度
100 tok/s
由 Artificial Analysis 测量
首次回答
49 s
首 token 0.64 s
上下文
1.0M
来源:models.dev
完整回答
164 s
最近一次测量 2026年11月13日
单任务成本
$1.18
每项任务 25 min,AA Index
单任务 token 数
150k
其中 59% 为推理
发布日期
2026年11月5日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index58
  2. 推理53
  3. 编程60
  4. 智能体与工具61
  5. 知识54
  6. 人类偏好59
  7. 多模态64
  8. 长上下文66

嵌入这个排名

更多徽章样式
[![Inkling 2 Small on BenchLeader: 综合第 67 名](https://www.benchleader.com/badge/inkling-2-small.svg?style=compact)](https://www.benchleader.com/models/inkling-2-small)

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。

Thinking Machines 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Thinking Machines 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Inkling 2 Small本页2026年11月5日57.9#143
Inkling Small2026年7月15日52.0#289

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
xhigh––100 tok/s49 s$0.0004智能体与工具 30 · 推理 67
未说明最佳57.9#143100 tok/s49 s$0.0004智能体与工具 61 · 编程 60 · 人类偏好 59 · 知识 54 · 长上下文 66 · 多模态 64 · 推理 53

Index 走势

2026年11月6日 至 2026年11月16日
545862

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

基准测试默认来源趋势
AA Openness Index不计入 Index38.9#155Artificial Analysis

推理

基准测试xhigh默认来源趋势
Arena Hard Prompts推理强度未说明–1438#131Arena (LMArena)
Humanity's Last Exam (AA)不计入 Index推理强度未说明–44.1%#60Artificial Analysis
HLE-Diamond (AA)推理强度未说明–28.7%#57Artificial Analysis
ARC-AGI-196.5%#29–ARC Prize
ARC-AGI-281.7%#48–ARC Prize
CritPt v2 hard subset (AA)推理强度未说明–35.0%#67Artificial Analysis
MysteryMechanism不计入 Index推理强度未说明–25.2%#18Vals AI
Arena Expert不计入 Index推理强度未说明–1488#65Arena (LMArena)

编程

智能体与工具

基准测试xhigh默认来源趋势
Terminal-Bench13.0%#96–Terminal-Bench
APEX-Agents推理强度未说明–46.8%#44Mercor
Arena Agent推理强度未说明–2.5#18Arena (LMArena)
MCP Atlas推理强度未说明–85.4%#5Scale AI SEAL
GDPval-AA v2.1不计入 Index推理强度未说明–1630#31Artificial Analysis
τ³-Banking (AA)推理强度未说明–40.4%#29Artificial Analysis
Analyst Agent (AA)不计入 Index推理强度未说明–51.3%#9Artificial Analysis
CyberBench不计入 Index推理强度未说明–72.7%#15Vals AI
Finance Agent v2.1不计入 Index推理强度未说明–67.5%#5Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index推理强度未说明–21.7%#6Vals AI
Legal Research Bench不计入 Index推理强度未说明–46.6%#19Vals AI
SREBench不计入 Index推理强度未说明–1.9%#25Vals AI
Tax Agent Bench不计入 Index推理强度未说明–38.9%#13Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index推理强度未说明–12.6%#44Vals AI
Terminal-Bench Science不计入 Index推理强度未说明–2.9%#34Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明–3.3#22Arena (LMArena)
AutomationBench不计入 Index推理强度未说明–45.6%#121Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明–25.2%#45Artificial Analysis
EnterpriseOps-Gym不计入 Index推理强度未说明–46.8%#12Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明–1527#39Artificial Analysis
Design Arena Agentic不计入 Index推理强度未说明–1315#7Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明–5.7%#78Artificial Analysis

数学

基准测试默认来源趋势
ArXivMath不计入 Index31.9%#7MathArena
BrokenArXiv不计入 Index63.2%#4MathArena

知识

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1410#130Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1412#145Arena (LMArena)
Arena Creative Writing不计入 Index1345#179Arena (LMArena)
Arena Multi-turn不计入 Index1415#138Arena (LMArena)
Arena Longer Queries不计入 Index1410#154Arena (LMArena)

多模态

基准测试默认来源趋势
MMMU-Pro81.6%#47Artificial Analysis
SAGE不计入 Index88.6%#8Vals AI
Humanity's Sixth Sense不计入 Index33.3%#13Scale AI SEAL
VIALS-AA不计入 Index42.9%#13Handshake AI
Code2Video-AA不计入 Index1020#16Artificial Analysis
AA-3D不计入 Index1027#11Artificial Analysis

长上下文

基准测试默认来源趋势
AA-LCR v1.183.3%#22Artificial Analysis
MLCR不计入 Index20.6%#49Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v5.0.1不计入 Index30.6#63Artificial Analysis
Vals Index不计入 Index56.1#22Vals AI
Vals Finance Index不计入 Index61.5%#9Vals AI
Vals Science Index不计入 Index32.7%#17Vals AI
Vals Legal Index不计入 Index73.9%#8Vals AI

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index16.2%#24Scale AI SEAL
DistressBench不计入 Index82.3%#5Scale AI SEAL

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

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
Modal189 tok/s0.57 s$0.300$1.001.0Mnvfp4
Together162 tok/s0.64 s$0.300$1.001.0M–
Cloudflare140 tok/s1.47 s$0.300$1.001.0M–
DeepInfra111 tok/s0.86 s$0.285$0.9501.0Mfp4
Nebius Token Factory108 tok/s0.78 s$0.300$1.001.0Mfp4
Prime Intellect75 tok/s1.23 s$0.150$0.5001.0Mfp4

使用情况

Inkling 2 Small 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#28
token 份额 0.59%
可用性,72 小时
99.8%
OpenRouter,全部提供商
工具调用错误率,7 天
2.83%
占工具调用
OpenRouter 每日 token 数(2026年11月9日 至 2026年11月15日):共 159B。

过去 30 天的典型请求:每次请求 61.9k token、每个输出 token 对应 68 个输入 token、92% 的输入来自缓存、76% 的输出为推理内容、每次请求 0.56 次工具调用。

在 OpenRouter 上向它发送 token 最多的应用:Claude Code (14.6B)、omp (2.8B)、OpenHands (2.2B)、pi (1.6B)、Hermes Agent (1.3B)。

Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
Together AI531 tok/s0.77 s100.00%
DeepInfra117 tok/s3.69 s100.00%
Nebius78 tok/s5.34 s100.00%
Modal–0.41 s100.00%

来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。

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 $0.030。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$0.0004$0.000352.0 s
总结一份 30 页的报告12,000 / 600$0.0042$0.001855.0 s
代码编辑6,000 / 1,500$0.0033$0.00211.1 min
智能体编程会话60,000 / 4,000$0.022$0.00991.5 min
结构化信息提取2,000 / 200$0.0008$0.000451.0 s

Thinking Machines 的更多模型

本月新上线

将 Inkling 2 Small 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 2 Small 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。

[![Inkling 2 Small on BenchLeader: 综合第 67 名](https://www.benchleader.com/badge/inkling-2-small.svg)](https://www.benchleader.com/models/inkling-2-small)

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 2 Small on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/inkling-2-small

BibTeX:

@misc{benchleader_inkling_2_small_20261116,
  author       = {{BenchLeader}},
  title        = {{Inkling 2 Small on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/inkling-2-small}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Inkling 2 Small 的基准测试得分是多少?
截至 2026年11月16日,Inkling 2 Small 的 BenchLeader Index 为 57.9 ±3.4。最强的是长上下文(66),最弱的是推理(53)。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 2 Small 排名第几?
截至 2026年11月16日,Inkling 2 Small 在 608 个已排名配置中排第 143 名。另有 232 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 2 Small 每百万 token 的价格是多少?
截至 2026年11月16日,Inkling 2 Small 的价格为输入每百万 token $0.300、输出每百万 token $1.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.475。
Inkling 2 Small 比 GLM 5.3 Flash 更好吗?
截至 2026年11月16日,GLM 5.3 Flash 与 Inkling 2 Small 的质量不相上下(BenchLeader Index 57.8 比 57.9,在 ±5.8 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 2 Small 是什么时候发布的?
Thinking Machines 于 2026年11月5日发布了 Inkling 2 Small。BenchLeader 收录了它在 2 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 2 Small: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-2-small。