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 Analysis | AA Intelligence Index v5.0.1 30.6 · AA-LCR v1.1 83.3% · MMMU-Pro 81.6% · 下方还有更多 |
| LMArena | Arena Text 1412 · Arena Hard Prompts 1438 · Arena Coding 1485 · 下方还有更多 |
| Epoch AI | SciCode 52.3% · APEX-Agents 46.8% |
| Vals AI | Vals Index 56.1 · BioMysteryBench 70.0% · CyberBench 72.7% · 下方还有更多 |
| ARC Prize | ARC-AGI-2 81.7% · ARC-AGI-1 96.5% |
| Scale AI | MCP Atlas 85.4% · FORTRESS 16.2% · SWE Atlas v1.1 61.9% · 下方还有更多 |
| Design Arena | Design Arena Website 1335 · Design Arena Agentic 1315 |
| MathArena | ArXivMath 31.9% · BrokenArXiv 63.2% |
| Terminal-Bench | Terminal-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。
发布对比
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。
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
- 综合 Index58
- 推理53
- 编程60
- 智能体与工具61
- 知识54
- 人类偏好59
- 多模态64
- 长上下文66
嵌入这个排名
更多徽章样式[](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。
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 Small | 2026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。
Index 走势
2026年11月6日 至 2026年11月16日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 Index | 38.9#155 | Artificial 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#131 | Arena (LMArena) | |
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | 44.1%#60 | Artificial Analysis | |
| HLE-Diamond (AA)推理强度未说明 | – | 28.7%#57 | Artificial Analysis | |
| ARC-AGI-1 | 96.5%#29 | – | ARC Prize | |
| ARC-AGI-2 | 81.7%#48 | – | ARC Prize | |
| CritPt v2 hard subset (AA)推理强度未说明 | – | 35.0%#67 | Artificial Analysis | |
| MysteryMechanism不计入 Index推理强度未说明 | – | 25.2%#18 | Vals AI | |
| Arena Expert不计入 Index推理强度未说明 | – | 1488#65 | Arena (LMArena) |
编程
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| SciCode | 52.3%#98 | SciCode | |
| Arena Coding | 1485#105 | Arena (LMArena) | |
| Arena WebDev | 1647#22 | Arena (LMArena) | |
| SciCode (AA)不计入 Index | 52.3%#97 | Artificial Analysis | |
| ProgramBench不计入 Index | 0.5%#19 | Vals AI | |
| SWE-bench Multimodal不计入 Index | 43.1%#13 | Vals AI | |
| Vibe Code Bench v1.1不计入 Index | 81.5%#31 | Vals AI | |
| SWE Atlas v1.1不计入 Index | 61.9%#13 | Scale AI SEAL | |
| SWE Atlas v1.1: Codebase QnA不计入 Index | 74.2%#5 | Scale AI SEAL | |
| SWE Atlas v1.1: Test Writing不计入 Index | 58.1%#18 | Scale AI SEAL | |
| SWE Atlas v1.1: Refactoring不计入 Index | 53.3%#15 | Scale AI SEAL | |
| SWE-Bench Pro V2不计入 Index | 97.7%#5 | Scale AI SEAL | |
| SWE-Bench Pro V2 HARD不计入 Index | 86.3%#9 | Scale AI SEAL | |
| Terminal-Bench 4.0 (AA)不计入 Index | 13.1%#104 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index | 81.3%#41 | Artificial Analysis | |
| Design Arena Website不计入 Index | 1335#8 | Design Arena | |
| FrontierCode 2.0 (AA) | 25.4%#52 | Artificial Analysis |
智能体与工具
数学
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| ArXivMath不计入 Index | 31.9%#7 | MathArena | |
| BrokenArXiv不计入 Index | 63.2%#4 | MathArena |
知识
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-Omniscience v1.1 | 16.1#61 | Artificial Analysis | |
| BioMysteryBench不计入 Index | 70.0%#15 | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index | 69.5%#21 | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 33.8%#88 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 73.3%#29 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1410#130 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1412#145 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1345#179 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1415#138 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1410#154 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MMMU-Pro | 81.6%#47 | Artificial Analysis | |
| SAGE不计入 Index | 88.6%#8 | Vals AI | |
| Humanity's Sixth Sense不计入 Index | 33.3%#13 | Scale AI SEAL | |
| VIALS-AA不计入 Index | 42.9%#13 | Handshake AI | |
| Code2Video-AA不计入 Index | 1020#16 | Artificial Analysis | |
| AA-3D不计入 Index | 1027#11 | Artificial Analysis |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 83.3%#22 | Artificial Analysis | |
| MLCR不计入 Index | 20.6%#49 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA Intelligence Index v5.0.1不计入 Index | 30.6#63 | Artificial Analysis | |
| Vals Index不计入 Index | 56.1#22 | Vals AI | |
| Vals Finance Index不计入 Index | 61.5%#9 | Vals AI | |
| Vals Science Index不计入 Index | 32.7%#17 | Vals AI | |
| Vals Legal Index不计入 Index | 73.9%#8 | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 16.2%#24 | Scale AI SEAL | |
| DistressBench不计入 Index | 82.3%#5 | Scale 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 |
|---|---|---|---|---|---|---|
| Modal | 189 tok/s | 0.57 s | $0.300 | $1.00 | 1.0M | nvfp4 |
| Together | 162 tok/s | 0.64 s | $0.300 | $1.00 | 1.0M | – |
| Cloudflare | 140 tok/s | 1.47 s | $0.300 | $1.00 | 1.0M | – |
| DeepInfra | 111 tok/s | 0.86 s | $0.285 | $0.950 | 1.0M | fp4 |
| Nebius Token Factory | 108 tok/s | 0.78 s | $0.300 | $1.00 | 1.0M | fp4 |
| Prime Intellect | 75 tok/s | 1.23 s | $0.150 | $0.500 | 1.0M | fp4 |
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
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 AI | 531 tok/s | 0.77 s | 100.00% |
| DeepInfra | 117 tok/s | 3.69 s | 100.00% |
| Nebius | 78 tok/s | 5.34 s | 100.00% |
| Modal | – | 0.41 s | 100.00% |
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 | $0.0003 | 52.0 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0042 | $0.0018 | 55.0 s |
| 代码编辑 | 6,000 / 1,500 | $0.0033 | $0.0021 | 1.1 min |
| 智能体编程会话 | 60,000 / 4,000 | $0.022 | $0.0099 | 1.5 min |
| 结构化信息提取 | 2,000 / 200 | $0.0008 | $0.0004 | 51.0 s |
Thinking Machines 的更多模型
将 Inkling 2 Small 与以下模型对比
- Inkling 2 Small vs Inkling Small
- Inkling 2 Small vs Grok 4.7
- Inkling 2 Small vs Dola Seed 2.0 Pro
- Inkling 2 Small vs Muse Spark Open 816B A42B
- Inkling 2 Small vs Claude Sonnet 4.6
- Inkling 2 Small vs DeepSeek V4 Flash
- Inkling 2 Small vs DeepSeek V4 Pro
- Inkling 2 Small vs Gemini 4 Carbon
- Inkling 2 Small vs Qwen3.7 Plus
- Inkling 2 Small vs Grok 4.20
- Inkling 2 Small vs DeepSeek V4.1 Flash 1017
- Inkling 2 Small vs GPT-5.6 Luna
- Inkling 2 Small vs Claude Opus 5.5
- Inkling 2 Small vs MiMo-V2.6-Pro
- Inkling 2 Small vs Claude Fable 5.1
- Inkling 2 Small vs GPT-6 Astra
- Inkling 2 Small vs Claude Opus 5
- Inkling 2 Small vs Gemini 4 Argon
- Inkling 2 Small vs GPT-6.1 Sol
- Inkling 2 Small vs GLM 5.3 Flash
- Inkling 2 Small vs Claude Sonnet 5.5
- Inkling 2 Small vs GPT-5.6 Sol
- Inkling 2 Small vs Claude Fable 5
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。
[](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}
}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。