BenchLeader

Inkling Small

推理强度
质量第 142 / 339 名
52.0Index
高于中位数
较中位数 +1.8
价格第 89 / 255 名
$0.525每百万 token
比多数便宜
中位数的 0.6 倍
速度第 60 / 216 名
116token/秒
高于中位数
中位数的 1.4 倍
性价比第 90 / 255 名
99.0分/$
高于中位数
中位数的 1.8 倍

性价比更高: Ling 3.0 Flash $0.115/M 即可获得 Index 51.7,便宜 78%。

有 23 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)、Inkling 2 Small (57.9, $0.475)、GLM 5.3 Flash (57.8, $0.238),另有 20 个。

截至 2026年11月16日,Inkling Small(Thinking Machines)在 BenchLeader Index 上得分 52.0(共 608 个已排名配置)。表现最好的是长上下文(62),最弱的是推理(43)。API 价格为输入每百万 token $0.300、输出每百万 token $1.20(按 3:1 混合为 $0.525),为 2026年11月16日的标价。输出速度约为 120 token/秒(Artificial Analysis)。发布于 2026年7月15日。

要点(截至 2026年11月16日)

  • Inkling Small 的 API 价格为输入每百万 token $0.300、输出每百万 token $1.20(按 3:1 混合为 $0.525)(标价,2026年11月16日)。
  • Inkling Small 的输出速度约为 120 token/秒(Artificial Analysis,2026年11月16日)。
  • Inkling Small 于 2026年7月15日发布(Thinking Machines)。

详细说明:Inkling Small 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 52.0 ±5.2,在 608 个配置中排第 289 名,处于上半区。关键在于这个“±”:另有 293 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(62),推理最低(43)。按混合价格计,每百万 token $0.525,比大多数已排名模型便宜。输出速度为 116 token/秒,首次回答需 15.6 秒,比大多数模型快。它已在 8 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
$0.525/M
输入 $0.300 · 输出 $1.20
来源:Artificial Analysis
输出速度
116 tok/s
由 Artificial Analysis 测量
首次回答
16 s
首 token 0.57 s
上下文
66k
来源:models.dev
单任务成本
$0.203
每项任务 5 min,AA Index
单任务 token 数
37k
其中 68% 为推理
发布日期
2026年7月15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 Index52
  2. 推理43
  3. 编程46
  4. 智能体与工具46
  5. 数学53
  6. 知识54
  7. 人类偏好58
  8. 多模态56
  9. 长上下文62

嵌入这个排名

更多徽章样式
[![Inkling Small on BenchLeader: 综合第 141 名](https://www.benchleader.com/badge/inkling-small.svg?style=compact)](https://www.benchleader.com/models/inkling-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 Small2026年11月5日57.9#143
Inkling Small本页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。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––116 tok/s16 s$0.0005智能体与工具 22 · 推理 29
minimal––116 tok/s16 s$0.0005推理 37
low––116 tok/s16 s$0.0005推理 38
medium––116 tok/s16 s$0.0005推理 43
high––116 tok/s16 s$0.0005推理 50
xhigh47.3#409116 tok/s16 s$0.0005知识 31 · 数学 50 · 推理 57
max––116 tok/s16 s$0.0005
未说明最佳52.0#289116 tok/s16 s$0.0005智能体与工具 46 · 编程 46 · 人类偏好 58 · 知识 54 · 长上下文 62 · 数学 53 · 多模态 56 · 推理 43

Index 走势

2026年9月8日 至 2026年11月16日
425261
  • 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

基准测试默认来源趋势
AA Openness Index不计入 Index33.3#239Artificial Analysis

推理

基准测试无推理minimallowmediumhighxhigh默认来源趋势
GPQA Diamond–––––88.5%#67–Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明––––––1428#146Arena (LMArena)
GPQA Diamond (AA)不计入 Index推理强度未说明––––––89.5%#75Artificial Analysis
Humanity's Last Exam (AA)不计入 Index推理强度未说明––––––33.3%#152Artificial Analysis
HLE-Diamond (AA)推理强度未说明––––––12.1%#115Artificial Analysis
GPQA Diamond (Vals)不计入 Index推理强度未说明––––––83.6%#56Vals AI
ARC-AGI-15.5%#25248.5%#18952.5%#18567.0%#15678.0%#13284.0%#122–ARC Prize
ARC-AGI-20.0%#2514.0%#1934.9%#18513.6%#15933.1%#13440.1%#126–ARC Prize
CritPt不计入 Index推理强度未说明––––––8.3%#152Artificial Analysis
CritPt v2 hard subset (AA)推理强度未说明––––––18.5%#99Artificial Analysis
Arena Expert不计入 Index推理强度未说明––––––1441#130Arena (LMArena)
Mystery Game Puzzles不计入 Index–––––6.0%#135–Epoch AI Benchmarking Hub

编程

基准测试无推理mediummax默认来源趋势
SciCode推理强度未说明–––49.6%#127SciCode
Arena Coding推理强度未说明–––1472#120Arena (LMArena)
Arena WebDev推理强度未说明–––1408#97Arena (LMArena)
SciCode (AA)不计入 Index推理强度未说明–––49.6%#128Artificial Analysis
LiveCodeBench推理强度未说明–––85.9%#25Vals AI
IOI推理强度未说明–––9.3%#45Vals AI
SWE-bench (Vals)不计入 Index推理强度未说明–––82.2%#20Vals AI
Code Migration不计入 Index推理强度未说明–––13.7%#59Vals AI
Code Migration v1.1不计入 Index推理强度未说明–––10.4%#29Vals AI
ProgramBench不计入 Index推理强度未说明–––0.5%#19Vals AI
Vibe Code Bench v1.1不计入 Index推理强度未说明–––19.1%#95Vals AI
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明–––1.0%#160Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明–––55.1%#111Artificial Analysis
GameBench 2 Overall不计入 Index跨设置–––29.2#52DuelLab GameBench 2
GameBench 2 by reasoning setting不计入 Index28.1#17626.4#18433.1#160–DuelLab GameBench 2
FrontierCode 1.1 (AA)不计入 Index推理强度未说明–––0.6%#82Artificial Analysis
FrontierCode 2.0 (AA)推理强度未说明–––4.8%#109Artificial Analysis

智能体与工具

基准测试无推理默认来源趋势
Terminal-Bench0.9%#107–Terminal-Bench
Arena Agent推理强度未说明–-18.1#57Arena (LMArena)
Terminal-Bench 2.1 (Vals)推理强度未说明–55.1%#48Vals AI
MCP Atlas推理强度未说明–79.2%#15Scale AI SEAL
GDPval-AA v2.1, normalised score不计入 Index推理强度未说明–31.2%#77Artificial Analysis
GDPval-AA v2.1不计入 Index推理强度未说明–1133#151Artificial Analysis
τ³-Banking (AA)推理强度未说明–18.8%#105Artificial Analysis
Analyst Agent (AA)不计入 Index推理强度未说明–27.5%#33Artificial Analysis
CyberBench不计入 Index推理强度未说明–64.1%#33Vals AI
Finance Agent v2不计入 Index推理强度未说明–41.3%#62Vals AI
Finance Agent v2.1不计入 Index推理强度未说明–44.8%#39Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index推理强度未说明–2.9%#36Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index推理强度未说明–1.7%#50Vals AI
Legal Research Bench不计入 Index推理强度未说明–25.5%#65Vals AI
SkillsBench不计入 Index推理强度未说明–33.6%#31Vals AI
Tax Agent Bench不计入 Index推理强度未说明–15.4%#61Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index推理强度未说明–0.0%#60Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明–-27.6#57Arena (LMArena)
AutomationBench不计入 Index推理强度未说明–4.8%#201Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明–11.2%#149Artificial Analysis
Harvey LAB-AA v1.1不计入 Index推理强度未说明–0.0%#28Harvey
EnterpriseOps-Gym不计入 Index推理强度未说明–42.7%#23Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明–912#173Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明–0.0%#115Artificial Analysis

数学

基准测试xhigh默认来源趋势
FrontierMath Tiers 1–346.3%#60–Epoch AI Benchmarking Hub
FrontierMath Tier 417.1%#60–Epoch AI Benchmarking Hub
OTIS Mock AIME90.0%#84–Epoch AI Benchmarking Hub
ProofBench推理强度未说明–6.0%#75Vals AI
Arena Maths推理强度未说明–1452#75Arena (LMArena)

知识

基准测试xhigh默认来源趋势
SimpleQA Verified19.1%#87–Epoch AI Benchmarking Hub
AA-Omniscience v1.1推理强度未说明–-9.5#106Artificial Analysis
MMLU-Pro推理强度未说明–85.6%#56Vals AI
LegalBench推理强度未说明–83.0%#62Vals AI
CorpFin推理强度未说明–69.6%#6Vals AI
TaxEval推理强度未说明–75.5%#18Vals AI
Excel Modeling Benchmark不计入 Index推理强度未说明–31.8%#64Vals AI
Excel Modeling Benchmark v1.1不计入 Index推理强度未说明–40.8%#41Vals AI
MedCode不计入 Index推理强度未说明–37.9%#72Vals AI
MedScribe不计入 Index推理强度未说明–84.1%#37Vals AI
Public Benefits Bench v1.1不计入 Index推理强度未说明–59.4%#34Vals AI
AA-Omniscience v1.1: accuracy不计入 Index推理强度未说明–31.8%#94Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明–39.5%#92Artificial Analysis

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1397#149Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1405#152Arena (LMArena)
EQ-Bench Creative Writing v3不计入 Index1491#61EQ-Bench
Arena Creative Writing不计入 Index1319#204Arena (LMArena)
Arena Multi-turn不计入 Index1414#140Arena (LMArena)
Arena Longer Queries不计入 Index1401#168Arena (LMArena)

多模态

基准测试默认来源趋势
Arena Vision1236#74Arena (LMArena)
MMMU-Pro74.0%#128Artificial Analysis
MortgageTax不计入 Index62.3%#53Vals AI
AudioMC不计入 Index54.9%#5Scale AI SEAL
AudioMC (text output)不计入 Index54.9%#5Scale AI SEAL

长上下文

基准测试默认来源趋势
AA-LCR v1.175.7%#171Artificial Analysis
MLCR不计入 Index7.8%#139Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index150.8#65Epoch AI Benchmarking Hub
AA Intelligence Index v5.0.1不计入 Index12.9#107Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index25.7#167Artificial Analysis
AA Progress Index v1不计入 Index282.7#167Artificial Analysis
Vals Index不计入 Index27.6#36Vals AI
Vals Finance Index不计入 Index36.3%#39Vals AI
Vals Multimodal Index不计入 Index50.0%#26Vals AI
Vals Router Index不计入 Index27.6%#22Vals AI
Vals Legal Index不计入 Index57.8%#35Vals AI

GameBench 2 Overall: 29.2. GameBench 2, best reasoning setting (Max): 33.1. 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
DeepInfra11 tok/s0.53 s$0.450$1.20524kfp4

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.330$0.660$0.990$1.3226年9月26年10月26年11月
输入 输出
当前:输入 $0.300 · 输出 $1.20

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 $0.116。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$0.0005$0.000418.2 s
总结一份 30 页的报告12,000 / 600$0.0043$0.002720.8 s
代码编辑6,000 / 1,500$0.0036$0.002828.6 s
智能体编程会话60,000 / 4,000$0.023$0.01550.2 s
结构化信息提取2,000 / 200$0.0008$0.000617.3 s

Thinking Machines 的更多模型

本月新上线

将 Inkling 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 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 Small on BenchLeader: 综合第 141 名](https://www.benchleader.com/badge/inkling-small.svg)](https://www.benchleader.com/models/inkling-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 Small on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/inkling-small

BibTeX:

@misc{benchleader_inkling_small_20261116,
  author       = {{BenchLeader}},
  title        = {{Inkling Small on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/inkling-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 Small 的基准测试得分是多少?
截至 2026年11月16日,Inkling Small 的 BenchLeader Index 为 52.0 ±5.2。最强的是长上下文(62),最弱的是推理(43)。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 Small 排名第几?
截至 2026年11月16日,Inkling Small 在 608 个已排名配置中排第 289 名。另有 293 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 Small 每百万 token 的价格是多少?
截至 2026年11月16日,Inkling Small 的价格为输入每百万 token $0.300、输出每百万 token $1.20,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.525。标价最近一次变动是在 2026年9月9日。
Inkling Small 比 Muse Ember 更好吗?
截至 2026年11月16日,Inkling Small 与 Muse Ember(推理强度 max)的质量不相上下(BenchLeader Index 52.0 比 52.1,在 ±6.4 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 Small 是什么时候发布的?
Thinking Machines 于 2026年7月15日发布了 Inkling Small。BenchLeader 收录了它在 8 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 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-small。