Inkling Small
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
- 综合 Index52
- 推理43
- 编程46
- 智能体与工具46
- 数学53
- 知识54
- 人类偏好58
- 多模态56
- 长上下文62
嵌入这个排名
更多徽章样式[](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。
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 | 2026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/s | 16 s | $0.0005 | 智能体与工具 22 · 推理 29 |
| minimal | – | – | 116 tok/s | 16 s | $0.0005 | 推理 37 |
| low | – | – | 116 tok/s | 16 s | $0.0005 | 推理 38 |
| medium | – | – | 116 tok/s | 16 s | $0.0005 | 推理 43 |
| high | – | – | 116 tok/s | 16 s | $0.0005 | 推理 50 |
| xhigh | 47.3 | #409 | 116 tok/s | 16 s | $0.0005 | 知识 31 · 数学 50 · 推理 57 |
| max | – | – | 116 tok/s | 16 s | $0.0005 | |
| 未说明最佳 | 52.0 | #289 | 116 tok/s | 16 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- 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 Index | 33.3#239 | Artificial Analysis |
推理
| 基准测试 | 无推理 | minimal | low | medium | high | xhigh | 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#146 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index推理强度未说明 | – | – | – | – | – | – | 89.5%#75 | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index推理强度未说明 | – | – | – | – | – | – | 33.3%#152 | Artificial Analysis | |
| HLE-Diamond (AA)推理强度未说明 | – | – | – | – | – | – | 12.1%#115 | Artificial Analysis | |
| GPQA Diamond (Vals)不计入 Index推理强度未说明 | – | – | – | – | – | – | 83.6%#56 | Vals AI | |
| ARC-AGI-1 | 5.5%#252 | 48.5%#189 | 52.5%#185 | 67.0%#156 | 78.0%#132 | 84.0%#122 | – | ARC Prize | |
| ARC-AGI-2 | 0.0%#251 | 4.0%#193 | 4.9%#185 | 13.6%#159 | 33.1%#134 | 40.1%#126 | – | ARC Prize | |
| CritPt不计入 Index推理强度未说明 | – | – | – | – | – | – | 8.3%#152 | Artificial Analysis | |
| CritPt v2 hard subset (AA)推理强度未说明 | – | – | – | – | – | – | 18.5%#99 | Artificial Analysis | |
| Arena Expert不计入 Index推理强度未说明 | – | – | – | – | – | – | 1441#130 | Arena (LMArena) | |
| Mystery Game Puzzles不计入 Index | – | – | – | – | – | 6.0%#135 | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | 无推理 | medium | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| SciCode推理强度未说明 | – | – | – | 49.6%#127 | SciCode | |
| Arena Coding推理强度未说明 | – | – | – | 1472#120 | Arena (LMArena) | |
| Arena WebDev推理强度未说明 | – | – | – | 1408#97 | Arena (LMArena) | |
| SciCode (AA)不计入 Index推理强度未说明 | – | – | – | 49.6%#128 | Artificial Analysis | |
| LiveCodeBench推理强度未说明 | – | – | – | 85.9%#25 | Vals AI | |
| IOI推理强度未说明 | – | – | – | 9.3%#45 | Vals AI | |
| SWE-bench (Vals)不计入 Index推理强度未说明 | – | – | – | 82.2%#20 | Vals AI | |
| Code Migration不计入 Index推理强度未说明 | – | – | – | 13.7%#59 | Vals AI | |
| Code Migration v1.1不计入 Index推理强度未说明 | – | – | – | 10.4%#29 | Vals AI | |
| ProgramBench不计入 Index推理强度未说明 | – | – | – | 0.5%#19 | Vals AI | |
| Vibe Code Bench v1.1不计入 Index推理强度未说明 | – | – | – | 19.1%#95 | Vals AI | |
| Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明 | – | – | – | 1.0%#160 | Artificial Analysis | |
| Terminal-Bench 2.1 (AA)不计入 Index推理强度未说明 | – | – | – | 55.1%#111 | Artificial Analysis | |
| GameBench 2 Overall不计入 Index跨设置 | – | – | – | 29.2#52 | DuelLab GameBench 2 | |
| GameBench 2 by reasoning setting不计入 Index | 28.1#176 | 26.4#184 | 33.1#160 | – | DuelLab GameBench 2 | |
| FrontierCode 1.1 (AA)不计入 Index推理强度未说明 | – | – | – | 0.6%#82 | Artificial Analysis | |
| FrontierCode 2.0 (AA)推理强度未说明 | – | – | – | 4.8%#109 | Artificial Analysis |
智能体与工具
数学
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| FrontierMath Tiers 1–3 | 46.3%#60 | – | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | 17.1%#60 | – | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 90.0%#84 | – | Epoch AI Benchmarking Hub | |
| ProofBench推理强度未说明 | – | 6.0%#75 | Vals AI | |
| Arena Maths推理强度未说明 | – | 1452#75 | Arena (LMArena) |
知识
| 基准测试 | xhigh | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| SimpleQA Verified | 19.1%#87 | – | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1推理强度未说明 | – | -9.5#106 | Artificial Analysis | |
| MMLU-Pro推理强度未说明 | – | 85.6%#56 | Vals AI | |
| LegalBench推理强度未说明 | – | 83.0%#62 | Vals AI | |
| CorpFin推理强度未说明 | – | 69.6%#6 | Vals AI | |
| TaxEval推理强度未说明 | – | 75.5%#18 | Vals AI | |
| Excel Modeling Benchmark不计入 Index推理强度未说明 | – | 31.8%#64 | Vals AI | |
| Excel Modeling Benchmark v1.1不计入 Index推理强度未说明 | – | 40.8%#41 | Vals AI | |
| MedCode不计入 Index推理强度未说明 | – | 37.9%#72 | Vals AI | |
| MedScribe不计入 Index推理强度未说明 | – | 84.1%#37 | Vals AI | |
| Public Benefits Bench v1.1不计入 Index推理强度未说明 | – | 59.4%#34 | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index推理强度未说明 | – | 31.8%#94 | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index推理强度未说明 | – | 39.5%#92 | Artificial Analysis |
指令遵循
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Instruction Following不计入 Index | 1397#149 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1405#152 | Arena (LMArena) | |
| EQ-Bench Creative Writing v3不计入 Index | 1491#61 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1319#204 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1414#140 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1401#168 | Arena (LMArena) |
多模态
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Vision | 1236#74 | Arena (LMArena) | |
| MMMU-Pro | 74.0%#128 | Artificial Analysis | |
| MortgageTax不计入 Index | 62.3%#53 | Vals AI | |
| AudioMC不计入 Index | 54.9%#5 | Scale AI SEAL | |
| AudioMC (text output)不计入 Index | 54.9%#5 | Scale AI SEAL |
长上下文
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| AA-LCR v1.1 | 75.7%#171 | Artificial Analysis | |
| MLCR不计入 Index | 7.8%#139 | Artificial Analysis |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 150.8#65 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v5.0.1不计入 Index | 12.9#107 | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 25.7#167 | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 282.7#167 | Artificial Analysis | |
| Vals Index不计入 Index | 27.6#36 | Vals AI | |
| Vals Finance Index不计入 Index | 36.3%#39 | Vals AI | |
| Vals Multimodal Index不计入 Index | 50.0%#26 | Vals AI | |
| Vals Router Index不计入 Index | 27.6%#22 | Vals AI | |
| Vals Legal Index不计入 Index | 57.8%#35 | Vals 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 |
|---|---|---|---|---|---|---|
| DeepInfra | 11 tok/s | 0.53 s | $0.450 | $1.20 | 524k | fp4 |
价格历史
上述价格(每百万 token)在每个变动日的数值。
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 | $0.0004 | 18.2 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0043 | $0.0027 | 20.8 s |
| 代码编辑 | 6,000 / 1,500 | $0.0036 | $0.0028 | 28.6 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.023 | $0.015 | 50.2 s |
| 结构化信息提取 | 2,000 / 200 | $0.0008 | $0.0006 | 17.3 s |
Thinking Machines 的更多模型
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。
[](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}
}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。