Thinking Machines 发布 Inkling 2 Small：Intelligence Index 得 31，权重公开后或成中国以外得分最高的开源权重模型

Thinking Machines 发布了 Inkling 2 Small。据 Artificial Analysis 评测，该模型在 Intelligence Index v5.0.1 上得分 31，比前代 Inkling Small 高 18 分。Artificial Analysis 在文章标题中称，若 Thinking Machines 如计划公开权重，按当前排名它将成为中国以外开发的得分最高的开源权重模型。不过模型目前是专有模型，权重公开日期尚未确认。

发布方式与排名

Inkling 2 Small 上线时为专有推理模型，先通过 Thinking Machines 的 Tinker 平台和 Tinker Playground 提供。Thinking Machines 计划以 Apache 2.0 许可放出权重，具体日期未确认。

在 Artificial Analysis 的 Intelligence Index v5.0.1 上，它与 Google DeepMind 的 Gemini 3.8 Flash（high）持平，高于小米的 MiMo-V2.6-Pro。以上得分均来自 Artificial Analysis 的评测。

分项成绩

与 Inkling Small 相比，Inkling 2 Small 在多项评测中提升明显：

• AutomationBench-AA：从 5% 升至 46%
• FrontierCode 2.0：从 5% 升至 25%
• HLE-Diamond：从 12% 升至 29%

与 Claude Sonnet 5.5（medium）相比，两者各有强项：Inkling 2 Small 在 FrontierCode 2.0 上为 25% 对 11%，在 Terminal-Bench 4.0 上为 13% 对 30%。

幻觉率下降，但主要因为少作答

在 AA-Omniscience v1.1 上，Inkling 2 Small 的幻觉率从 Inkling Small 的 61% 降至 27%，作答率从 77% 降至 53%，准确率从 32% 升至 34%。Artificial Analysis 指出，幻觉减少主要是因为模型更少作答，准确率只是小幅提高。

规格、定价与成本

• 参数规模：总参数 594B，激活参数 17B
• 输入输出：支持文本和图像输入，输出为文本
• 定价：每百万 token 输入 0.30 美元、输出 1.00 美元，缓存输入 0.03 美元

在 Intelligence Index 的每个任务上，Inkling 2 Small 平均输出约 15 万 token，Inkling Small 约为 3.7 万。按 Artificial Analysis 的测算，它每任务成本为 1.18 美元，Inkling Small 为 0.20 美元；同一口径下，Gemini 3.8 Flash（high）为 7.77 美元，Claude Sonnet 5.5（medium）为 10.02 美元。

权重何时真正公开仍未确定，上述结论以“公开权重”为前提。

来源

• https://artificialanalysis.ai/articles/thinking-machines-releases-inkling-2-small-highest-scoring-open-weights-model-outside-of-chinia-upon-weights-release-it