Thinking Machines 发布 Inkling 2 Small：智能指数 31 分，将成中国外最强开源权重模型
ArtificialAnlys · x · 2026-11-06
Thinking Machines 发布 Inkling 2 Small，在 Artificial Analysis 智能指数 v5.0.1 得 31 分，比上代 Inkling Small 提升 18 分。若按计划开源权重，将成为现有排名中非中国开发的最高分开源权重模型。
关键数据
- 模型规模：594B 总参数 / 17B 激活参数，文本+图像输入；首发为专有模型，经 Tinker 与 Tinker Playground 提供，后续以 Apache 2.0 发布权重
- 定价：$0.30/$1.00 每百万输入/输出 token（缓存输入 $0.03）；单任务成本 $1.18，约为上代 6 倍，但低于同分段模型（Gemini 3.8 Flash high 为 $7.77，Claude Sonnet 5.5 medium 为 $10.02）
- Agent 能力大涨：AutomationBench-AA 5%→46%，FrontierCode 2.0 5%→25%，HLE-Diamond 12%→29%
- 编码风格与 Claude Sonnet 5.5 互补：FrontierCode 25% vs 其 11%，但 Terminal-Bench 4.0 仅 13% vs 其 30%
- 幻觉率从 61% 降至 27%，但主因是作答更保守（attempt 率 77%→53%），准确率仅 32%→34%
- 长程商业工作流 AA-Briefcase 达 1527 Elo，超过 Claude Sonnet 5.5（1439）与 Gemini 3.8 Flash（1203）
- AA-3D 与 Code2Video-AA 分别达 1021/1020 Elo，逼近 Muse Spark 1.3 与 Qwen3.8 Max
- 推理开销大：平均每任务约 15 万输出 token，约为 Claude Sonnet 5.5 的 5 倍
所属事件:Thinking Machines 发布 Inkling 2 Small，主打可后训练性(20 条相关)→
「模型」频道最新
- Claude Opus 5 展现多层角色扮演：入戏同时自知在演戏 — repligate · 2026-11-06
- Inkling 2 Small APEX-Agent 46.8%,较前代涨 13 分,会计榜开源第二 — ziqiao_ma · 2026-11-06
- Thinking Machines 团队成员转发 Inkling 2 Small 发布消息 — simonguozirui · 2026-11-06
- Inkling 2 Small 以 1/8 价格逼近顶级编程模型 — echen · 2026-11-06
- 开发者吐槽：Anthropic 免费额度竟不能用在 Code 和终端 — RileyRalmuto · 2026-11-06
- 62 人盲听实测：8 大 LLM 写钢琴曲 Gemini 66% 胜率居首 — antiochIst · 2026-11-06