
Inkling 2 Mini vs. Qwen 3.8: Von der günstigeren Klasse geschlagen
- OrcaNEUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 pro 1 Mio. Tokens · 183 tok/s
- tencentNEUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 pro 1 Mio. Tokens · 568 tok/s
- AlibabaNEUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 pro 1 Mio. Tokens · 385 tok/s
- GoogleNEUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 pro 1 Mio. Tokens · 87 tok/s
- AnthropicNEUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 pro 1 Mio. Tokens · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 pro 1 Mio. Tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 pro 1 Mio. Tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 pro 1 Mio. Tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 pro 1 Mio. Tokens · 121 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 pro 1 Mio. Tokens · 107 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 pro 1 Mio. Tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 pro 1 Mio. Tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenz
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 pro 1 Mio. Tokens · 214 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenz
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 pro 1 Mio. Tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenz
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 pro 1 Mio. Tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenz
Der Vergleich, den alle anstellen, ist der falsche, und er schmeichelt dem neuen Modell. Inkling 2 Mini, am 20. November 2026 von Thinking Machines Lab veröffentlicht, erzielt 20,1 auf dem Artificial Analysis Intelligence Index v5.0.1 – gleichauf mit Qwen3.8-27B bei 20, zu $0,59 pro Index-Aufgabe gegenüber $3,53. Das ist der direkte Vergleich, den Thinking Machines in seine eigene Benchmark-Tabelle aufgenommen hat, und bei den Kosten ist es nicht knapp. Aber Qwen 3.8 ist nicht ein Modell. Es ist eine Generation von fünf, und die Stufe, die tatsächlich mit einem herunterladbaren 20-GB-Checkpoint konkurriert, ist Qwen3.8-Flash, das Artificial Analysis mit 29 für $0,57 pro Index-Aufgabe bewertet – neun Punkte voraus, bei gleichen Kosten pro fertiger Antwort. Mini gewinnt den Vergleich, den der Launch-Post abgedruckt hat, und verliert den, den ein Käufer anstellen würde.
Quellenlage, da sie das Urteil bestimmt: Die Indexwerte, Kosten pro Aufgabe sowie Latenz- und Kontextwerte sind Messungen von Artificial Analysis, abgelesen am 21. November 2026, und jeder OrcaRouter-Preis ist aus unserem eigenen Katalog übernommen. Die Prozenttabellen sind Thinking Machines’ Launch-Harness, vom Anbieter durchgeführt und an den jeweiligen Stellen gekennzeichnet; Alibabas eigene Angaben für die Qwen-Stufen sind als Alibabas Angaben wiedergegeben und hier nicht gesondert geprüft worden.
Zuerst, welches Qwen 3.8 meinst du?
Den Familiennamen als Gegner zu behandeln, ist der Fehler, der die meisten Vergleiche dieser Art nutzlos macht. Qwen 3.8 umfasst ein gehostetes Flaggschiffmodell zu 2,00/6,00 US-Dollar pro Million Tokens, einen offenen Checkpoint mit 2,4 Billionen Parametern unter einer individuellen Lizenz, ein dichtes 27B-Modell unter Apache 2.0, eine Flash-Stufe zu 0,15/0,47 US-Dollar und die Flash-Next-Vorschau, deren offene Gewichte hinter dem gehosteten Flash-Produkt stehen. Die Mitglieder unterscheiden sich um mehr als den Faktor zehn beim Tokenpreis und um neun Punkte auf demselben Index. Ein einzelnes „vs. Qwen 3.8“-Urteil ist ein Urteil über eine Unschärfe.
• Qwen3.8-27B — 27B dicht, Apache 2.0, Text, Bild und Video als Eingabe, 256K Kontext, Index 20 bei xhigh-Aufwand, 0,50 $/3,00 $ Listenpreis, 3,53 $ pro Index-Aufgabe, 34,5 Minuten pro Aufgabe.
• Qwen3.8-Flash — die gehostete Produktionsstufe zu $0,15/$0,47, die dieselben Gewichte wie die Flash-Next-Vorschau bereitstellt; der geroutete Endpunkt bewirbt ein 1M-Token-Fenster und eine maximale Ausgabe von 131K, während Artificial Analysis für die offenen Flash-Next-Gewichte 256K verzeichnet. Es misst dieses Modell bei Index 29, 180B gesamt und 6B aktiv, $0,57 pro Index-Aufgabe, 33,3 Minuten.
• Qwen3.8-Max — das geschlossene Flaggschiff, Index 34, 2,00 $/6,00 $, 10,02 $ pro Index-Aufgabe. Kein Kostenkonkurrent für Mini und nicht das Modell, mit dem man sich vergleichen sollte.
• Inkling 2 Mini — 26,4B insgesamt, 3,4B aktiv, Apache 2.0, 1M Kontext auf der Karte, Index 20.1, $0,15/$0,50 auf Tinker, $0,59 pro Index-Aufgabe, 9,0 Minuten.
Der nützliche Vergleich hat also zwei Hälften. Gegenüber dem 27B-Dense-Modell, das der Launch-Post ausgewählt hat, ist Mini bei gleichem Score ein echter Kostenvorteil. Gegenüber dem Flash-Tier, das gleich viel kostet und auf dem Index Kreise um es zieht, muss sich Minis Argument auf etwas anderes als Preis und Score stützen – und das tut es: die Datei.

Der 27B-Gleichstand und warum er real ist
Beide Modelle werden vom selben Evaluator anhand derselben Revision desselben Index gemessen, daher ist 20,1 gegenüber 20 ein echter Vergleich und kein Zufall der Harnesses. Es ist außerdem ein Gleichstand an der Auflösungsgrenze des Instruments. Der Index ist ein zusammengesetzter Wert aus neun Evaluierungen, mehrere davon auf zurückgehaltenen Sets, und Modelle, die innerhalb eines Punkts voneinander liegen, werden durch ihn nicht zuverlässig geordnet. Was der Gleichstand belegt, ist, dass Mini dieselbe Hürde wie ein dichtes 27B-Modell nimmt, dabei aber 3,4 Milliarden aktive Parameter statt 27 Milliarden verbraucht.
Die Kostenspalte ist der Punkt, an dem das zählt. Bei 0,59 US-Dollar pro Indexaufgabe gegenüber 3,53 US-Dollar ist Mini etwa sechsmal günstiger, um dieselbe Evaluierung abzuschließen, und es erledigt das in neun Minuten gegenüber 34,5. Die Ausgabegeschwindigkeit beträgt 280 Token pro Sekunde gegenüber 53. Die Zeit bis zum ersten Antwort-Token beträgt 9,72 Sekunden gegenüber 144. In einer Agentenschleife, die dreißig Runden läuft, summieren sich diese Zahlen zu etwas, das ein Nutzer spüren kann.
Nichts davon ist kostenlos, und der Ausgleich dafür ist Ausführlichkeit. Mini gab 161M Ausgabe-Tokens aus, um den Index-Lauf abzuschließen, gegenüber 128M beim Qwen-Modell und einem Median von 85,7M bei vergleichbaren Modellen. 0,50 $ pro Million Ausgabe-Tokens für das 1,9-Fache der typischen Ausgabemenge zu zahlen, ist immer noch günstig; für ein Modell, das so viel redet, eine feste Tokenzahl pro Aufgabe zu veranschlagen, nicht. Ein Team, das nach Tokens statt nach Aufgaben abrechnet, wird feststellen, dass der sechsfache Vorteil in Richtung drei schrumpft.
Wo Mini jede Qwen-Stufe wirklich übertrifft
Die Coding-Tabelle des Anbieters ist der Teil des Launches, der das Modell interessant macht, und zugleich der Teil, den niemand geprüft hat. Jede Zeile unten ist Thinking Machines’ eigener Harness auf dem eigenen Checkpoint, und mindestens eine davon wurde mit dem Agenten-Scaffold des Unternehmens statt mit einem neutralen ausgeführt.
• DeepSWE v1.1 — Inkling 2 Mini 48,2 % vs. Qwen3.8-27B 42,2 %.
• SWE-bench Pro v2, Hard — 77,9 % vs. 73,8 %.
• SWE-bench Multilingual — 73,7 % vs. 70,0 %.
• SWE-bench Verified — 79,2 % vs. 77,8 %.
• Vibe Code Bench v1.1 — 77,9 % vs. 64,9 %.
Terminal Bench v2.1 — 71,6 % gegenüber 73,0 %, eine Niederlage; bei Terminal Bench v4.0 geben beide 5,6 % aus.
• BrowseComp — 79,0 % vs. 61,6 %; DeepSearchQA 85,3 % vs. 79,7 %; MCP Atlas 82,7 % vs. 77,3 %.
• MMMU Pro — 74,9 % gegenüber 76,3 %, eine weitere knappe Niederlage; OmniDocBench v1.6 92,8 % gegenüber 91,5 %.
Die Zeilen, die Mini gewinnt, sind die agentischen – Patchen im Repository-Maßstab, Suche über lange Horizonte, Tool-Nutzung. Die Zeilen, die es verliert, sind die mit präzisem Abruf. Das ist die Architektur, die durchscheint: Looping erkauft serielle Berechnung pro Token, und serielle Berechnung ist genau das, was eine lange Agenten-Trajektorie braucht. Gespeicherte Fakten erkauft es nicht, und ein wissenslastiger Benchmark merkt das.
Die Faktualitätslücke zwischen Mini und der Familie ist deutlicher als jede dieser Zeilen. Bei AA-Omniscience gibt die Anbietertabelle −8,6 für Mini bei einer Nicht-Halluzinationsrate von 63,4 % an, gegenüber −6,4 und 71,4 % für Qwen3.8-27B in derselben Spalte derselben Tabelle. Ein negativer Wert bedeutet, dass das Modell schlechter abschneidet, als die Antwort zu verweigern. Artificial Analysis veröffentlicht keine separate Omniscience-Kennzahl für Mini, die ich finden konnte, daher stützt sich diese Zeile ausschließlich auf das Harness des Anbieters — und sie ist für alle, die ohne Retrieval-Schicht einsetzen, immer noch die wichtigste Zahl im Vergleich.
Wo Flash das Argument beendet
Jetzt die Stufe, auf die es ankommt. Qwen3.8-Flash wird gehostet und kostet 0,15 $ pro Input und 0,47 $ pro Output – derselbe Input-Tarif, den Tinker für das Sampling von Mini berechnet, und drei Cent günstiger beim Output. Artificial Analysis bewertet die dahinterstehenden Flash-Next-Gewichte mit 29. Pro Index-Aufgabe kostet es 0,57 $, gegenüber 0,59 $ bei Mini. Neun Index-Punkte, für zwei Cent weniger.
Das ist keine knappe Entscheidung – weder bei der Leistungsfähigkeit noch beim Preis – und es ordnet neu ein, wofür Mini gedacht ist. Die Vorteile von Mini gegenüber Flash tauchen auf dem Punktestand gar nicht auf: Es ist eine 20-GB-Datei, die ohne Netzwerk läuft, auf einem MacBook oder einem DGX Spark, ohne tokenbasierte Abrechnung und ohne Anbieter dazwischen. Die Vorteile von Flash sind neun Indexpunkte, ein gehosteter Endpunkt und ein 1-M-Token-Fenster in der gerouteten API, ohne dass etwas heruntergeladen werden muss. Wenn Ihre Workload über eine Netzwerkverbindung verfügt, gewinnt die Qwen-Seite auf jeder gemessenen Achse. Wenn nicht, steht Ihnen von der Qwen-Seite überhaupt nichts zur Verfügung.
Der Geschwindigkeitsvergleich fällt ebenfalls zugunsten von Mini aus, und zwar stärker, als es der Punkteabstand vermuten lässt. Mini erreicht 280 Ausgabe-Tokens pro Sekunde bei einem ersten Token nach 9,72 Sekunden; Flash-Next kommt auf 74 Tokens pro Sekunde bei einem ersten Token nach 85,77 Sekunden und 33,3 Minuten pro Indexierungsaufgabe. Für einen interaktiven Agenten ist das der Unterschied zwischen einem Werkzeug, das reagiert, und einem, auf das man wartet – und es ist die einzige Stelle, an der ein lokales Modell mit 5,4B effektiven Parametern einen strukturellen Vorteil gegenüber einem gehosteten mit 180B hat.
Die praktische Anordnung
Beide Qwen-Tarife liegen auf OrcaRouter, was den Eskalationspfad ungewöhnlich günstig zu bauen macht. Qwen3.8-27B wird zu 0,33 $ pro Million Eingabe- und 2,40 $ pro Million Ausgabe-Token geroutet – unter Alibabas Listenpreis von 0,50 $/3,00 $, weil der Preis des Anbieters durchgereicht und nicht aufgeschlagen wird. Qwen3.8-Flash wird zu 0,15 $/0,47 $ bei einem Fenster von 1 Mio. Token geroutet. Ein Schlüssel erreicht beide, mit automatischem Failover und der Routing-DSL, um eine Anfrage zuerst an den günstigen Tarif zu senden und erst zu eskalieren, wenn sie eine Prüfung nicht besteht.
Das ist die Form, die dieser Vergleich eigentlich verlangt. Mini läuft, wenn Sie es übernehmen, auf Ihrer eigenen Hardware, erledigt die agentische Arbeit, in der es gut ist, und bezahlt nichts pro Token. Die Qwen-Stufen liegen hinter einem einzigen Endpunkt für die Anfragen, in denen Mini schlecht ist – also diejenigen, bei denen ein Fakt korrekt abgerufen, ein langes Dokument gelesen oder eine schwierige wissenschaftliche Schlussfolgerung gezogen werden muss –, und das Failover sorgt dafür, dass ein Anbieterausfall die Antwort verschlechtert, statt sie ausfallen zu lassen. Wir hosten Inkling 2 Mini nicht, und dieser Beitrag wird nichts anderes vorgeben; was der Router beseitigt, sind der zweite Vertrag und die zweite Integration für die Hälfte der Arbeitslast, die an Qwen geht.

Was würde das Urteil ändern
Zwei Dinge, und beide sind günstig zu beobachten. Das erste ist ein unabhängiger Coding-Lauf auf Minis öffentlichen Gewichten. Wenn die 48,2 % auf DeepSWE und die 77,9 % auf SWE-bench Pro einen neutralen Harness überstehen, wird Minis agentischer Fall deutlich stärker, als es ein Indexwert von 20,1 impliziert, weil der Index genau die langfristige Arbeit unterbewertet, für die das Modell gebaut ist. Wenn sie es nicht überstehen, war die Launch-Tabelle eine Anbietertabelle und das Modell ist im Kern eine 20.
Der zweite Punkt ist, ob der Neun-Punkte-Vorsprung von Qwen3.8-Flash unter Effort-Kontrollen Bestand hat. Sein Indexwert ist eine einzige Konfiguration, und Qwen-Modelle schwanken zwischen den Effort-Einstellungen um mehrere Punkte — das 27B-Modell erreicht bei xhigh 20 Punkte und deutlich weniger, wenn das Denken heruntergedreht wird. Eine Flash-Stufe, die bei niedrigem Aufwand neun Punkte verliert, ist ein anderer Wettbewerber als eine, die sie hält, und niemand hat diese Kurve für diesen Vergleich veröffentlicht.
Bis eines davon erscheint, ist die ehrliche Zusammenfassung ein gespaltenes Urteil. Bei der gemessenen Leistungsfähigkeit pro Dollar in einer gehosteten Umgebung gewinnt Qwen 3.8 zweimal – das 27B-Modell ist beim Score gleichauf mit Mini und verliert bei den Kosten, die Flash-Stufe schlägt es bei beidem. Bei den Dingen, die ein gehostetes Modell überhaupt nicht kann – offline laufen, auf einem Laptop laufen, ohne Zähler laufen –, hat Inkling 2 Mini keine Qwen-Antwort, und die 20-GB-Datei ist das gesamte Argument. Kaufen Sie den Download, wenn er dort laufen muss, wo es kein Netzwerk gibt. Kaufen Sie die API, wenn nicht.

