
Inkling 2 Mini vs Inkling 2 Small: 11 puntos por 394GB
- OrcaNUEVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 183 tok/s
- tencentNUEVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 568 tok/s
- AlibabaNUEVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 por 1M de tokens · 385 tok/s
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 121 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 107 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 214 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
Dos checkpoints, una familia y una decisión que se reduce a cuánto disco y memoria estás dispuesto a gastar en once puntos del Index. Inkling 2 Mini es el pequeño: 26,4 mil millones de parámetros totales, 3,4 mil millones activos y un único archivo de unos 20 GB que Thinking Machines Lab publicó el 20 de noviembre de 2026 bajo Apache 2.0. Inkling 2 Small es el grande: 594 mil millones en total, 17 mil millones activos y 393,5 GB repartidos en 36 archivos, con los pesos abiertos el 12 de noviembre tras una semana de acceso cerrado que comenzó con su lanzamiento el 5 de noviembre. En el Artificial Analysis Intelligence Index v5.0.1, que mide a ambos de forma independiente, obtienen 20,1 y 31. Ese es todo el compromiso en una sola línea, y aun así se queda corto ante lo diferente que se comportan los dos.
Lo que sigue separa los dos tipos de evidencia, porque la diferencia decide la mayoría de los debates sobre esta familia. La puntuación del índice, el coste por tarea del índice, la velocidad, el contexto y la licencia son cifras de Artificial Analysis y metadatos del proveedor, consultados el 21 de noviembre de 2026. Cada porcentaje de benchmark procede de la propia tabla de evaluación de Thinking Machines incluida en la publicación de lanzamiento correspondiente, sobre un checkpoint entrenado por la empresa, y se marca como reportado por el proveedor cada vez que aparece. Ninguna de las dos tablas se ha reproducido fuera del laboratorio.
Qué es realmente cada checkpoint
Empieza por el artefacto, porque los artefactos no son el mismo tipo de cosa. Inkling 2 Small es un modelo plano de mezcla de expertos: 594B en total, 17B activos por token, con pesos publicados ocho días después del lanzamiento como 24 fragmentos de safetensors más una variante MXFP8 que es aún más grande. Inkling 2 Mini es un descendiente podado y con bucles: la misma receta de la línea principal con dos tercios de los expertos eliminados y un bucle añadido a las capas intermedias. Se distribuye como un solo archivo de unos 20 GB porque se entrenó de extremo a extremo en 4 bits y se despliega en la precisión con la que se entrenó, 20 capas en NVFP4 y 4 en MXFP8, así que no hay ninguna pérdida de conversión que asumir.
• Parámetros totales — Inkling 2 Mini 26.4B vs Inkling 2 Small 594B.
• Parámetros activos — 3.4B frente a 17B, con Mini alcanzando 5.4B de activaciones efectivas de pesos por token una vez contadas sus tres pasadas de bucle.
• Descarga — alrededor de 20 GB en un solo archivo frente a 393,5 GB repartidos en 36 archivos, o 622,8 GB para la variante MXFP8.
• Índice — 20,1 frente a 31, ambos en Intelligence Index v5.0.1.
• Costo por tarea de indexación — $0.59 vs $1.18.
• Velocidad de salida y primer token: 280 tokens por segundo a los 9,72 segundos frente a 118 tokens por segundo a los 39,68 segundos.
• Contexto — 1M de tokens en ambas fichas de modelo, y 1M registrado por Artificial Analysis para ambas. El nivel servido de Inkling 2 Small en Tinker es más estrecho que su ficha, y Mini hereda esa misma brecha; trata el millón como una capacidad, no como una promesa operativa.
• Licencia — Apache 2.0 en ambos. La ficha de Small lo declara sin incluir un archivo LICENSE; la ficha de Mini lo declara en los metadatos con la misma ausencia. Vale la pena saberlo si tu revisión legal quiere papeleo en el árbol.

Once puntos, y de dónde vienen
Leer las dos tablas de proveedores lado a lado es la única forma de ver qué aporta el cómputo adicional, porque la puntuación del índice por sí sola lo oculta. Ambos modelos fueron evaluados por el mismo laboratorio con arneses de evaluación que se solapan, así que las filas son más o menos comparables entre sí, y solo entre sí.
• DeepSWE v1.1 — Inkling 2 Small 72,1 % frente a Inkling 2 Mini 48,2 %. La diferencia más amplia del bloque de programación.
• SWE-bench Pro v2, Difícil — 86,3 % frente a 77,9 %.
• SWE-bench Verified — 79,2 % para Mini, solo bash. La propia tabla de lanzamiento de Small no muestra la misma fila, así que este es el único benchmark de programación en el que las dos publicaciones no se pueden alinear.
• Vibe Code Bench v1.1 — 81,6 % frente a 77,9 %.
• FrontierCode v2.0 — 25,4 % frente a 15,1 %. Una diferencia de diez puntos en el benchmark donde ambos son más débiles.
• PMPP-Hard, el benchmark de optimización de kernels — 494,27 AUC de Small frente a 455,82 de Mini, lo que está más cerca de lo que sugiere el número de parámetros y es la fila que señala la publicación de lanzamiento cuando dice que Mini "se acerca" a su hermano mayor.
• BrowseComp — 90,2 % frente a 79,0 %; DeepSearchQA 90,9 % frente a 85,3 %; MCP Atlas 85,0 % frente a 82,7 %. La búsqueda y el uso de herramientas reducen la brecha a un solo dígito.
• CritPt v2, full — 55,7 % frente a 31,4 %. El razonamiento científico es donde más se evidencia el conocimiento almacenado adicional.
• AA-Omniscience — 16,1 con una tasa de no alucinación del 73,3 % frente a −8,6 con 63,4 %.
Esa última fila es la que hay que meditar. Una puntuación negativa de omnisciencia significa que un modelo es peor que negarse a responder, y la brecha de once puntos en el índice se paga en gran medida ahí: el modelo más grande sabe cosas, el más pequeño las deduce. Thinking Machines lo dice ella misma, con otras palabras, cuando explica que el bucle añade cómputo secuencial pero no hechos almacenados. La poda eliminó dos tercios de los expertos; el conocimiento vive en los expertos que quedan.
Misma receta, molde más pequeño
El parecido familiar no es marketing. Ambos modelos pasaron por SFT con una mezcla de datos similar y una fase de RL que totalizó 2,2 billones de tokens a lo largo de 2.000 pasos, con destilación on-policy utilizada para la alineación en ambos. El pipeline de posentrenamiento es el mismo pipeline; lo que difiere es lo que llegó a él.
Vale la pena conocer la ruta de Mini hasta allí porque explica varias de las filas del benchmark. Comenzó con una esparsidad de 48, enrutando cada token a 8 de 384 expertos. En un momento dado, a mitad del entrenamiento, Thinking Machines conservó los 128 expertos más usados por capa —una reducción de dos tercios— y recuperó la pérdida con 1T de tokens destilados de un modelo Inkling interno más grande, entrenando a los supervivientes para que asumieran el trabajo de los expertos eliminados. Después añadió bucles: cuatro bloques de seis capas, con los dos bloques centrales ejecutados tres veces y una compuerta aprendida que integra el mensaje de la pasada anterior en la siguiente, comenzando con ganancia cero para que el entrenamiento empiece como un modelo ordinario.
Dos decisiones de criterio en ese diseño son instructivas. La empresa aplicó un bucle a las doce capas intermedias en lugar de a las doce últimas tras probar ambas en 28 evaluaciones y comprobar que las intermedias eran mejores en 27, con una ganancia equivalente en cómputo de 1,51–1,91× frente a 1,24–1,36×. Y mantuvo los bloques primero y último de una sola pasada, bajo la teoría de que se encargan de la traducción de token a representación mientras que las intermedias portan la abstracción. Por eso Mini obtiene 48 aplicaciones de capas por token a partir de 24 capas almacenadas sin añadir un parámetro.
El costo de ese truco es operativo. Un MoE plano es algo que todos los stacks de inferencia han servido durante dos años. Un modelo con bucles ha tenido soporte de SGLang y vLLM desde aproximadamente el día en que se lanzó, y la ficha del modelo dice claramente que el soporte de runtime para modelos con bucles es nuevo y que la velocidad varía. Si este mes estás eligiendo entre estos dos para una ruta de producción, el aburrido es el que tiene el kernel maduro.
El hardware es la verdadera línea divisoria
Los dos checkpoints no compiten por la misma máquina, y eso decide más despliegues que la puntuación. Mini está especificado para ejecutarse en un único NVIDIA DGX Spark, cualquier dispositivo Apple silicon con 32 GB o más, o una GPU con 32 GB de VRAM; la propia demo de la empresa lo muestra construyendo un simulador de vuelo jugable sin conexión en un MacBook Pro en modo avión, y una simulación de pueblo con veinte agentes en un solo portátil. Un estudio de eficiencia de Stanford realizado con acceso anticipado lo situó en 0,703 de inteligencia por vatio en un DGX Spark con MXFP8 y bajo esfuerzo de razonamiento —medido por investigadores externos al laboratorio, en un solo dispositivo, lo que constituye la señal independiente más fuerte del lanzamiento.
Small necesita un nodo. 393.5GB de pesos no caben en ningún sitio que una persona posea, por lo que la forma natural de consumirlo es un endpoint alojado —Tinker, en el caso del proveedor— y por lo que la comparación interesante para la mayoría de los lectores no es "qué archivo descargo" sino "cuáles de estos puedo ejecutar siquiera". Mini responde a esa pregunta con un portátil. Small la responde con un presupuesto.
Esa asimetría es donde el enrutamiento se gana su lugar, y vale la pena ser concreto en lugar de quedarse en gestos. Ninguno de los dos modelos está en OrcaRouter, así que hoy no hay nada que enrutar hacia ninguno de ellos. Lo que sí está en OrcaRouter es el lado alojado de la misma decisión: los modelos que llamarías para las cargas de trabajo para las que realmente está pensado el checkpoint de 594B, con una sola clave, al precio de lista del proveedor sin recargo añadido. El DSL de enrutamiento es la pieza que importa aquí — te permite dividir por tarea para que la llamada costosa solo se produzca en las solicitudes que la necesitan, con conmutación automática por error cuando un proveedor se cae, mientras que el modelo local barato se encarga de todo lo demás. Ejecutar Mini en local y hacer llamadas externas solo para la cola difícil supone una factura menor que ejecutar cualquiera de los dos modelos para todo, y es la configuración que esta versión realmente hace posible.
La decisión, en tres casos
Si estás creando un agente que vive en la máquina de un desarrollador o dentro de una única caja sin conexión, Inkling 2 Mini es la respuesta y no hay verdadera competencia. Una descarga de 20 GB con 280 tokens por segundo, Apache 2.0 y una tabla de programación que supera a todos los modelos de pesos abiertos de su tamaño en las propias filas del proveedor. Métele en un sandbox —la ficha advierte sobre acciones destructivas en archivos y bucles durante la depuración— y hará trabajo agéntico a escala de repositorio en hardware que ya tienes.
Si tu carga de trabajo consiste en recuperación sobre un gran corpus de documentos que no escribiste, la ventaja de Small está principalmente en las filas que implican recordar lo que decía un documento. CritPt con 55,7 % frente a 31,4 %, omniscience con 16,1 frente a −8,6, y una tasa de no alucinación del 73,3 % frente al 63,4 % no son diferencias pequeñas en un entorno de cumplimiento normativo o finanzas, donde una respuesta incorrecta con seguridad cuesta más que una correcta lenta. Pagarás por un nodo o un endpoint para obtenerlas.
Si estás eligiendo para una carga de trabajo mixta, la división es lo esencial. La debilidad de Mini es el conocimiento, y el conocimiento es lo único que puedes aportar desde fuera: una capa de recuperación, una herramienta de búsqueda, un modelo más grande para la cola difícil. Su fortaleza es la persistencia agéntica de horizonte largo a un precio que nadie más en la clase de 20GB iguala. Compra el modelo pequeño, alquila el conocimiento y trata el checkpoint de 594B como aquello a lo que escalas en lugar de lo que ejecutas.

Una advertencia atraviesa los tres casos y corresponde al final, no quedar enterrada. Las tablas de referencia de ambos modelos son del propio laboratorio, y las puntuaciones del índice son los únicos números de capacidad medidos de forma independiente en esta comparación. El 31 y el 20,1 son comparables; el 86,3 % y el 77,9 % son comparables entre sí y con nada más. Cualquiera que cite las filas del proveedor junto a la puntuación publicada de un competidor está comparando dos arneses de evaluación, no dos modelos.

