
Inkling 2 Mini vs Inkling 2 Small : 11 points pour 394 Go
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 183 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 568 tok/s
- AlibabaNOUVEAUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 par million de tokens · 385 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 87 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 121 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 107 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 214 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
Deux checkpoints, une même famille, et un choix qui se résume à la quantité de disque et de mémoire que vous êtes prêt à consacrer à onze points d’Index. Inkling 2 Mini est le petit : 26,4 milliards de paramètres au total, 3,4 milliards actifs, un seul fichier d’environ 20 Go publié par Thinking Machines Lab le 20 novembre 2026 sous Apache 2.0. Inkling 2 Small est le grand : 594 milliards au total, 17 milliards actifs, 393,5 Go répartis sur 36 fichiers, les poids ayant été ouverts le 12 novembre après une semaine d’accès restreint qui avait commencé avec son lancement le 5 novembre. Sur l’Artificial Analysis Intelligence Index v5.0.1, qui mesure les deux indépendamment, ils obtiennent 20,1 et 31. Voilà tout le compromis en une ligne, et cela minimise à quel point les deux se comportent différemment.
Ce qui suit sépare les deux types de preuves, car cette différence tranche la plupart des débats sur cette famille. Le score de l’indice, le coût par tâche de l’indice, la vitesse, le contexte et la licence sont des chiffres d’Artificial Analysis et des métadonnées de fournisseur, relevés le 21 novembre 2026. Chaque pourcentage de benchmark provient du propre tableau d’évaluation de Thinking Machines, issu de l’article de lancement correspondant, sur un checkpoint entraîné par l’entreprise, et est signalé comme déclaré par le fournisseur chaque fois qu’il apparaît. Aucun des deux tableaux n’a été reproduit en dehors du laboratoire.
Ce qu’est réellement chaque point de contrôle
Commencez par l’artefact, car les artefacts ne sont pas de même nature. Inkling 2 Small est un modèle mixture-of-experts plat : 594B au total, 17B actifs par token, poids publiés huit jours après le lancement sous forme de 24 fragments safetensors, plus une variante MXFP8 encore plus volumineuse. Inkling 2 Mini est un descendant élagué et bouclé — la même recette principale, avec deux tiers des experts supprimés et une boucle ajoutée aux couches intermédiaires. Il est livré sous forme d’un seul fichier d’environ 20 Go, car il a été entraîné de bout en bout en 4 bits et est déployé dans la précision avec laquelle il a été entraîné, 20 couches en NVFP4 et 4 en MXFP8, de sorte qu’il n’y a aucune perte de conversion à déplorer.
• Nombre total de paramètres — Inkling 2 Mini 26,4B contre Inkling 2 Small 594B.
• Paramètres actifs — 3,4 B contre 17 B, Mini atteignant 5,4 B d’activations effectives des poids par token une fois ses trois passes de boucle comptées.
• Téléchargement — environ 20 Go dans un seul fichier contre 393,5 Go répartis sur 36 fichiers, ou 622,8 Go pour la variante MXFP8.
• Indice — 20,1 vs 31, tous deux sur Intelligence Index v5.0.1.
• Coût par tâche d'indexation — 0,59 $ vs 1,18 $.
• Vitesse de sortie et premier jeton — 280 jetons par seconde à 9,72 secondes contre 118 jetons par seconde à 39,68 secondes.
• Contexte — 1 M de tokens sur les deux fiches de modèle, et 1 M enregistré par Artificial Analysis pour les deux. Le palier servi d’Inkling 2 Small sur Tinker est plus étroit que sa fiche, et Mini hérite de ce même écart ; considérez le million comme une capacité, non comme une promesse opérationnelle.
• Licence — Apache 2.0 pour les deux. La fiche de Small le déclare sans fournir de fichier LICENSE ; celle de Mini le déclare dans les métadonnées avec la même absence. Bon à savoir si votre service juridique veut des documents dans l’arborescence.

Onze points, et d’où ils viennent
Comparer côte à côte les deux tableaux des fournisseurs est le seul moyen de voir ce qu'apporte le surplus de puissance de calcul, car le score de l'indice à lui seul le masque. Les deux modèles ont été évalués par le même laboratoire avec des bancs d'essai qui se recoupent, de sorte que les lignes sont à peu près comparables entre elles — et uniquement entre elles.
• DeepSWE v1.1 — Inkling 2 Small 72,1 % contre Inkling 2 Mini 48,2 %. L’écart le plus large du bloc de codage.
• SWE-bench Pro v2, Difficile — 86,3 % contre 77,9 %.
• SWE-bench Verified — 79,2 % pour Mini, bash uniquement. Le propre tableau de lancement de Small n’affiche pas la même ligne ; il s’agit donc du seul benchmark de codage sur lequel les deux articles ne peuvent pas être alignés.
• Vibe Code Bench v1.1 — 81,6 % contre 77,9 %.
• FrontierCode v2.0 — 25,4 % vs 15,1 %. Un écart de dix points sur le benchmark où les deux sont les plus faibles.
• PMPP-Hard, le benchmark d’optimisation de noyaux — 494,27 AUC pour Small contre 455,82 pour Mini, ce qui est plus proche que ne le suggèrent les nombres de paramètres et constitue la ligne que le billet de lancement met en avant lorsqu’il dit que Mini « approche » son grand frère.
• BrowseComp — 90,2 % contre 79,0 % ; DeepSearchQA 90,9 % contre 85,3 % ; MCP Atlas 85,0 % contre 82,7 %. La recherche et l'utilisation d'outils réduisent l'écart à un chiffre.
• CritPt v2, complet — 55,7 % vs 31,4 %. Le raisonnement scientifique est le domaine où les connaissances stockées supplémentaires se manifestent le plus fortement.
• AA-Omniscience — 16,1 avec un taux de non-hallucination de 73,3 % contre −8,6 avec 63,4 %.
C’est sur cette dernière ligne qu’il faut s’arrêter. Un score d’omniscience négatif signifie qu’un modèle fait pire que de refuser de répondre, et l’écart de onze points sur l’indice se paie surtout là : le plus grand modèle sait des choses, le plus petit les déduit. Thinking Machines le dit elle-même, avec d’autres mots, lorsqu’elle explique que le bouclage ajoute du calcul séquentiel mais pas des faits stockés. L’élagage a retiré deux tiers des experts ; le savoir vit dans les experts qui restent.
Même recette, plus petit moule
L’air de famille n’est pas du marketing. Les deux modèles ont suivi un SFT avec une composition de données similaire et une phase de RL totalisant 2,2 T de tokens sur 2 000 étapes, avec une distillation on-policy utilisée pour l’alignement dans les deux cas. Le pipeline de post-entraînement est le même ; ce qui diffère, c’est ce qui y est arrivé.
Le parcours suivi par Mini mérite d’être connu, car il explique plusieurs lignes du benchmark. Il a commencé avec une sparsité de 48, en routant chaque token vers 8 experts sur 384. À un moment du mi-entraînement, Thinking Machines a conservé les 128 experts les plus utilisés de chaque couche — soit une réduction des deux tiers — et a résorbé la perte sur 1T tokens distillés à partir d’un modèle Inkling interne plus grand, en entraînant les experts survivants à reprendre le travail des experts supprimés. Ensuite, il a ajouté un bouclage : quatre blocs de six couches, les deux blocs du milieu étant exécutés trois fois, avec une porte apprise qui fusionne le message du passage précédent dans le suivant, en démarrant avec un gain nul afin que l’entraînement commence comme pour un modèle ordinaire.
Deux arbitrages opérés dans cette conception sont instructifs. L’entreprise a fait boucler les douze couches intermédiaires plutôt que les douze dernières, après avoir testé les deux options sur 28 évaluations et constaté que les couches intermédiaires étaient meilleures dans 27 cas, avec un gain à calcul équivalent de 1,51–1,91× contre 1,24–1,36×. Et elle a conservé les premier et dernier blocs en passage unique, partant du principe qu’ils assurent la traduction des jetons en représentations tandis que le milieu porte l’abstraction. C’est pourquoi Mini obtient 48 applications de couches par jeton à partir de 24 couches stockées, sans ajouter de paramètre.
Le coût de cette astuce est opérationnel. Un MoE plat est pris en charge par toutes les piles d’inférence depuis deux ans. Un modèle bouclé est pris en charge par SGLang et vLLM depuis environ le jour de sa sortie, et la fiche du modèle indique clairement que la prise en charge à l’exécution des modèles bouclés est nouvelle et que la vitesse varie. Si vous devez choisir entre ces deux options pour un chemin de production ce mois-ci, l’option ennuyeuse est celle qui dispose du noyau mature.
Le matériel est le véritable facteur de division
Les deux checkpoints ne se disputent pas la même machine, et cela détermine plus de déploiements que le score. Mini est spécifié pour fonctionner sur un seul NVIDIA DGX Spark, tout appareil Apple silicon doté de 32 Go ou plus, ou un GPU avec 32 Go de VRAM ; la démo de l’entreprise le montre en train de construire un simulateur de vol jouable hors ligne sur un MacBook Pro en mode avion, et une simulation de ville avec vingt agents sur un seul ordinateur portable. Une étude d’efficacité de Stanford menée sur l’accès anticipé l’a évalué à 0,703 d’intelligence par watt sur un DGX Spark en MXFP8 et avec un faible effort de raisonnement — mesuré par des chercheurs extérieurs au laboratoire, sur un seul appareil, ce qui constitue le signal indépendant le plus fort de la sortie.
Small a besoin d’un nœud. 393.5GB de poids ne tiennent nulle part chez un particulier, ce qui explique pourquoi la façon naturelle de le consommer est un point de terminaison hébergé — Tinker, dans le cas du fournisseur — et pourquoi la comparaison intéressante pour la plupart des lecteurs n’est pas « quel fichier dois-je télécharger » mais « lesquels puis-je réellement exécuter ». Mini répond à cette question avec un ordinateur portable. Small y répond avec un budget.
C’est dans cette asymétrie que le routage trouve sa place, et il vaut mieux être concret plutôt que de rester dans le vague. Aucun des deux modèles n’est sur OrcaRouter, donc il n’y a rien vers quoi les router aujourd’hui. Ce qui est sur OrcaRouter, c’est le versant hébergé de la même décision : les modèles que vous appelleriez pour les charges de travail auxquelles le checkpoint 594B est réellement destiné, sur une seule clé, au prix catalogue du fournisseur sans marge ajoutée. Le DSL de routage est l’élément qui compte ici — il vous permet de répartir par tâche afin que l’appel coûteux n’ait lieu que sur les requêtes qui en ont besoin, avec bascule automatique en cas de panne d’un fournisseur, tandis que le modèle local économique gère tout le reste. Faire tourner Mini en local et n’appeler à l’extérieur que pour les cas les plus difficiles coûte moins cher que de faire tourner l’un ou l’autre modèle pour tout, et c’est la configuration que cette version rend réellement possible.
La décision, en trois cas
Si vous construisez un agent qui vit sur la machine d’un développeur ou dans une seule machine hors ligne, Inkling 2 Mini est la réponse et il n’y a pas vraiment de débat. Un téléchargement de 20 Go avec 280 tokens par seconde, Apache 2.0, et un tableau de codage qui bat tous les modèles à poids ouverts de sa taille sur les propres lignes du fournisseur. Mettez-le en sandbox — la fiche met en garde contre des actions destructrices sur les fichiers et des boucles pendant le débogage — et il effectuera un travail agentique à l’échelle d’un dépôt sur du matériel que vous possédez déjà.
Si votre charge de travail consiste à effectuer de la recherche dans un vaste corpus de documents que vous n’avez pas rédigés, l’avantage de Small réside principalement dans les lignes qui impliquent de se rappeler ce que disait un document. CritPt à 55,7 % contre 31,4 %, l’omniscience à 16,1 contre −8,6, et un taux de non-hallucination de 73,3 % contre 63,4 % ne sont pas de petites différences dans un contexte de conformité ou de finance, où une réponse fausse mais assurée coûte plus cher qu’une réponse juste mais lente. Vous paierez pour un nœud ou un point de terminaison afin de les obtenir.
Si vous choisissez pour une charge de travail mixte, c’est tout l’intérêt de la répartition. La faiblesse de Mini, c’est la connaissance, et la connaissance est précisément ce que vous pouvez fournir de l’extérieur — une couche de récupération, un outil de recherche, un modèle plus grand pour les cas les plus difficiles. Sa force, c’est une persistance agentique sur un horizon long à un prix qu’aucun autre modèle de la classe 20 Go n’égale. Achetez le petit modèle, louez la connaissance, et considérez le checkpoint 594B comme ce vers quoi vous montez en puissance plutôt que comme ce que vous exécutez.

Une réserve s’applique aux trois cas et doit figurer à la fin plutôt que d’être enterrée. Les tableaux de référence des deux modèles sont ceux du laboratoire lui-même, et les scores de l’indice sont les seuls chiffres de capacité mesurés indépendamment dans cette comparaison. Le 31 et le 20,1 sont comparables ; le 86,3 % et le 77,9 % sont comparables entre eux et à rien d’autre. Quiconque cite les lignes du fournisseur à côté du score publié d’un concurrent compare deux bancs d’essai, pas deux modèles.

