
Inkling 2 Mini vs Qwen 3.8 : battu par la gamme moins chère
- 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
La comparaison que tout le monde fait est la mauvaise, et elle flatte le nouveau modèle. Inkling 2 Mini, publié par Thinking Machines Lab le 20 novembre 2026, obtient 20,1 sur l’Artificial Analysis Intelligence Index v5.0.1 — au niveau de Qwen3.8-27B à 20, à 0,59 $ par tâche d’indice contre 3,53 $. C’est le face-à-face que Thinking Machines a mis dans son propre tableau de benchmark, et côté coût, il n’y a pas photo. Mais Qwen 3.8 n’est pas un seul modèle. C’est une génération de cinq, et le palier qui rivalise réellement avec un checkpoint téléchargeable de 20 Go est Qwen3.8-Flash, qu’Artificial Analysis note à 29 pour 0,57 $ par tâche d’indice — neuf points d’avance, au même coût par réponse finalisée. Mini gagne la comparaison imprimée dans l’article de lancement et perd celle qu’un acheteur ferait.
Sources, car c’est ce qui détermine le verdict : les scores d’index, le coût par tâche, la latence et les valeurs de contexte sont des mesures d’Artificial Analysis relevées le 21 novembre 2026, et chaque prix OrcaRouter provient de notre propre catalogue. Les tableaux de pourcentages sont issus du harness de lancement de Thinking Machines, exécuté par le fournisseur, et sont signalés comme tels là où ils apparaissent ; les propres affirmations d’Alibaba concernant les niveaux Qwen sont citées comme émanant d’Alibaba et n’ont pas fait l’objet d’un audit séparé ici.
D'abord, de quel Qwen 3.8 parlez-vous ?
Considérer le nom de la famille comme un adversaire est l’erreur qui rend inutiles la plupart des comparaisons de ce type. Qwen 3.8 couvre un modèle phare hébergé à 2,00 $/6,00 $ par million de tokens, un checkpoint ouvert de 2,4 billions de paramètres sous une licence personnalisée, un modèle dense de 27B sous Apache 2.0, un niveau Flash à 0,15 $/0,47 $, et l’aperçu Flash-Next dont les poids ouverts se trouvent derrière le produit Flash hébergé. Les membres diffèrent de plus d’un facteur dix en prix des tokens et de neuf points sur le même indice. Un seul verdict « vs Qwen 3.8 » est un verdict sur un flou.
• Qwen3.8-27B — 27B dense, Apache 2.0, texte, image et vidéo en entrée, contexte de 256K, Index 20 à effort xhigh, tarif catalogue de 0,50 $/3,00 $, 3,53 $ par tâche de l'index, 34,5 minutes par tâche.
• Qwen3.8-Flash — le niveau de production hébergé à 0,15 $/0,47 $, servant les mêmes poids que l’aperçu Flash-Next ; le point de terminaison routé annonce une fenêtre de 1 M de jetons et une sortie maximale de 131 K, tandis qu’Artificial Analysis enregistre 256 K pour les poids ouverts de Flash-Next. Il mesure ce modèle à l’Index 29, 180 Md au total et 6 Md actifs, 0,57 $ par tâche d’index, 33,3 minutes.
• Qwen3.8-Max — le modèle phare fermé, Index 34, 2,00 $/6,00 $, 10,02 $ par tâche d'indice. Pas un concurrent de Mini en termes de coût, ni le modèle auquel se comparer.
• Inkling 2 Mini — 26,4 B au total, 3,4 B actifs, Apache 2.0, contexte de 1 M sur la fiche, indice 20,1, 0,15 $/0,50 $ sur Tinker, 0,59 $ par tâche d'index, 9,0 minutes.
La comparaison utile comporte donc deux volets. Face au modèle dense 27B choisi dans l’article de lancement, Mini est un véritable gain de coût à score égal. Face au niveau Flash, qui coûte le même prix et le surclasse largement sur l’indice, l’argument de Mini doit porter sur autre chose que le prix et le score — et c’est le cas : le fichier.

L'égalité à 27B, et pourquoi elle est bien réelle
Les deux modèles sont mesurés par le même évaluateur sur la même révision du même indice ; comparer 20,1 à 20 relève donc d’une véritable comparaison et non d’une coïncidence entre harnais d’évaluation. Il s’agit aussi d’une égalité à la limite de résolution de l’instrument. L’indice est un composite de neuf évaluations, dont plusieurs portent sur des ensembles tenus à l’écart, et les modèles séparés d’un point n’y sont pas classés de manière fiable. Ce que cette égalité établit, c’est que Mini franchit la même barre qu’un modèle dense de 27 B tout en consommant 3,4 milliards de paramètres actifs au lieu de 27 milliards.
C’est dans la colonne des coûts que cela compte. À 0,59 $ par tâche d’indexation contre 3,53 $, Mini est environ six fois moins cher pour terminer la même évaluation, et il le fait en neuf minutes contre 34 et demie. La vitesse de sortie est de 280 jetons par seconde contre 53. Le temps jusqu’au premier jeton de réponse est de 9,72 secondes contre 144. Dans une boucle d’agent qui exécute trente tours, ces chiffres se cumulent jusqu’à devenir quelque chose que l’utilisateur ressent.
Rien de tout cela n’est gratuit, et le coût compensatoire est la verbosité. Mini a émis 161 M de jetons de sortie pour terminer l’exécution de l’index, contre 128 M pour le modèle Qwen et une médiane de 85,7 M chez les pairs. Payer 0,50 $ par million de sorties pour 1,9 fois la sortie typique reste bon marché ; budgétiser un nombre fixe de jetons par tâche pour un modèle qui parle autant ne l’est pas. Une équipe qui mesure en jetons plutôt qu’en tâches constatera que l’avantage de six fois se réduit vers trois.
Là où Mini surpasse véritablement chaque niveau de Qwen
Le tableau de codage du fournisseur est la partie du lancement qui rend le modèle intéressant, et c’est aussi la partie que personne n’a vérifiée. Chaque ligne ci-dessous provient du propre harnais de Thinking Machines exécuté sur son propre checkpoint, et au moins l’une d’elles a été exécutée avec l’échafaudage d’agent de l’entreprise plutôt qu’avec un échafaudage neutre.
• DeepSWE v1.1 — Inkling 2 Mini 48,2 % contre Qwen3.8-27B 42,2 %.
• SWE-bench Pro v2, Difficile — 77,9 % contre 73,8 %.
• SWE-bench Multilingual — 73,7 % contre 70,0 %.
• SWE-bench Verified — 79,2 % contre 77,8 %.
• Vibe Code Bench v1.1 — 77,9 % contre 64,9 %.
• Terminal Bench v2.1 — 71,6 % contre 73,0 %, une perte ; sur Terminal Bench v4.0, les deux affichent 5,6 %.
• BrowseComp — 79,0 % contre 61,6 % ; DeepSearchQA 85,3 % contre 79,7 % ; MCP Atlas 82,7 % contre 77,3 %.
• MMMU Pro — 74,9 % contre 76,3 %, une nouvelle défaite de justesse ; OmniDocBench v1.6 92,8 % contre 91,5 %.
Les lignes où Mini l'emporte sont celles qui relèvent de l'agentique — le patching à l'échelle d'un dépôt, la recherche sur un horizon long, l'usage d'outils. Les lignes où il perd sont celles du rappel précis. C'est l'architecture qui transparaît : la boucle achète du calcul sériel par token, et le calcul sériel est précisément ce dont une longue trajectoire d'agent a besoin. Elle n'achète pas de faits stockés, et un benchmark à forte composante de connaissances le remarque.
L’écart de factualité entre Mini et la famille est plus marqué que dans n’importe laquelle de ces lignes. Sur AA-Omniscience, le tableau du fournisseur affiche −8,6 pour Mini avec un taux de non-hallucination de 63,4 %, contre −6,4 et 71,4 % pour Qwen3.8-27B dans la même colonne du même tableau. Un score négatif signifie que le modèle fait pire que s’il refusait de répondre. Artificial Analysis ne publie pas, à ma connaissance, de chiffre d’omniscience distinct pour Mini, si bien que cette ligne repose entièrement sur le banc d’essai du fournisseur — et c’est toujours le chiffre le plus important de la comparaison pour quiconque déploie sans couche de récupération.
Là où Flash met fin au débat
Voici le palier qui compte. Qwen3.8-Flash est hébergé et facturé à 0,15 $ en entrée et 0,47 $ en sortie — le même tarif d'entrée que Tinker facture pour échantillonner Mini, et 3 cents de moins en sortie. Artificial Analysis note à 29 les poids Flash-Next qui le sous-tendent. Par tâche d'indice, il coûte 0,57 $, contre 0,59 $ pour Mini. Neuf points d'indice, pour 2 cents de moins.
Ce n’est pas un match serré, ni sur les capacités ni sur le prix, et cela redéfinit à quoi sert Mini. Les avantages de Mini sur Flash ne figurent pas du tout au tableau des scores : c’est un fichier de 20 Go qui fonctionne sans réseau, sur un MacBook ou un DGX Spark, sans compteur par token et sans fournisseur dans la boucle. Les avantages de Flash sont neuf points d’indice, un point de terminaison hébergé et une fenêtre de 1 M de tokens sur l’API routée, sans rien à télécharger. Si votre charge de travail dispose d’une connexion réseau, le camp Qwen l’emporte sur tous les axes mesurés. Si ce n’est pas le cas, rien du côté Qwen ne vous est accessible du tout.
La comparaison des vitesses favorise également Mini, et dans une mesure plus grande que ne le laisserait penser l’écart de score. Mini fonctionne à 280 tokens de sortie par seconde avec un premier token en 9,72 secondes ; Flash-Next mesure 74 tokens par seconde avec un premier token en 85,77 secondes et 33,3 minutes par tâche d’indexation. Pour un agent interactif, c’est la différence entre un outil qui répond et un outil que l’on attend — et c’est le seul endroit où un modèle local à 5,4 milliards de paramètres effectifs présente un avantage structurel sur un modèle hébergé à 180 milliards.
L'arrangement pratique
Les deux offres Qwen sont sur OrcaRouter, ce qui rend le parcours d'escalade exceptionnellement peu coûteux à mettre en place. Qwen3.8-27B est routé à 0,33 $ par million de tokens en entrée et 2,40 $ par million de tokens en sortie — en dessous du tarif catalogue d'Alibaba de 0,50 $/3,00 $, car le prix du fournisseur est répercuté plutôt que majoré. Qwen3.8-Flash est routé à 0,15 $/0,47 $ sur une fenêtre de 1 M de tokens. Une seule clé donne accès aux deux, avec basculement automatique et le DSL de routage permettant d'envoyer une requête d'abord vers l'offre la moins chère et de n'escalader que si elle échoue à un contrôle.
C’est bien la configuration que cette comparaison appelle. Mini, si vous l’adoptez, tourne sur votre propre matériel, y effectue le travail agentique pour lequel il est bon et ne coûte rien par token. Les paliers Qwen se trouvent derrière un point de terminaison unique pour les requêtes pour lesquelles Mini est mauvais — celles qui exigent qu’un fait soit rappelé correctement, qu’un long document soit lu ou qu’une inférence scientifique difficile soit réalisée — et le basculement automatique fait qu’une panne de fournisseur dégrade la réponse au lieu de la faire échouer. Nous n’hébergeons pas Inkling 2 Mini et cet article ne prétendra pas le contraire ; ce que le routeur supprime, c’est le second contrat et la seconde intégration pour la moitié de la charge de travail qui va vers Qwen.

Qu’est-ce qui changerait le verdict
Deux choses, et toutes deux sont peu coûteuses à vérifier. La première est une exécution de code indépendante sur les poids publics de Mini. Si les 48,2 % sur DeepSWE et les 77,9 % sur SWE-bench Pro survivent à un harnais neutre, l'argument agentique de Mini devient bien plus solide que ne le laisse supposer un score d'indice de 20,1, car l'indice sous-pondère précisément le travail à long horizon pour lequel le modèle est conçu. S'ils n'y survivent pas, le tableau de lancement était un tableau de fournisseur et le modèle est un 20 au fond.
Le deuxième point est de savoir si l’avantage de neuf points de Qwen3.8-Flash tient dans des conditions d’effort contrôlées. Son score à l’indice provient d’une configuration unique, et les modèles Qwen varient de plusieurs points selon le réglage d’effort — le modèle 27B obtient 20 à xhigh et nettement moins lorsque la réflexion est réduite. Une déclinaison Flash qui perd neuf points à faible effort est un concurrent différent de celle qui les conserve, et personne n’a publié cette courbe pour cette comparaison.
Jusqu’à ce que l’une de ces options se concrétise, le résumé honnête est un verdict partagé. En matière de capacité mesurée par dollar dans un environnement hébergé, Qwen 3.8 l’emporte deux fois — le modèle 27B égale Mini au score et perd sur le coût, l’offre Flash le bat sur les deux. Sur ce qu’un modèle hébergé ne peut pas faire du tout — fonctionner hors ligne, tourner sur un ordinateur portable, tourner sans compteur — Inkling 2 Mini n’a pas de réponse Qwen, et le fichier de 20 Go est tout l’argument. Achetez le téléchargement si vous avez besoin qu’il fonctionne là où il n’y a pas de réseau. Achetez l’API dans le cas contraire.

Comparés dans cet article2
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
