
Inkling 2 Mini vs Inkling 2 Small: 11 Poin untuk 394GB
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 183 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 568 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 385 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 87 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 150 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 84 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 121 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 107 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 67 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 214 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 111 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
Dua checkpoint, satu keluarga, dan pilihan yang pada akhirnya bergantung pada seberapa banyak ruang disk dan memori yang bersedia Anda habiskan untuk sebelas poin Index. Inkling 2 Mini adalah yang kecil: 26,4 miliar parameter total, 3,4 miliar aktif, satu file berukuran kira-kira 20GB yang diterbitkan Thinking Machines Lab pada 20 November 2026 di bawah Apache 2.0. Inkling 2 Small adalah yang besar: 594 miliar total, 17 miliar aktif, 393,5GB tersebar dalam 36 file, dengan bobot dibuka pada 12 November setelah sepekan ketersediaan tertutup yang dimulai sejak peluncurannya pada 5 November. Pada Artificial Analysis Intelligence Index v5.0.1, yang mengukur keduanya secara independen, skor keduanya adalah 20,1 dan 31. Itulah keseluruhan pertukaran dalam satu baris, dan itu meremehkan betapa berbeda perilaku keduanya.
Uraian berikut memisahkan dua jenis bukti, karena perbedaannya menentukan sebagian besar perdebatan tentang keluarga ini. Skor indeks, biaya per tugas indeks, kecepatan, konteks, dan lisensi adalah angka Artificial Analysis serta metadata vendor, yang dibaca pada 21 November 2026. Setiap persentase benchmark merupakan tabel evaluasi milik Thinking Machines sendiri dari postingan peluncuran yang relevan, pada checkpoint yang dilatih perusahaan, dan ditandai sebagai dilaporkan vendor setiap kali muncul. Tidak satu pun dari kedua tabel itu telah direproduksi di luar laboratorium.
Apa sebenarnya setiap checkpoint itu
Mulailah dari artefaknya, karena artefak-artefak itu bukan jenis benda yang sama. Inkling 2 Small adalah model mixture-of-experts datar: total 594B, 17B aktif per token, bobotnya diterbitkan delapan hari setelah peluncuran sebagai 24 shard safetensors plus varian MXFP8 yang bahkan lebih besar. Inkling 2 Mini adalah turunan yang dipangkas dan ber-loop — resep utama yang sama dengan dua pertiga pakar dihapus dan loop ditambahkan ke lapisan tengah. Model ini dikirim sebagai satu file sekitar 20GB karena dilatih end-to-end dalam 4-bit dan diterapkan dalam presisi yang sama seperti saat dilatih, 20 lapisan dalam NVFP4 dan 4 dalam MXFP8, sehingga tidak ada kerugian konversi yang harus dibayar.
• Total parameter — Inkling 2 Mini 26,4B vs Inkling 2 Small 594B.
• Parameter aktif — 3,4B vs 17B, dengan Mini mencapai 5,4B aktivasi bobot efektif per token setelah tiga lintasan loop-nya diperhitungkan.
• Unduhan — sekitar 20GB dalam satu file vs 393,5GB di 36 file, atau 622,8GB untuk varian MXFP8.
Indeks — 20,1 vs 31, keduanya pada Intelligence Index v5.0.1.
• Biaya per tugas indeks — $0,59 vs $1,18.
• Kecepatan output dan token pertama — 280 token per detik pada 9,72 detik vs 118 token per detik pada 39,68 detik.
• Konteks — 1M token pada kedua kartu model, dan 1M tercatat oleh Artificial Analysis untuk keduanya. Tier yang dilayani Inkling 2 Small di Tinker lebih sempit daripada yang tercantum di kartunya, dan Mini mewarisi celah yang sama; anggap angka sejuta itu sebagai kapabilitas, bukan janji operasional.
• Lisensi — Apache 2.0 pada keduanya. Kartu Small menyatakannya tanpa menyertakan berkas LICENSE; kartu Mini menyatakannya dalam metadata dengan ketiadaan yang sama. Perlu diketahui jika tinjauan hukum Anda menginginkan dokumen di dalam repositori.

Sebelas poin, dan dari mana asalnya
Membaca kedua tabel vendor secara berdampingan adalah satu-satunya cara untuk melihat apa yang diperoleh dari komputasi tambahan, karena skor indeks saja menyembunyikannya. Kedua model dievaluasi oleh laboratorium yang sama dengan harness yang tumpang tindih, sehingga baris-barisnya kurang lebih dapat dibandingkan satu sama lain — dan hanya satu sama lain.
• DeepSWE v1.1 — Inkling 2 Small 72,1% vs Inkling 2 Mini 48,2%. Selisih terlebar di blok coding.
• SWE-bench Pro v2, Sulit — 86,3% vs 77,9%.
• SWE-bench Verified — 79,2% untuk Mini, hanya bash. Tabel peluncuran Small sendiri tidak mencetak baris yang sama, jadi ini satu-satunya tolok ukur pengodean yang tidak dapat diselaraskan oleh kedua postingan.
• Vibe Code Bench v1.1 — 81,6% vs 77,9%.
• FrontierCode v2.0 — 25,4% vs 15,1%. Selisih sepuluh poin pada benchmark tempat keduanya paling lemah.
• PMPP-Hard, benchmark optimasi kernel — 494,27 AUC untuk Small dibandingkan 455,82 untuk Mini, yang lebih dekat daripada yang disarankan oleh jumlah parameter dan merupakan baris yang dirujuk dalam posting peluncuran saat menyatakan Mini "mendekati" saudara besarnya.
• BrowseComp — 90,2% vs 79,0%; DeepSearchQA 90,9% vs 85,3%; MCP Atlas 85,0% vs 82,7%. Pencarian dan penggunaan alat mempersempit kesenjangan hingga satu digit.
• CritPt v2, versi lengkap — 55,7% vs 31,4%. Penalaran sains adalah bidang yang paling jelas menunjukkan pengetahuan tersimpan tambahan.
• AA-Omniscience — 16,1 dengan tingkat non-halusinasi 73,3% vs −8,6 dengan 63,4%.
Baris terakhir itulah yang perlu direnungkan. Skor omniscience negatif berarti sebuah model lebih buruk daripada menolak menjawab, dan selisih indeks sebelas poin sebagian besar dibayar di situ: model yang lebih besar mengetahui banyak hal, sedangkan model yang lebih kecil menyimpulkannya. Thinking Machines mengatakan ini sendiri, dengan kata-kata berbeda, ketika menjelaskan bahwa perulangan menambahkan komputasi serial tetapi bukan fakta yang tersimpan. Pemangkasan memangkas dua pertiga ahli; pengetahuan hidup di para ahli yang tersisa.
Resep yang sama, loyang lebih kecil
Kemiripan di dalam keluarga ini bukanlah pemasaran. Kedua model menjalani SFT dengan campuran data yang serupa dan fase RL dengan total 2,2T token selama 2.000 langkah, dengan distilasi on-policy digunakan untuk penyelarasan pada keduanya. Pipeline pasca-pelatihan adalah pipeline yang sama; yang berbeda adalah apa yang masuk ke dalamnya.
Rute Mini di sana layak diketahui karena menjelaskan beberapa baris benchmark. Rute itu dimulai pada sparsitas 48, merutekan setiap token ke 8 dari 384 pakar. Pada suatu titik di tengah pelatihan, Thinking Machines mempertahankan 128 pakar yang paling sering digunakan per lapisan — pemangkasan dua pertiga — dan memulihkan loss pada 1T token yang didistilasi dari model Inkling internal yang lebih besar, melatih pakar yang tersisa untuk mengambil alih pekerjaan pakar yang dihapus. Kemudian ia menambahkan looping: empat blok yang masing-masing terdiri dari enam lapisan, dengan dua blok tengah dijalankan tiga kali dan gate terpelajar yang menggabungkan pesan dari lintasan sebelumnya ke lintasan berikutnya, dimulai dari gain nol sehingga pelatihan dimulai sebagai model biasa.
Dua keputusan pertimbangan dalam desain itu memberi pelajaran. Perusahaan mengulang dua belas lapisan tengah, bukan dua belas lapisan terakhir, setelah menguji keduanya dalam 28 evaluasi dan mendapati versi tengah lebih baik pada 27 di antaranya, dengan keuntungan setara komputasi 1,51–1,91× versus 1,24–1,36×. Dan perusahaan mempertahankan blok pertama dan terakhir sebagai sekali lintas, berdasarkan teori bahwa blok-blok itu menangani penerjemahan token ke representasi sementara bagian tengah membawa abstraksi. Itulah sebabnya Mini mendapatkan 48 penerapan lapisan per token dari 24 lapisan tersimpan tanpa menambahkan satu parameter pun.
Biaya dari trik itu bersifat operasional. MoE datar adalah sesuatu yang telah dilayani setiap stack inferensi selama dua tahun. Model berulang telah mendapat dukungan SGLang dan vLLM kira-kira sejak hari peluncurannya, dan kartu model menyatakan dengan jelas bahwa dukungan runtime untuk model berulang masih baru dan kecepatannya bervariasi. Jika Anda memilih antara keduanya untuk jalur produksi bulan ini, pilihan yang membosankan adalah pilihan dengan kernel yang sudah matang.
Perangkat keras adalah pembeda yang sebenarnya
Kedua checkpoint tidak bersaing untuk mesin yang sama, dan itu menentukan lebih banyak deployment daripada skornya. Mini dispesifikasikan untuk berjalan pada satu NVIDIA DGX Spark, perangkat Apple silicon apa pun dengan 32GB atau lebih, atau GPU dengan VRAM 32GB; demo perusahaan sendiri memperlihatkannya membangun simulator penerbangan yang dapat dimainkan secara offline di MacBook Pro dalam mode pesawat, dan simulasi kota dengan dua puluh agen di satu laptop. Sebuah studi efisiensi Stanford yang dijalankan pada akses awal menempatkannya pada 0,703 intelligence per watt di DGX Spark dengan MXFP8 dan upaya penalaran rendah — diukur oleh peneliti di luar lab, pada satu perangkat, yang merupakan sinyal independen terkuat dalam rilis ini.
Small membutuhkan sebuah node. 393,5GB bobot tidak muat di tempat mana pun yang dimiliki seseorang, itulah sebabnya cara alami untuk menggunakannya adalah endpoint yang dihosting — Tinker, dalam kasus vendor ini — dan mengapa perbandingan yang menarik bagi sebagian besar pembaca bukanlah "file mana yang saya unduh" melainkan "mana dari ini yang bisa saya jalankan sama sekali". Mini menjawab pertanyaan itu dengan laptop. Small menjawabnya dengan anggaran.
Asimetri itulah tempat routing membuktikan nilainya, dan ada baiknya bersikap konkret alih-alih sekadar memberi isyarat. Tidak ada model pun yang ada di OrcaRouter, jadi tidak ada yang bisa dirutekan ke salah satu dari keduanya saat ini. Yang ada di OrcaRouter adalah sisi hosted dari keputusan yang sama: model-model yang akan Anda panggil untuk beban kerja yang memang ditujukan untuk checkpoint 594B, dengan satu kunci, pada harga daftar penyedia tanpa tambahan markup. DSL routing adalah bagian yang penting di sini — ini memungkinkan Anda memisahkan berdasarkan tugas sehingga panggilan mahal hanya terjadi pada permintaan yang membutuhkannya, dengan failover otomatis saat penyedia mengalami gangguan, sementara model lokal yang murah menangani sisanya. Menjalankan Mini secara lokal dan memanggil keluar hanya untuk hard tail menghasilkan tagihan yang lebih kecil daripada menjalankan salah satu model untuk semuanya, dan inilah pengaturan yang sebenarnya dimungkinkan oleh rilis ini.
Keputusan itu, dalam tiga kasus
Jika Anda membangun agen yang berjalan di mesin pengembang atau di dalam satu kotak offline, Inkling 2 Mini adalah jawabannya dan tidak ada persaingan yang sebenarnya. Unduhan 20GB dengan 280 token per detik, Apache 2.0, dan tabel pengodean yang mengalahkan setiap model open-weights seukurannya pada baris milik vendor sendiri. Sandbox-kan — kartunya memperingatkan tentang tindakan file yang merusak dan perulangan saat debugging — dan ia akan melakukan pekerjaan agentic berskala repositori di perangkat keras yang sudah Anda miliki.
Jika beban kerja Anda adalah retrieval atas korpus dokumen besar yang tidak Anda tulis sendiri, keunggulan Small sebagian besar terletak pada baris yang melibatkan pemanggilan kembali apa yang dikatakan suatu dokumen. CritPt pada 55,7% versus 31,4%, omniscience pada 16,1 versus −8,6, dan tingkat non-halusinasi 73,3% versus 63,4% bukanlah perbedaan kecil dalam lingkungan kepatuhan atau keuangan, di mana jawaban salah yang meyakinkan lebih mahal daripada jawaban benar yang lambat. Anda akan membayar untuk sebuah node atau endpoint untuk mendapatkannya.
Jika Anda memilih untuk beban kerja campuran, pembagiannya adalah intinya. Kelemahan Mini adalah pengetahuan, dan pengetahuan adalah satu hal yang dapat Anda sediakan dari luar — lapisan retrieval, alat pencarian, model yang lebih besar pada bagian yang sulit. Kekuatannya adalah persistensi agentik jangka panjang dengan harga yang tidak dapat disamai siapa pun di kelas 20GB. Beli model kecilnya, sewa pengetahuannya, dan perlakukan checkpoint 594B sebagai tujuan eskalasi, bukan sebagai model yang Anda jalankan.

Satu peringatan berlaku untuk ketiga kasus dan sebaiknya diletakkan di akhir, bukan dikubur. Tabel benchmark kedua model adalah milik lab itu sendiri, dan skor indeks adalah satu-satunya angka kemampuan yang diukur secara independen dalam perbandingan ini. Angka 31 dan 20,1 dapat dibandingkan; 86,3% dan 77,9% hanya dapat dibandingkan satu sama lain dan tidak dengan yang lain. Siapa pun yang menempatkan baris vendor di samping skor terbitan pesaing sedang membandingkan dua harness pengujian, bukan dua model.

