Una scheda titolo generata che recita Inkling 2 Mini vs Qwen 3.8, con sottotitolo il livello che compete davvero è Flash, e tre pillole che recitano Mini: Index 20.1, Flash: Index 29 e Stesso costo per attività, sopra due schede che contrappongono un file da 20GB che funziona offline a un endpoint ospitato con contesto 1M e una nota per passare a un livello superiore solo quando necessario. Il logo OrcaRouter si trova in basso a destra.
Guides & Insights

Inkling 2 Mini vs Qwen 3.8: sconfitto dalla fascia più economica

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Il confronto che tutti fanno è quello sbagliato, e lusinga il nuovo modello. Inkling 2 Mini, pubblicato da Thinking Machines Lab il 20 novembre 2026, ottiene 20,1 sull'Artificial Analysis Intelligence Index v5.0.1 — allo stesso livello di Qwen3.8-27B a 20, a 0,59 $ per compito dell'indice contro 3,53 $. È il confronto testa a testa che Thinking Machines ha inserito nella propria tabella di benchmark, e sul costo non c'è partita. Ma Qwen 3.8 non è un singolo modello. È una generazione di cinque, e il livello che compete davvero con un checkpoint scaricabile da 20 GB è Qwen3.8-Flash, che Artificial Analysis valuta 29 a 0,57 $ per compito dell'indice — nove punti avanti, allo stesso costo per risposta completata. Mini vince il confronto che il post di lancio ha stampato e perde quello che un acquirente farebbe.

Le fonti, poiché determinano il verdetto: i punteggi dell'indice, il costo per attività, la latenza e i valori di contesto sono misurazioni di Artificial Analysis lette il 21 novembre 2026, e ogni prezzo di OrcaRouter è tratto dal nostro catalogo. Le tabelle percentuali provengono dall'harness di lancio di Thinking Machines, eseguito dal fornitore, e sono contrassegnate laddove compaiono; le dichiarazioni proprie di A​libaba sui livelli Q​wen sono riportate come di A​libaba e non sono state verificate separatamente in questa sede.

Innanzitutto, a quale Q​wen 3.8 ti riferisci?

Trattare il nome della famiglia come un avversario è l'errore che rende inutili la maggior parte dei confronti di questo tipo. Q​wen 3.8 copre un flagship ospitato a 2,00/6,00 $ per milione di token, un checkpoint aperto da 2,4 trilioni di parametri con licenza personalizzata, un modello denso da 27B con licenza Apache 2.0, un tier Flash a 0,15/0,47 $ e l'anteprima Flash-Next i cui pesi aperti sono dietro il prodotto Flash ospitato. I membri differiscono di oltre un fattore dieci nel prezzo per token e di nove punti sullo stesso indice. Un singolo verdetto «vs Q​wen 3.8» è un verdetto su qualcosa di indistinto.

• Qwen3.8-27B — 27B dense, Apache 2.0, input testo, immagini e video, contesto 256K, Index 20 con sforzo xhigh, $0.50/$3.00 di listino, $3.53 per attività Index, 34,5 minuti per attività.

• Qwen3.8-Flash — il livello di produzione ospitato a $0.15/$0.47, che serve gli stessi pesi dell'anteprima Flash-Next; l'endpoint instradato dichiara una finestra di 1M token e un output massimo di 131K, mentre Artificial Analysis registra 256K per i pesi aperti di Flash-Next. Misura quel modello a Index 29, 180B totali e 6B attivi, $0.57 per attività indice, 33.3 minuti.

• Qwen3.8-Max — il modello di punta chiuso, Index 34, $2.00/$6.00, $10.02 per attività indice. Non è un concorrente di Mini sul costo e non è il modello con cui confrontarsi.

• Inkling 2 Mini — 26,4B totali, 3,4B attivi, Apache 2.0, contesto da 1M sulla scheda, Index 20.1, $0,15/$0,50 su Tinker, $0,59 per attività di indicizzazione, 9,0 minuti.

Quindi il confronto utile si divide in due parti. Rispetto al modello denso da 27B scelto dal post di lancio, Mini è una vera vittoria sui costi a parità di punteggio. Rispetto al livello Flash, che costa lo stesso e lo surclassa nettamente sull'indice, l'argomentazione di Mini deve riguardare qualcosa di diverso da prezzo e punteggio — e cioè: il file.

Screenshot of the Artificial Analysis model page for Qwen3.8-Flash-Next, showing it above average in intelligence and well priced for its size but notably slow per task and very verbose, a score of 29 on the Intelligence Index against a median of 23, 156M tokens generated during the index run against a 104M median, pricing of $0.15 per 1M input and $0.47 per 1M output tokens, $0.57 per index task, 33.3 minutes per task, an 85.77-second time to first token, 74 output tokens per second, and a listed 256K-token context window.

Il pareggio da 27B, e perché è reale

Entrambi i modelli sono misurati dallo stesso valutatore sulla stessa revisione dello stesso indice, quindi 20,1 contro 20 è un confronto reale e non una coincidenza di harness. È anche un pareggio al limite di risoluzione dello strumento. L'indice è un composito di nove valutazioni, diverse su set held-out, e i modelli entro un punto l'uno dall'altro non vengono ordinati in modo affidabile da esso. Ciò che il pareggio stabilisce è che Mini supera la stessa soglia di un modello denso da 27B consumando 3,4 miliardi di parametri attivi invece di 27 miliardi.

La colonna dei costi è ciò che conta. A 0,59 $ per attività di indicizzazione contro 3,53 $, Mini costa circa sei volte meno per completare la stessa valutazione e lo fa in nove minuti contro 34 e mezzo. La velocità di output è di 280 token al secondo contro 53. Il tempo al primo token di risposta è di 9,72 secondi contro 144. In un ciclo di agenti che esegue trenta turni, questi numeri si accumulano fino a diventare qualcosa che l'utente può percepire.

Niente di tutto ciò è gratis, e il costo che lo compensa è la verbosità. Mini ha emesso 161M token di output per completare l'esecuzione dell'indice, contro i 128M del modello Q​wen e una mediana tra pari di 85,7M. Pagare 0,50 $ per milione di output per 1,9 volte l'output tipico è comunque economico; non lo è stanziare un numero fisso di token per attività per un modello che parla così tanto. Un team che misura in token anziché in attività scoprirà che il vantaggio di sei volte si riduce verso tre.

Dove Mini batte davvero ogni livello di Qwen

La tabella di coding del fornitore è la parte del lancio che rende il modello interessante, ed è anche la parte che nessuno ha controllato. Ogni riga qui sotto è l'harness proprietario di Thinking Machines sul proprio checkpoint, e almeno una è stata eseguita con l'agent scaffold dell'azienda anziché con uno neutro.

• 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% vs 73,0%, una perdita; su Terminal Bench v4.0 entrambi riportano 5,6%.

• BrowseComp — 79,0% vs 61,6%; DeepSearchQA 85,3% vs 79,7%; MCP Atlas 82,7% vs 77,3%.

• MMMU Pro — 74,9% vs 76,3%, un'altra sconfitta di misura; OmniDocBench v1.6 92,8% vs 91,5%.

Le righe in cui Mini vince sono quelle agentiche: patching su scala di repository, ricerca a lungo orizzonte, uso di strumenti. Le righe in cui perde sono quelle del richiamo preciso. È l'architettura che si fa vedere: il looping compra computazione seriale per token, e la computazione seriale è ciò di cui ha bisogno una lunga traiettoria agentica. Non compra fatti memorizzati, e un benchmark a forte densità di conoscenza se ne accorge.

Il divario di fattualità tra Mini e la famiglia è più marcato di quello di qualsiasi altra di quelle righe. Su AA-Omniscience, la tabella del fornitore riporta −8,6 per Mini con un tasso di non allucinazione del 63,4%, contro −6,4 e 71,4% per Qwen3.8-27B nella stessa colonna della stessa tabella. Un punteggio negativo significa che il modello è peggiore del rifiutarsi di rispondere. Artificial Analysis non pubblica una cifra separata di omniscienza per Mini che io sia riuscito a trovare, quindi questa riga si basa interamente sull’harness del fornitore — ed è comunque il numero più importante del confronto per chiunque faccia deploy senza un livello di retrieval.

Dove Flash chiude la discussione

Ora la fascia che conta. Qwen3.8-Flash è ospitato e ha un prezzo di $0.15 in ingresso e $0.47 in uscita — la stessa tariffa di input che Tinker applica per campionare Mini, e tre centesimi in meno sull'output. Artificial Analysis assegna 29 ai pesi Flash-Next che ne stanno alla base. Per ogni attività dell'indice costa $0.57, contro $0.59 di Mini. Nove punti indice, per due centesimi in meno.

Non è una questione incerta né sul piano delle capacità né su quello del prezzo, e ridefinisce a cosa serve Mini. I vantaggi di Mini rispetto a Flash non compaiono affatto nel tabellone: è un file da 20 GB che funziona senza rete, su un MacBook o una DGX Spark, senza contatore per token e senza alcun provider nel mezzo. I vantaggi di Flash sono nove punti indice, un endpoint ospitato e una finestra da 1M token sull’API instradata senza nulla da scaricare. Se il tuo carico di lavoro dispone di una connessione di rete, il lato Qwen vince su ogni asse misurato. In caso contrario, nulla del lato Qwen è disponibile per te.

Il confronto sulla velocità favorisce anch'esso Mini, e in misura maggiore di quanto il divario nel punteggio suggerirebbe. Mini funziona a 280 token di output al secondo con un primo token a 9,72 secondi; Flash-Next misura 74 token al secondo con un primo token a 85,77 secondi e 33,3 minuti per attività di indicizzazione. Per un agente interattivo, è la differenza tra uno strumento che risponde e uno per cui si deve attendere — ed è l'unico punto in cui un modello locale da 5,4B di parametri effettivi ha un vantaggio strutturale rispetto a uno ospitato da 180B.

L'accordo pratico

Entrambi i livelli di Q​wen sono su OrcaRouter, il che rende il percorso di escalation insolitamente economico da costruire. Q​wen3.8-27B viene instradato a 0,33 $ per milione di token in input e 2,40 $ per milione in output — sotto il listino di A​libaba di 0,50 $/3,00 $, perché il prezzo del provider viene trasferito così com'è anziché maggiorato. Q​wen3.8-Flash viene instradato a 0,15 $/0,47 $ su una finestra da 1M di token. Una sola chiave raggiunge entrambi, con failover automatico e il DSL di routing per inviare una richiesta prima al livello economico e passare a quello superiore solo quando non supera un controllo.

È questa la forma che questo confronto cerca davvero. Mini, se lo adotti, gira sul tuo hardware, svolge il lavoro agentico in cui è bravo e non paga nulla per token. I livelli Q​wen stanno dietro un unico endpoint per le richieste in cui Mini è debole — quelle che richiedono il richiamo corretto di un fatto, la lettura di un documento lungo o un'inferenza scientifica complessa — e il failover fa sì che un'interruzione del provider degradi la risposta invece di bloccarla. Non ospitiamo Inkling 2 Mini e questo articolo non fingerà il contrario; ciò che il router elimina sono il secondo contratto e la seconda integrazione per la metà del carico di lavoro che va a Qwen.

Screenshot of OrcaRouter's model page for Qwen3.8 Flash, showing the model id qwen/qwen3.8-flash, vision, tools, JSON and reasoning tags, a dated description of it as Alibaba's multimodal reasoning model for coding, agentic workflows and long-video analysis, an OpenAI-compatible /v1/chat/completions endpoint at api.orcarouter.ai, an input price of $0.15 and output price of $0.47 per 1M tokens, a 1M-token context window with a 131K maximum output, a p50 time to first token of 10.00 seconds, and an option to add it to a comparison.

Che cosa cambierebbe il verdetto

Due cose, ed entrambe costano poco da osservare. La prima è una prova di coding indipendente sui pesi pubblici di Mini. Se il 48,2% su DeepSWE e il 77,9% su SWE-bench Pro resistono a un harness neutrale, il caso agentico di Mini diventa molto più solido di quanto implichi un punteggio di indice di 20,1, perché l'indice sottopesa esattamente il lavoro a lungo orizzonte per cui il modello è costruito. Se non resistono, la tabella di lancio era una tabella del fornitore e il modello è un 20 nel profondo.

Il secondo è se il vantaggio di nove punti di Qwen3.8-Flash regge con i controlli di effort. Il suo valore sull'indice si riferisce a una singola configurazione, e i modelli Qwen variano di diversi punti tra le impostazioni di effort — il modello 27B segna 20 a xhigh e sensibilmente meno quando il ragionamento viene ridotto. Un tier Flash che perde nove punti a effort basso è un concorrente diverso da uno che li mantiene, e nessuno ha pubblicato quella curva per questo confronto.

Finché uno di questi non arriva, il riepilogo onesto è un verdetto diviso. Sulla capacità misurata per dollaro in un ambiente hosted, Q​wen 3.8 vince due volte: il modello 27B pareggia Mini sul punteggio e perde sul costo, il livello Flash lo batte su entrambi. Sulle cose che un modello hosted non può fare affatto — funzionare offline, girare su un laptop, funzionare senza contatore — Inkling 2 Mini non ha nessuna risposta da Q​wen, e il file da 20GB è l'intero argomento. Acquista il download se ti serve che funzioni dove non c'è rete. Acquista l'API se non ti serve.

A generated two-column scoreboard titled 'Inkling 2 Mini vs Qwen3.8-Flash — the scoreboard'. The Inkling 2 Mini column reads Intelligence Index 20.1, active parameters 3.4B, cost per index task $0.59, output speed 280 tokens per second, first token 9.72 seconds, and runs offline: yes, 20GB. The Qwen3.8-Flash column reads Intelligence Index 29, active parameters 6B, cost per index task $0.57, output speed 74 tokens per second, first token 85.77 seconds, and runs offline: no, hosted only. A footer states that both columns are per Artificial Analysis and coding rows are vendor-reported.

Confrontati in questo articolo1

Rilevato da questo articolo