Inkling vs Nemotron 3 Ultra: Quale modello open-weight dovresti distribuire?
Questo Inkling vs Nemotron confronto mette due modelli open-weight l'uno contro l'altro: Inkling, la prima uscita di Thinking Machines Lab (la startup guidata dall'ex CTO di OpenAI Mira Murati), e Nemotron 3 Ultra, il modello open di punta di NVIDIA. Entrambi offrono pesi scaricabili, entrambi si rivolgono a team che vogliono auto-ospitare e mettere a punto piuttosto che noleggiare un'API chiusa, ed entrambi giocano nella stessa fascia open-weight. La parte interessante: in base ai dati testa a testa che abbiamo, Inkling vs Nemotron 3 Ultra è l'unico incontro aperto in cui Inkling è in testa in ogni riga di benchmark nei nostri dati. Di seguito esponiamo i numeri onestamente, poi copriamo licenze, VRAM, costi e dove lo stack di NVIDIA dà ancora un reale vantaggio a Nemotron.
Una nota per i costruttori: qui non ci sono benchmark testa a testa verificati, quindi questo confronta modelli e accesso, non punteggi. OrcaRouter indirizza i modelli disponibili tramite API dietro un singolo endpoint compatibile con OpenAI, così puoi provare e confrontare Inkling e Nemotron 3 Ultra senza dover configurare più SDK.
Verdetto TL;DR: Scegli Inkling se vuoi i punteggi grezzi più forti nei nostri dati, una licenza permissiva Apache 2.0, una finestra di contesto di 1 milione di token e input multimodale (testo + immagine + audio). Scegli Nemotron 3 Ultra se sei standardizzato sullo stack enterprise e hardware di NVIDIA (microservizi NIM, NeMo, implementazioni certificate DGX/Blackwell) e vuoi un modello ottimizzato per inserirsi in quell'ecosistema. Entrambi sono open-weight e auto-ospitabili.
Punti chiave
Entrambi sono a peso aperto, scaricabili e auto-ospitabili — questo è un confronto tra aperti, non tra aperto e chiuso.
Inkling è in testa in ogni riga di benchmark nei nostri dati testa a testa (set MarkTechPost), da HLE e AIME 2026 a SWE-bench Verified, Terminal Bench 2.1 e FORTRESS.
Inkling guida anche l'indice indipendente: Artificial Analysis Intelligence Index 41 vs 38 per Nemotron 3 Ultra.
Differenza di licenza: Inkling è Apache 2.0; Nemotron 3 Ultra viene distribuito con la licenza open model di NVIDIA — controlla i termini di NVIDIA per i dettagli prima del deployment commerciale.
Il vantaggio di Nemotron è il posizionamento: l'integrazione dello stack enterprise/hardware di NVIDIA, non le vittorie nei benchmark nei nostri dati.
Attenzione: I benchmark di Inkling sono auto-dichiarati dal fornitore al momento del lancio; i dati della concorrenza provengono da terze parti e non sono auditati indipendentemente.
I benchmark qui sono auto-dichiarati dai vendor al lancio (Effort 0.99) per Inkling, mentre i dati di terze parti provengono da Artificial Analysis e MarkTechPost; nessuno è verificato in modo indipendente, e i numeri dei concorrenti potrebbero differire da quelli riportati da NVIDIA stessa. Le specifiche di Inkling provengono dalla scheda del modello di Thinking Machines.
Confronto a colpo d'occhio
Creatore. Intuizione: Thinking Machines Lab; Nemotron 3 Ultra: NVIDIA
Licenza. Inkling: Apache 2.0 (self-hosting senza royalty); Nemotron 3 Ultra: NVIDIA open model license (verificare i termini NVIDIA)
Pesi. Inkling: Aperto (Hugging Face); Nemotron 3 Ultra: Aperto
Parametri. Inkling: 975B totale / 41B attivo (MoE); Nemotron 3 Ultra: Non nei nostri dati
Contesto. Inkling: Fino a 1M token (256K su API ospitate); Nemotron 3 Ultra: Non nei nostri dati
Modalità. Inkling: Testo + immagine + audio in ingresso, testo in uscita; Nemotron 3 Ultra: Non nei nostri dati
Self-host / messa a punto. Inkling: Sì / Sì (Tinker); Nemotron 3 Ultra: Sì / Sì
Prezzo in hosting. Inkling: ~$1.87 in / ~$4.68 out per 1M (AA); Nemotron 3 Ultra: Non nei nostri dati
Le celle contrassegnate con “Non nei nostri dati” vengono omesse anziché stimate — vedere l'informativa sopra.
Vincitore per categoria
Ragionamento / Conoscenza. Vincitore: Inkling; Note: HLE 29.7% contro 26.6% (MarkTechPost)
Matematica. Vincitore: Inkling; Note: AIME 2026 97.1% vs 94.2%
Codifica. Vincitore: Inkling; Note: SWE-bench Verified 77.6% vs 70.7%
Agentic (terminale). Vincitore: Inkling; Note: Terminal Bench 2.1 63.8 vs 56.4
Sicurezza (avversaria). Vincitore: Inkling (stretto); Note: FORTRESS 78.0% vs 77.6%
Intelligenza complessiva. Vincitore: Inkling; Note: AA Intelligence Index 41 vs 38
Multimodale / Audio. Vincitore: Inkling; Note: Testo+immagine+audio in ingresso; modalità Nemotron non presenti nei nostri dati
Adatto per enterprise/hardware. Vincitore: Nemotron 3 Ultra; Note: Integrazione nativa dello stack NVIDIA
Costo (self-host). Vincitore: Pareggio; Note: Entrambi royalty-free per auto-ospitare (per ogni licenza)
Benchmark a confronto
I seguenti dati provengono da un unico set coerente riportato da MarkTechPost, più un indice indipendente da Artificial Analysis. Il grassetto indica il leader.
HLE (senza strumenti). Inkling: 29,7%; Nemotron 3 Ultra: 26,6%; Fonte: MarkTechPost
AIME 2026 (matematica). Inkling: 97.1%; Nemotron 3 Ultra: 94.2%; Fonte: MarkTechPost
SWE-bench Verified (codifica). Inkling: 77.6%; Nemotron 3 Ultra: 70.7%; Fonte: MarkTechPost
Terminal Bench 2.1 (agentic). Inkling: 63.8; Nemotron 3 Ultra: 56.4; Fonte: MarkTechPost
FORTRESS (adversarial). Inkling: 78.0%; Nemotron 3 Ultra: 77.6%; Fonte: MarkTechPost
AA Intelligence Index. Inkling: 41; Nemotron 3 Ultra: 38; Fonte: Artificial Analysis
Questo è un netto successo per Inkling nei dati che abbiamo. Vale la pena dirlo chiaramente: tra i rivali open contro cui Inkling è stato confrontato, Nemotron 3 Ultra è l'unico che batte su tutta la linea. Contro altri modelli open come GLM 5.2, Kimi K2.6 e DeepSeek V4 Pro, Inkling alterna vittorie e sconfitte — ma qui è in testa in ogni riga.
Tieni comunque presenti le avvertenze. Questi sono numeri auto-dichiarati del giorno del lancio da parte di Inkling, e i punteggi dei concorrenti sono stati compilati da terze parti anziché verificati indipendentemente. I margini su FORTRESS (78.0% vs 77.6%) sono abbastanza stretti che una riesecuzione in diverse condizioni di test potrebbe capovolgerli. Considera la direzione come più affidabile dei decimali.
Dove Nemotron 3 Ultra vince
Il vantaggio di Nemotron 3 Ultra non è visibile nella classifica dei nostri dati — è posizionamento. Nemotron è la famiglia di modelli proprietaria di NVIDIA, e questo ha un peso reale per le aziende già impegnate con lo stack di NVIDIA:
Co-progettazione di hardware e software. I modelli Nemotron sono progettati per funzionare senza problemi sull’hardware NVIDIA e vengono presentati attraverso gli strumenti enterprise di NVIDIA (microservizi di inferenza NIM, il framework NeMo e distribuzioni di riferimento certificate DGX/Blackwell). Se il tuo team di piattaforma utilizza già questo stack, Nemotron si integra con il minimo attrito.
Supporto aziendale e packaging. Un modello supportato dalla macchina commerciale di NVIDIA rappresenta una procedura di procurement e supporto più semplice per le grandi organizzazioni rispetto a una prima release di una giovane startup.
Gravità dell'ecosistema. Per i team che si standardizzano su un unico fornitore per GPU, driver, runtime di inferenza e modello, Nemotron riduce il numero di componenti variabili.
Nulla di tutto ciò appare in una tabella di benchmark, ma è spesso il fattore decisivo nelle implementazioni aziendali.
Dove Inkling vince
Ogni benchmark nei nostri dati.HLE, AIME 2026, SWE-bench Verified, Terminal Bench 2.1 e FORTRESS favoriscono tutti Inkling, così come l'indice indipendente AA Intelligence Index (41 vs 38).
Licenza più permissiva. Apache 2.0 è circa così poco restrittiva quanto possa esserlo una licenza open. La licenza del modello aperto Nemotron di NVIDIA può contenere condizioni che vale la pena rivedere (vedi sotto).
Input multimodale. Inkling accetta testo, immagini e audio in (text out). Il supporto alla modalità di Nemotron non è nei nostri dati.
Finestra di contesto enorme. I pesi di Inkling supportano fino a 1M token (256K sulle API ospitate).
Sforzo di pensiero controllabile. Un quadrante dello sforzo di ragionamento ti consente di scambiare costo per profondità per richiesta.
Prezzi e costi / TCO
Poiché entrambi i modelli sono open-weight, la domanda principale sul costo è la stessa per entrambi: self-hosting è senza royalty (soggetto ai termini di licenza di ciascun modello). Paghi per le GPU e le operazioni, non per i pesi.
Per Inkling, se preferisci hosting gestito, i fornitori terzi lo prezzano (secondo Artificial Analysis) a circa $1.87 / 1M input tokens e $4.68 / 1M output tokens a 64K di contesto (cache a circa $0.374 / 1M), salendo a circa $3.74 / $9.36 a 256K di contesto. Il fine-tuning avviene tramite la Tinker piattaforma (opzioni di contesto da 64K e 256K), con uno sconto di lancio a tempo limitato del 50%, e c'è un Playground gratuito per provarlo. Inkling è anche notevolmente efficiente in termini di token (~25K token di output per attività), il che riduce la spesa reale per token di output.
Per Nemotron 3 Ultra, non abbiamo prezzi ospitati per token nei nostri dati, quindi non forniremo un numero. Qualitativamente: se lo esegui all'interno di un accordo aziendale NVIDIA esistente, il costo del modello potrebbe confluire in un accordo di stack più ampio, il che può cambiare i calcoli del TCO indipendentemente da qualsiasi tariffa per token.
Licenze e distribuzione
Licenza. Inkling viene rilasciata sotto Apache 2.0 — l'uso commerciale è consentito, l'auto-hosting è esente da royalty, e i termini sono semplici e ben compresi. Nemotron 3 Ultra viene distribuita sotto la licenza open model di NVIDIA. Non cercheremo di indovinare le sue clausole specifiche; la mossa responsabile è di leggere direttamente i termini di NVIDIA prima di impegnarsi nella distribuzione commerciale, poiché le licenze open model possono includere restrizioni d'uso, requisiti di attribuzione o condizioni di utilizzo accettabile che Apache 2.0 non ha. Il messaggio pratico: la licenza di Inkling è la più permissiva e prevedibile delle due.
Come eseguire Inkling. I pesi sono su Hugging Face (BF16 + un checkpoint NVFP4 per NVIDIA Blackwell). Livelli di VRAM:
BF16: ~2TB (circa 8×B300 o 16×H200)
NVFP4: ~600 GB (circa 4×B300 o 8×H200)
Configurazioni vincolate: Unsloth 1-bit GGUF quantizzazioni
I runtime supportati includono SGLang, vLLM, TokenSpeed, Unsloth e Hugging Face transformers, e l'accesso in hosting è disponibile tramite Together AI, Fireworks, Modal, Databricks e Baseten. Un quickstart minimale di vLLM si presenta come:
vllm serve thinkingmachines/Inkling --tensor-parallel-size 8
Come eseguire Nemotron 3 Ultra. Nemotron 3 Ultra è anch'esso open-weight e auto-hostabile, ed è progettato per funzionare tramite il percorso di deployment di NVIDIA (microservizi NIM e framework NeMo su hardware NVIDIA). Non disponiamo del suo esatto ingombro di VRAM né di un prezzo per token nei nostri dati, quindi controlla la pagina del modello NVIDIA per le dimensioni del checkpoint e i runtime supportati.
Quale dovresti scegliere?
Scegli Inklingse vuoi le migliori prestazioni misurate nei nostri dati, la licenza più permissiva (Apache 2.0), input multimodale, una finestra di contesto da 1 milione di token, e un modello efficiente in termini di token che puoi mettere a punto su Tinker. È la scelta migliore per team attenti ai costi e per chiunque voglia la massima flessibilità su come distribuirlo.
Scegli Nemotron 3 Ultra se la tua organizzazione è già standardizzata sullo stack enterprise e hardware di NVIDIA e apprezza quella stretta integrazione, packaging e supporto più del divario di benchmark. Il tabellone segnapunti favorisce Inkling; l'ecosistema potrebbe favorire Nemotron per te.
Non sei sicuro? Entrambi sono gratuiti da auto-ospitare, quindi la mossa a basso rischio è prototipare Inkling (tramite il Playground gratuito o un provider ospitato) e Nemotron (tramite il percorso di deployment di NVIDIA) sui tuoi compiti rappresentativi. I benchmark puntano in una direzione; il tuo carico di lavoro è il vero giudice.
Per un approfondimento su Inkling stesso, consulta la nostra recensione completa del modello Inkling AI e l'approfondimento What is Inkling AI?. Per altri confronti open-weight, confronta Inkling vs Kimi K2.6 e Inkling vs GLM 5.2, dove i risultati sono più vicini di quanto lo siano qui.
Domande frequenti
Inkling è migliore di Nemotron 3 Ultra? Sulla base dei dati che abbiamo, sì. Inkling è in testa in ogni riga di benchmark testa a testa (set MarkTechPost) e nell'indipendente Artificial Analysis Intelligence Index (41 vs 38). Detto questo, questi dati sono auto-dichiarati o di terze parti e non sono stati verificati in modo indipendente, e 'migliore' dipende anche da quanto bene ogni modello si adatta al tuo stack esistente.
Qual è il migliore per la programmazione? Inkling, secondo i numeri: SWE-bench Verified 77.6% contro 70.7% e Terminal Bench 2.1 63.8 contro 56.4 (entrambi da MarkTechPost). Come sempre, verifica sul tuo codice prima di decidere.
Qual è il più economico?Entrambi sono senza royalty da self-host, quindi la risposta onesta è “dipende dalla tua infrastruttura.” Inkling ha un prezzo ospitato pubblicato (~$1.87/$4.68 per 1M di token input/output tramite AA) ed è efficiente in termini di token; non abbiamo il prezzo ospitato di Nemotron nei nostri dati, e il suo costo potrebbe confluire in un accordo più ampio con NVIDIA.
Nemotron 3 Ultra è open source? È a pesi aperti — i pesi sono scaricabili — ma è distribuito con la licenza modello aperto di NVIDIA, non una licenza open-source standard approvata dall'OSI. “Pesi aperti” non è la stessa cosa di “open source.” Controlla i termini di NVIDIA per i dettagli. Inkling, al contrario, usa Apache 2.0.
Posso auto-ospitare Nemotron 3 Ultra? Sì. È open-weight e auto-ospitabile, progettato per funzionare tramite gli strumenti di deployment di NVIDIA (NIM/NeMo) su hardware NVIDIA. Rivedere la licenza prima dell'uso commerciale.
Posso fare fine-tuning di Inkling? Sì. Inkling è progettato per la personalizzazione: puoi fare fine-tuning tramite la piattaforma Tinker (opzioni di contesto 64K/256K, con uno sconto di lancio) oppure auto-ospitare i pesi Apache 2.0 e fare fine-tuning sulla tua infrastruttura.
Conclusione
Tra i rivali aperti di cui abbiamo dati, Nemotron 3 Ultra è quello che Inkling batte nettamente — guidando ogni riga dei benchmark e l'indice di intelligenza indipendente, con una licenza Apache 2.0 più permissiva e supporto multimodale e a contesto lungo in aggiunta. Il vero vantaggio di Nemotron 3 Ultra non è la classifica ma la sua integrazione nativa nell'ecosistema aziendale e hardware di NVIDIA, che può contare più di qualche punto di benchmark per i team già impegnati su quel stack. Tieni presenti le avvertenze — nessuno di questi numeri è verificato in modo indipendente — ma se stai scegliendo in base a capacità misurate e libertà di licenza, Inkling è la scelta migliore qui.
