Ling 3.0 Tiny vs Inkling Small: "Small" sta facendo molto lavoro in questi due nomi

"Tiny" e "Small" sembrano indicare la stessa dimensione, e i due modelli più recenti che portano questi nomi non potrebbero essere più distanti. Ling 3.0 Tiny è un MoE proprietario da 7,9 miliardi di parametri di InclusionAI di Ant Group — circa 1,3 miliardi attivi per token, chiamabile gratuitamente oggi tramite i suoi endpoint API, solo testo, con un punteggio di 23 sull'Artificial Analysis Intelligence Index. Inkling Small è un MoE sparso open-weight da 276 miliardi di parametri di Thinking Machines Lab — 12 miliardi attivi, pesi Apache 2.0 su Hugging Face, input nativi di testo, immagine e audio, con un punteggio di 40 sullo stesso indice. Uno è più piccolo in ogni senso reale e si affitta per pochi centesimi; l'altro è un terzo di trilione di parametri che puoi scaricare ed eseguire sul tuo hardware. I nomi sono la trappola: questo non è un confronto tra due modelli piccoli, ma tra due modi completamente diversi di acquistare l'IA, la cui unica decisione di marketing condivisa è un aggettivo diminutivo.

Entrambi rilasciati a distanza di giorni l'uno dall'altro nell'estate più affollata che il mercato dei modelli abbia mai avuto — Inkling Small il 30 luglio 2026, Ling 3.0 Tiny il 6 agosto — ed entrambi puntano allo stesso acquirente: un team che vuole un'IA capace senza un budget da modello di frontiera. Questo articolo separa ciò che ciascuno è realmente, cosa dicono i numeri indipendenti, e perché la domanda "quale è migliore" è in realtà una domanda "quale vuoi possedere".

Ling 3.0 Tiny: l'API gratuita

Ling 3.0 Tiny è un modello di ragionamento mixture-of-experts con 7,9 miliardi di parametri totali e circa 1,3 miliardi attivi per token — piccolo, economico da servire e attualmente prezzato per acquisire utenti. Ha una finestra di contesto di 256K token (262K nelle liste commerciali e su Artificial Analysis), fino a 32K token di output, chiamate di funzione native e caching delle richieste, con una commutazione per richiesta tra modalità "Thinking" attiva di default e modalità diretta "Instant". È testo-in, testo-out; non esiste alcun percorso visivo o audio.

Il modello di business è la parte sorprendente. È elencato come inclusionai/ling-3.0-tiny:free a $0 per milione di token su entrambi i lati; un secondo gateway lo esegue gratuitamente fino alle 8:00 PT del 14 agosto 2026, dopo di che si applica la tariffa indicata di $0,06 per milione di token in input e $0,18 per milione di token in output. Per un modello API è un numero straordinario — al di sotto di praticamente ogni livello testuale comparabile sul mercato — e Artificial Analysis lo ha già testato: Intelligence Index 23, classificato #6 su 56 modelli nella sua categoria contro una mediana di 8. Lo stesso test lo ha segnalato come molto prolisso, generando 210M token in output contro una mediana di 63M, che è il costo nascosto da tenere a mente quando si modella la fattura.

Inkling Small: i pesi aperti

Inkling Small è una specie diversa. È un trasformatore a miscela sparsa di esperti con 276B di parametri totali e 12B attivi per token — 42 strati, ogni token instradato a 6 dei 256 esperti più 2 esperti condivisi — distillato on-policy dal modello di punta Inkling da 975B, poi sottoposto a un ulteriore apprendimento per rinforzo su codifica agentica. (La specifica tecnica di Artificial Analysis riporta 266B totali; il dato di 12B attivi concorda, e la differenza non cambia il confronto.) I pesi sono su Hugging Face con licenza Apache 2.0 e senza restrizioni commerciali. È multimodale in input — testo, immagini e audio confluiscono nello stesso flusso di token, con output solo testuale — e include un selettore di sforzo di pensiero a cinque livelli (da minimo a xhigh), così gli stessi pesi possono girare in modalità economica o spinta.

Dato che i pesi sono aperti, la storia dell'accesso è completamente diversa. Thinking Machines lo serve sulla sua API Tinker a $0,30 / $1,20 per milione di token, con input in cache a $0,06, ed è disponibile su due endpoint di terze parti a circa $0,45–$0,50 in ingresso / $1,20 in uscita per 1M, con contesto limitato a 524.288 token su quegli endpoint invece del 1M pubblicizzato. Oppure scarichi tu stesso i pesi — il che significa 276GB a 8 bit, un nodo multi-GPU, non una workstation, e una questione di quantizzazione (gli endpoint ospitati servono fp8; i benchmark del fornitore non sono stati misurati su fp8).

Il tabellone indipendente

Metti entrambi sulla stessa scala di Artificial Analysis e il divario di capacità è inequivocabile. Inkling Small ottiene 40 sull'Intelligence Index, classificandosi #15 su 101 nella sua categoria; Ling 3.0 Tiny ottiene 23, classificandosi #6 su 56 nella sua categoria (più piccola). Il divario di 17 punti corrisponde all'incirca alla distanza tra "modello economico genuinamente utile" e "comodamente sopra la media per un modello minuscolo". I 12B di parametri attivi di Inkling Small — quasi dieci volte gli 1.3B di Ling 3.0 Tiny — emergono nel lavoro agentico, nel recupero a contesto lungo e nella programmazione, le dimensioni che compongono l'indice. Ling 3.0 Tiny è eccezionale per la sua dimensione; Inkling Small è semplicemente più capace, perché è un modello fondamentalmente più grande con un nome piccolo.

Entrambi i modelli sono prolissi, il che vale la pena di precisare perché incide su entrambe le bollette. Artificial Analysis ha misurato Ling 3.0 Tiny consumare 210M token di output nell'esecuzione dell'indice (mediana 63M) e Inkling Small consumarne 130M (mediana 100M). Inkling Small pensa circa il 30% in più del normale; Ling 3.0 Tiny pensa più del triplo del normale. Nessuno dei due è un modello che distribuisci e ti dimentichi di monitorare.

Le dimensioni, una per riga:

• Punteggio indipendente — Ling 3.0 Tiny AA Index 23 (#6/56, mediana di classe 8) vs Inkling Small AA Index 40 (#15/101).

• Prezzo — Ling 3.0 Tiny gratuito, poi $0.06 / $0.18 per 1M, rispetto a Inkling Small $0.30–$0.50 in ingresso / $1.20 in uscita per 1M su endpoint ospitati, oppure $0 più il tuo hardware.

• Dimensioni — 7,9B totali / ~1,3B MoE attivi, proprietario contro 276B totali / 12B MoE sparsi attivi, pesi aperti Apache 2.0.

• Modalità — Ling 3.0 Tiny solo testo vs Inkling Small input di testo, immagini e audio, output di testo.

• Contesto — 256K su Ling 3.0 Tiny vs fino a 1M pubblicizzato / 524K serviti sugli endpoint hosted attuali di Inkling Small.

• Proprietà — API chiusa che noleggi vs pesi aperti che puoi possedere, ottimizzare su Tinker, o eseguire tu stesso su un nodo multi-GPU.

Quello che ciascuno {{1}}costa effettivamente{{/1}} {{2}}a te{{/2}}

La differenza di prezzo non è il numero interessante; lo è la differenza di proprietà. Ling 3.0 Tiny è un servizio a consumo: gratuito per una settimana, poi $0,06 / $0,18 per milione di token per sempre, a qualsiasi concorrenza tu esegua, con una tassa di verbosità che moltiplica il costo effettivo di output. Inkling Small ha due prezzi: uno a noleggio — circa $0,50 / $1,20 per milione su endpoint di terze parti, o $0,30 / $1,20 di prima parte — e uno di proprietà, che è un serio acquisto hardware e il tempo di ingegneria per servire 276B parametri. L'economia misurata di Artificial Analysis dà a Inkling Small un prezzo misto di circa $0,22 per 1M token e circa $0,07 per attività di indice di intelligenza, il che lo rende davvero economico da eseguire come API per ciò che offre. Ma l'opzione a pesi aperti non ha alcun contatore dopo la fattura di addestramento e hosting, che è la stessa logica che spinge le persone verso un checkpoint da 2,6B ed è molto più difficile da giustificare a 276B.

Ci sono anche stringhe di capacità legate al modello aperto che una scheda tecnica non riporta. La scheda di Inkling Small consiglia input audio inferiori a due minuti, rispetto ai meno di venti per il modello di punta — un taglio di dieci volte se stavi ragionando su riunioni. Nessuno dei due endpoint ospitati pubblicizza attualmente response_format (JSON con schema imposto), il che è rilevante se la tua pipeline dipende da output strutturati. E la robustezza avversaria sui numeri del laboratorio stesso (71.6% su FORTRESS adversarial) è un motivo per pensarci prima di metterlo dietro una casella di testo pubblica. Ling 3.0 Tiny, essendo un'API senza pesi, non ha nessuna di queste questioni di self-hosting — prendi ciò che l'endpoint serve.

Quale "small" è giusto per il tuo problema

Scegli Ling 3.0 Tiny quando vuoi il ragionamento testuale capace più economico che puoi noleggiare, non hai bisogno di vedere immagini o ascoltare audio, apprezzi un modello valutato in modo indipendente che puoi provare gratuitamente questa settimana e ti va bene una fatturazione a consumo e un modello prolisso. Scegli Inkling Small quando ti serve la capacità — vero input multimodale, 12B parametri attivi di forza agentica, un punteggio indice superiore di 17 punti — o quando vuoi specificamente pesi aperti che puoi possedere, mettere a punto o allontanare del tutto da un fornitore. Sceglilo per la modalità e per il punteggio indice, non per il nome.

Una nota sincera sul noleggiarli

Nessuno di questi due modelli è su OrcaRouter, e non intendiamo insinuare il contrario. Ling 3.0 Tiny è servito dai propri endpoint gratuiti; Inkling Small vive sull'API Tinker di Thinking Machines, su endpoint di terze parti o sul tuo nodo GPU personale. Ciò per cui OrcaRouter è utile in questo particolare confronto è tutto ciò che li circonda: i modelli di frontiera e di fascia media contro cui farai benchmark e quelli a cui instraderai quando il livello economico esaurisce lo spazio disponibile. Quando la finestra gratuita di Ling 3.0 Tiny si chiude o un endpoint gratuito viene soggetto a limiti di frequenza, il percorso di fuga è una fascia economica ospitata — Qwen 3.7 Flash a $0,03 / $0,13, Gemini 3.5 Flash-Lite a $0,30 / $2,50, e oltre 200 altri dietro un'unica chiave compatibile OpenAI con margine 0%, quindi il prezzo di listino del fornitore è il prezzo, con failover automatico così una sessione di benchmark o un percorso di produzione non muore su un'ora negativa di un singolo fornitore. Inkling Small, essendo a pesi aperti, è il lato di questo confronto che un router non ospiterà mai per te — e il lato in cui questo è proprio il punto.

Verdetto

I due nomi descrivono l'intento di marketing, non la dimensione. Ling 3.0 Tiny è davvero minuscolo e davvero economico — la migliore prova gratuita nella fascia economica questo mese, con un punteggio indipendente onesto seppur modesto e un contatore che parte il 14 agosto. Inkling Small è un modello da 276B con un nome piccolo — dieci volte i parametri attivi, diciassette punti indice in più, nativamente multimodale e con pesi aperti che puoi davvero possedere. Se vuoi noleggiare il ragionamento testuale capace più economico, scegli Ling 3.0 Tiny e goditi la settimana gratuita. Se vuoi un modello che puoi possedere, mettere a punto ed eseguire da solo — o uno che possa sentire e vedere — "Small" non è la parola giusta per ciò di cui hai bisogno.