'Inkling 2 Mini vs Qwen 3.8'이라고 적힌 생성된 타이틀 카드, '실제로 경쟁하는 티어는 Flash'라는 부제, 'Mini: Index 20.1', 'Flash: Index 29', '작업당 동일 비용'이라고 적힌 세 개의 알약형 배지가 있고, 그 아래에는 '20GB 파일, 오프라인 실행'과 '호스팅 엔드포인트, 1M 컨텍스트'를 대비시키는 두 개의 카드 및 필요할 때만 에스컬레이션하라는 메모가 있습니다. OrcaRouter 로고는 오른쪽 아래에 있습니다.
Guides & Insights

Inkling 2 Mini vs Qwen 3.8: 더 저렴한 등급에 패배

작성자

jinhao.song

게시일

최신 모델 · 20모든 모델 보기 →
벤치마크: Artificial Analysis · 매일 업데이트
모든 게시물로 돌아가기

모두가 하는 비교는 잘못된 비교이며, 그 비교는 새 모델을 실제보다 좋게 만든다. Thinking Machines Lab이 2026년 11월 20일 공개한 Inkling 2 Mini는 Artificial Analysis Intelligence Index v5.0.1에서 20.1점을 기록한다. 이는 Qwen3.8-27B의 20점과 같은 수준이며, 인덱스 작업당 비용은 $0.59 대 $3.53이다. 이것이 Thinking Machines가 자사 벤치마크 표에 넣은 직접 비교이며, 비용에서는 차이가 크다. 그러나 Qwen 3.8은 하나의 모델이 아니다. 다섯 모델로 이루어진 한 세대이며, 20GB 다운로드 가능 체크포인트와 실제로 경쟁하는 등급은 Qwen3.8-Flash다. Artificial Analysis는 이 모델을 인덱스 작업당 $0.57에 29점으로 평가한다. 완성된 답변당 같은 비용으로 9점 앞선다. Mini는 출시 게시물에 인쇄된 비교에서는 이기지만, 구매자가 실제로 수행할 비교에서는 진다.

출처: 결론을 좌우하는 사안이므로 밝혀 두자면, 지수 점수, 작업당 비용, 지연 시간 및 컨텍스트 수치는 2026년 11월 21일에 확인한 Artificial Analysis 측정값이며, 모든 OrcaRouter 가격은 자체 카탈로그에서 인용한 것입니다. 백분율 표는 Thinking Machines의 출시 하네스로 공급업체가 실행한 것이며, 해당 표가 나오는 곳마다 그 점을 표시했습니다. Q​wen 티어에 대한 A​libaba 자체 주장은 A​libaba의 주장으로 인용한 것이며, 여기서 별도로 감사하지는 않았습니다.

먼저, 어떤 Qwen 3.8을 말씀하시는 건가요?

가문 이름을 상대로 삼는 것이 바로 이런 종류의 대부분 비교를 쓸모없게 만드는 실수다. Q​wen 3.8은 백만 토큰당 $2.00/$6.00의 호스팅 플래그십, 맞춤 라이선스 하의 공개 2.4조 매개변수 체크포인트, Apache 2.0 하의 27B 덴스 모델, $0.15/$0.47의 Flash 티어, 그리고 공개 가중치가 호스팅 Flash 제품 뒤에 있는 Flash-Next 프리뷰에 걸쳐 있다. 구성원들은 토큰 가격에서 10배 이상 차이가 나고 동일 지수에서 9포인트 차이가 난다. 단일 "vs Q​wen 3.8" 판정은 흐릿한 대상에 대한 판정일 뿐이다.

• Qwen3.8-27B — 27B dense, Apache 2.0, 텍스트·이미지·비디오 입력, 256K 컨텍스트, xhigh effort에서 Index 20, 목록 가격 $0.50/$3.00, 인덱스 작업당 $3.53, 작업당 34.5분.

• Qwen3.8-Flash — $0.15/$0.47의 호스팅 프로덕션 등급으로, Flash-Next 프리뷰와 동일한 가중치를 제공합니다. 라우팅된 엔드포인트는 1M 토큰 창과 최대 131K 출력을 광고하는 반면, Artificial Analysis는 공개 Flash-Next 가중치에 대해 256K를 기록합니다. 해당 모델을 Index 29, 총 180B 및 활성 6B, 인덱스 작업당 $0.57, 33.3분으로 측정합니다.

• Qwen3.8-Max — 폐쇄형 플래그십, Index 34, $2.00/$6.00, 인덱스 작업당 $10.02. 비용 면에서 Mini의 경쟁 모델이 아니며, 비교 대상으로 삼을 모델도 아닙니다.

• Inkling 2 Mini — 총 26.4B, 활성 3.4B, Apache 2.0, 카드에서 1M 컨텍스트, Index 20.1, Tinker에서 $0.15/$0.50, 인덱스 작업당 $0.59, 9.0분.

그래서 유용한 비교에는 두 가지 측면이 있다. 출시 게시물에서 선택한 27B dense 모델과 비교하면, Mini는 동일 점수에서 진정한 비용 우위다. 가격은 같으면서 인덱스에서는 Mini를 훨씬 앞서는 Flash 티어와 비교하면, Mini의 논거는 가격과 점수가 아닌 다른 무엇이어야 하며, 실제로 그것은 파일이다.

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.

27B 동점, 그리고 그것이 실제인 이유

두 모델은 동일한 평가자가 동일한 인덱스의 동일한 리비전에서 측정하므로, 20.1 대 20은 실제 비교이며 평가 하네스의 우연이 아니다. 이는 또한 측정 도구의 분해능 한계에서의 동점이기도 하다. 이 인덱스는 9개 평가의 합성이며, 그중 여러 개는 홀드아웃 세트에서 수행되므로, 서로 1점 이내에 있는 모델들은 이 인덱스로 신뢰성 있게 순위를 매길 수 없다. 이 동점이 입증하는 것은 Mini가 270억 개가 아닌 34억 개의 활성 파라미터를 사용하면서도 27B 덴스 모델과 동일한 기준을 통과한다는 점이다.

비용 열이 바로 중요한 부분입니다. 인덱스 작업당 $0.59 대 $3.53으로, Mini는 동일한 평가를 완료하는 데 약 6배 더 저렴하며, 34분 30초가 걸리는 작업을 9분 만에 해냅니다. 출력 속도는 초당 280토큰 대 53토큰입니다. 첫 답변 토큰까지 걸리는 시간은 9.72초 대 144초입니다. 30턴을 실행하는 에이전트 루프에서는 이 수치들이 사용자가 체감할 수 있는 차이로 누적됩니다.

그중 어느 것도 공짜가 아니며, 그에 대한 보상 비용은 장황함이다. Mini는 인덱스 실행을 완료하는 데 1억 6,100만 개의 출력 토큰을 생성했고, Qwen 모델은 1억 2,800만 개, 비교 모델 중앙값은 8,570만 개였다. 백만 출력 토큰당 0.50달러를 지불하고 일반적인 출력량의 1.9배를 얻는 것은 여전히 저렴하다. 하지만 이렇게 말이 많은 모델에 작업당 고정된 토큰 수를 배정하는 것은 저렴하지 않다. 작업이 아니라 토큰으로 측정하는 팀은 6배 우위가 3배 쪽으로 줄어드는 것을 보게 될 것이다.

Mini가 모든 Q​wen 티어를 진정으로 능가하는 경우

업체의 코딩 표는 이번 출시에서 모델을 흥미롭게 만드는 부분이자, 아무도 확인하지 않은 부분이기도 하다. 아래의 모든 행은 Thinking Machines가 자사 체크포인트에 자사 하네스를 돌린 결과이며, 그중 적어도 하나는 중립적인 스캐폴드가 아니라 회사의 에이전트 스캐폴드로 실행되었다.

• DeepSWE v1.1 — Inkling 2 Mini 48.2% 대 Qwen3.8-27B 42.2%.

• SWE-bench Pro v2, Hard — 77.9% 대 73.8%.

• SWE-bench Multilingual — 73.7% 대 70.0%.

• SWE-bench Verified — 79.2% 대 77.8%.

• Vibe Code Bench v1.1 — 77.9% 대 64.9%.

• Terminal Bench v2.1 — 71.6% 대 73.0%로 패배; Terminal Bench v4.0에서는 둘 다 5.6%를 기록.

• BrowseComp — 79.0% 대 61.6%; DeepSearchQA 85.3% 대 79.7%; MCP Atlas 82.7% 대 77.3%.

• MMMU Pro — 74.9% 대 76.3%, 또 한 번 근소한 패배; OmniDocBench v1.6 92.8% 대 91.5%.

Mini가 이기는 행은 에이전트형 작업 — 저장소 규모 패칭, 장기 지평 탐색, 도구 사용 — 입니다. Mini가 지는 행은 정밀 회상 작업입니다. 이는 아키텍처가 드러나는 지점입니다: 루핑은 토큰당 직렬 연산을 사들이며, 직렬 연산은 긴 에이전트 궤적에 필요한 것입니다. 루핑은 저장된 사실을 사들이지 못하며, 지식 비중이 높은 벤치마크는 이를 알아챕니다.

Mini와 패밀리 사이의 사실성 격차는 그 어떤 행보다도 더 두드러진다. AA-Omniscience에서 벤더 표는 Mini에 대해 −8.6을 63.4%의 비환각률과 함께 표시하는 반면, 같은 표의 같은 열에서 Qwen3.8-27B는 −6.4와 71.4%를 기록한다. 음수 점수는 해당 모델이 답변을 거부하는 것보다 더 나쁘다는 뜻이다. Artificial Analysis는 내가 찾을 수 있는 Mini에 대한 별도의 omniscience 수치를 공개하지 않으므로, 이 행은 전적으로 벤더 하네스에 의존한다 — 그리고 검색 계층 없이 배포하는 사람에게는 여전히 이 비교에서 가장 중요한 숫자다.

Flash가 논쟁을 끝내는 곳

이제 중요한 티어입니다. Qwen3.8-Flash는 호스팅되며 입력 $0.15, 출력 $0.47로 책정됩니다. Tinker가 Mini를 샘플링할 때 부과하는 입력 요율과 같고, 출력은 3센트 더 저렴합니다. Artificial Analysis는 그 기반이 되는 Flash-Next 가중치에 29점을 부여합니다. 인덱스 작업당 비용은 $0.57로 Mini의 $0.59보다 낮습니다. 인덱스 점수 9점을, 2센트 더 싸게 얻는 셈입니다.

그것은 성능이나 가격에서 근소한 차이로 갈리는 문제가 아니며, Mini가 무엇을 위한 것인지를 다시 규정한다. Flash 대비 Mini의 장점은 점수판에는 전혀 없다. Mini는 네트워크 없이 MacBook이나 DGX Spark에서 실행되는 20GB 파일이며, 토큰당 계량도 없고 중간에 공급자도 개입하지 않는다. Flash의 장점은 9포인트의 지수 우위, 호스팅된 엔드포인트, 그리고 다운로드할 것이 전혀 없는 라우팅 API의 100만 토큰 창이다. 워크로드에 네트워크 연결이 있다면 Qwen 쪽이 측정된 모든 축에서 이긴다. 네트워크 연결이 없다면 Qwen 쪽의 어떤 것도 전혀 이용할 수 없다.

속도 비교에서도 Mini가 우세하며, 점수 격차가 시사하는 것보다 더 큰 우위를 보인다. Mini는 초당 280개의 출력 토큰으로 실행되고 첫 토큰까지 9.72초가 걸린다. Flash-Next는 초당 74개 토큰, 첫 토큰까지 85.77초, 인덱스 작업당 33.3분을 기록한다. 대화형 에이전트에게 이는 즉시 응답하는 도구와 기다려야 하는 도구의 차이이며, 이것은 5.4B 유효 파라미터 로컬 모델이 180B 호스팅 모델보다 구조적 우위를 갖는 유일한 지점이다.

실용적인 배치

Qwen의 두 티어 모두 OrcaRouter에 있어 에스컬레이션 경로를 구축하는 비용이 유난히 저렴합니다. Qwen3.8-27B는 입력 100만 토큰당 $0.33, 출력 100만 토큰당 $2.40에 라우팅됩니다 — Alibaba의 정가 $0.50/$3.00보다 낮은데, 이는 공급자 가격에 마크업을 붙이지 않고 그대로 전달하기 때문입니다. Qwen3.8-Flash는 1M 토큰 윈도에서 $0.15/$0.47에 라우팅됩니다. 하나의 키로 두 티어 모두 이용 가능, 자동 페일오버와 요청을 먼저 저렴한 티어로 보내고 검사에 실패할 때만 에스컬레이션하는 라우팅 DSL을 갖추고 있습니다.

이것이 바로 이 비교가 실제로 원하는 형태다. Mini를 도입하면 Mini는 자체 하드웨어에서 자신이 잘하는 에이전트 작업을 수행하며 토큰당 비용을 지불하지 않는다. Qwen 계층은 Mini가 취약한 요청, 즉 사실을 정확히 떠올려야 하거나 긴 문서를 읽어야 하거나 어려운 과학적 추론이 필요한 요청을 단일 엔드포인트 뒤에서 처리한다. 그리고 페일오버 덕분에 공급자 장애가 답변을 깨뜨리는 대신 답변 품질을 낮추는 정도로 그친다. 우리는 Inkling 2 Mini를 호스팅하지 않으며 이 글도 그런 척하지 않는다. 라우터가 없애는 것은 Qwen으로 가는 워크로드의 절반에 대한 두 번째 계약과 두 번째 통합이다.

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.

무엇이 판결을 바꿀까요?

두 가지가 있고, 둘 다 지켜보는 데 비용이 거의 들지 않는다. 첫째는 Mini의 공개 가중치에 대한 독립적인 코딩 실행이다. DeepSWE에서의 48.2%와 SWE-bench Pro에서의 77.9%가 중립적인 하네스에서도 살아남는다면, Mini의 에이전트 활용 사례는 20.1이라는 지수 점수가 시사하는 것보다 훨씬 강해진다. 그 지수는 이 모델이 애초에 만들어지도록 설계된 바로 그 장기 지평 작업을 과소평가하기 때문이다. 만약 살아남지 못한다면, 출시 당시의 표는 벤더 표였고 그 모델은 본질적으로 20이다.

두 번째는 Qwen3.8-Flash의 9점 우위가 effort 통제 하에서도 유지되는지 여부다. 이 모델의 지수 수치는 단일 구성에 불과하며, Qwen 모델들은 effort 설정 간에 몇 점씩 달라진다 — 27B 모델은 xhigh에서 20점을 기록하고 사고 강도를 낮추면 상당히 낮아진다. 낮은 effort에서 9점을 잃는 Flash 등급은 그 점수를 유지하는 등급과는 다른 경쟁자이며, 이 비교를 위한 그 곡선을 공개한 사람은 아무도 없다.

그중 하나가 실현되기 전까지는, 솔직한 요약은 엇갈린 판정이다. 호스팅 환경에서 달러당 측정된 성능에서는 Qwen 3.8이 두 번 이긴다 — 27B 모델은 점수에서 Mini와 동점이고 비용에서는 지며, Flash 등급은 두 항목 모두에서 앞선다. 호스팅 모델이 전혀 할 수 없는 것들 — 오프라인 실행, 노트북에서 실행, 계량 없이 실행 — 에서는 Inkling 2 Mini에 대한 Qwen의 답이 없고, 20GB 파일이 그 주장의 전부다. 네트워크가 없는 곳에서 실행해야 한다면 다운로드를 구매하라. 그럴 필요가 없다면 API를 구매하라.

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.

이 글에서 비교한 모델2

이 글에서 자동 인식 · 벤치마크: Artificial Analysis · 매일 업데이트