Wygenerowana karta tytułowa z napisem „Inkling 2 Mini vs Inkling 2 Small” i podtytułem „jedenaście punktów indeksu, 394 GB różnicy”, a pod nią dwie zaokrąglone karty z napisami „Inkling 2 Mini — 1 plik, około 20 GB” i „Inkling 2 Small — 36 plików, 393,5 GB”, oddzielone separatorem oznaczonym „11 punktów”. Logo OrcaRouter znajduje się w prawym dolnym rogu.
Guides & Insights

Inkling 2 Mini vs Inkling 2 Small: 11 punktów za 394GB

Autor

jinhao.song

Data publikacji

Najnowsze modele · 20Zobacz wszystkie modele →
Benchmarki: Artificial Analysis · aktualizowane codziennie
Powrót do wszystkich wpisów

Dwa checkpointy, jedna rodzina i wybór, który sprowadza się do tego, ile miejsca na dysku i pamięci jesteś gotów poświęcić na jedenaście punktów w Indexie. Inkling 2 Mini to ten mniejszy: 26,4 mld parametrów łącznie, 3,4 mld aktywnych, pojedynczy plik o wielkości około 20 GB, który Thinking Machines Lab opublikowało 20 listopada 2026 r. na licencji Apache 2.0. Inkling 2 Small to ten większy: 594 mld łącznie, 17 mld aktywnych, 393,5 GB w 36 plikach, a wagi udostępniono 12 listopada po tygodniu zamkniętej dostępności, która rozpoczęła się wraz z premierą 5 listopada. W Artificial Analysis Intelligence Index v5.0.1, który mierzy oba niezależnie, uzyskują wyniki 20,1 i 31. To cały ten kompromis w jednym zdaniu — i nawet on nie oddaje, jak odmiennie oba się zachowują.

To, co następuje, rozdziela dwa rodzaje dowodów, ponieważ ta różnica rozstrzyga większość sporów dotyczących tej rodziny. Wynik indeksu, koszt na zadanie indeksu, szybkość, kontekst i licencja to dane Artificial Analysis i metadane dostawcy, odczytane 21 listopada 2026 r. Każdy wynik procentowy benchmarku pochodzi z własnej tabeli ewaluacyjnej Thinking Machines z odpowiedniego wpisu ogłaszającego premierę, dotyczącej checkpointu wytrenowanego przez tę firmę, i za każdym razem, gdy się pojawia, jest oznaczany jako dane zgłoszone przez dostawcę. Żadna z tych tabel nie została odtworzona poza laboratorium.

Czym tak naprawdę jest każdy punkt kontrolny

Zacznij od artefaktu, ponieważ artefakty nie są tym samym rodzajem rzeczy. Inkling 2 Small to płaski model mieszaniny ekspertów: 594B łącznie, 17B aktywnych na token; wagi opublikowano osiem dni po premierze jako 24 shardy safetensors oraz wariant MXFP8, który jest jeszcze większy. Inkling 2 Mini to przycięty, zapętlony potomek — ten sam bazowy przepis, ale z usuniętymi dwiema trzecimi ekspertów i dodaną pętlą w środkowych warstwach. Jest dostarczany jako jeden plik o rozmiarze około 20 GB, ponieważ był trenowany od początku do końca w 4 bitach i jest wdrażany w precyzji, w jakiej był trenowany — 20 warstw w NVFP4 i 4 w MXFP8 — więc nie ponosi się żadnej straty konwersji.

• Całkowita liczba parametrów — Inkling 2 Mini 26,4B vs Inkling 2 Small 594B.

• Aktywne parametry — 3,4 mld vs 17 mld, przy czym Mini osiąga 5,4 mld efektywnych aktywacji wag na token po uwzględnieniu jego trzech przejść pętli.

• Pobieranie — około 20 GB w jednym pliku vs 393,5 GB w 36 plikach lub 622,8 GB dla wariantu MXFP8.

• Indeks — 20,1 vs 31, oba w Intelligence Index v5.0.1.

• Koszt na zadanie indeksowania — 0,59 USD vs 1,18 USD.

• Szybkość generowania i pierwszy token — 280 tokenów na sekundę przy 9,72 sekundy vs 118 tokenów na sekundę przy 39,68 sekundy.

• Kontekst — 1M tokenów na obu kartach modeli i 1M odnotowane przez Artificial Analysis dla obu. Udostępniany poziom Inkling 2 Small w Tinker jest węższy niż na jego karcie, a Mini dziedziczy tę samą lukę; traktuj milion jako możliwość, a nie obietnicę operacyjną.

• Licencja — Apache 2.0 w obu przypadkach. Karta Small deklaruje ją, nie dołączając pliku LICENSE; karta Mini deklaruje ją w metadanych, z tym samym brakiem. Warto o tym wiedzieć, jeśli Twój przegląd prawny oczekuje dokumentacji w drzewie plików.

Screenshot of the Artificial Analysis model page for Inkling 2 Small, showing a score of 31 on the Intelligence Index against a median of 23 for its class, 154M tokens generated during the index run against a 104M median, pricing of $0.30 per 1M input and $1.00 per 1M output tokens, $1.18 per index task, 21.2 minutes per task, a 1M-token context window, a 39.68-second time to first token and 118 output tokens per second.

Jedenaście punktów i skąd pochodzą

Czytanie dwóch tabel dostawców obok siebie to jedyny sposób, aby zobaczyć, co daje dodatkowa moc obliczeniowa, ponieważ sam wynik indeksu to ukrywa. Oba modele zostały ocenione przez to samo laboratorium za pomocą częściowo pokrywających się zestawów testowych, więc wiersze są w przybliżeniu porównywalne ze sobą — i tylko ze sobą.

• DeepSWE v1.1 — Inkling 2 Small 72,1% vs Inkling 2 Mini 48,2%. Największa różnica w bloku kodowania.

• SWE-bench Pro v2, Hard — 86,3% vs 77,9%.

• SWE-bench Verified — 79,2% dla Mini, tylko bash. Własna tabela premierowa Small nie pokazuje tego samego wiersza, więc to jedyny benchmark kodowania, pod względem którego obu wpisów nie da się ze sobą uzgodnić.

• Vibe Code Bench v1.1 — 81,6% w porównaniu z 77,9%.

• FrontierCode v2.0 — 25,4% vs 15,1%. Dziesięciopunktowa różnica w benchmarku, w którym oba wypadają najsłabiej.

• PMPP-Hard, benchmark optymalizacji jąder — 494,27 AUC dla Small wobec 455,82 dla Mini, co jest bliższe, niż sugerują liczby parametrów, i to jest wiersz, na który wskazuje post premierowy, mówiąc, że Mini „zbliża się” do swojego większego brata.

• BrowseComp — 90,2% vs 79,0%; DeepSearchQA 90,9% vs 85,3%; MCP Atlas 85,0% vs 82,7%. Wyszukiwanie i korzystanie z narzędzi zmniejszają różnicę do jednocyfrowego poziomu.

• CritPt v2, pełny — 55,7% vs 31,4%. Rozumowanie naukowe to dziedzina, w której dodatkowa zapisana wiedza ujawnia się najwyraźniej.

• AA-Omniscience — 16,1 przy wskaźniku braku halucynacji wynoszącym 73,3% w porównaniu z −8,6 przy 63,4%.

Na tym ostatnim wierszu warto się zatrzymać. Ujemny wskaźnik wszechwiedzy oznacza, że model wypada gorzej niż odmowa odpowiedzi, a jedenastopunktowa różnica w indeksie bierze się głównie stamtąd: większy model wie rzeczy, mniejszy je wypracowuje. Thinking Machines mówi to samo innymi słowami, wyjaśniając, że zapętlanie dodaje obliczenia sekwencyjne, ale nie przechowywane fakty. Przycinanie odcięło dwie trzecie ekspertów; wiedza żyje w ekspertach, które pozostały.

Ten sam przepis, mniejsza patelnia

To rodzinne podobieństwo nie jest zabiegiem marketingowym. Oba modele przeszły SFT z podobną mieszanką danych oraz fazę RL obejmującą łącznie 2,2 bln tokenów w ciągu 2000 kroków, a w obu przypadkach do alignmentu wykorzystano destylację on-policy. Potreningowy pipeline jest ten sam; różnica polega na tym, co do niego trafiło.

Ścieżka, którą obrał Mini, jest warta poznania, ponieważ wyjaśnia kilka wierszy benchmarku. Zaczęła się przy rzadkości 48, kierując każdy token do 8 z 384 ekspertów. W pewnym momencie w trakcie treningu Thinking Machines zachowali 128 najczęściej używanych ekspertów na warstwę — cięcie o dwie trzecie — i zaleczyli stratę na 1T tokenów destylowanych z większego wewnętrznego modelu Inkling, ucząc ocalałych ekspertów przejmowania pracy usuniętych. Następnie dodali zapętlanie: cztery bloki po sześć warstw, przy czym środkowe dwa bloki są uruchamiane trzy razy, a wyuczona bramka scala komunikat z poprzedniego przebiegu z następnym, zaczynając od zerowego wzmocnienia, dzięki czemu trening rozpoczyna się jak zwykły model.

Dwa rozstrzygnięcia w tym projekcie są pouczające. Firma zapętliła środkowe dwanaście warstw zamiast ostatnich dwunastu po przetestowaniu obu wariantów w 28 ewaluacjach i stwierdzeniu, że środkowy wypada lepiej w 27, przy równoważnym obliczeniowo zysku 1,51–1,91× wobec 1,24–1,36×. Zachowała też pierwszy i ostatni blok jako jednoprzebiegowe, wychodząc z założenia, że obsługują one tłumaczenie tokenów na reprezentację, podczas gdy środkowe warstwy odpowiadają za abstrakcję. Dlatego Mini uzyskuje 48 zastosowań warstw na token z 24 przechowywanych warstw bez dodawania parametru.

Koszt tej sztuczki jest operacyjny. Płaski MoE to coś, co każdy stos inferencyjny obsługuje od dwóch lat. Model pętlowy ma wsparcie w SGLang i vLLM mniej więcej od dnia premiery, a karta modelu mówi wprost, że obsługa modeli pętlowych w środowisku uruchomieniowym jest nowa i że prędkość bywa różna. Jeśli w tym miesiącu wybierasz między tymi dwoma rozwiązaniami pod ścieżkę produkcyjną, ten nudniejszy jest tym z dojrzałym kernelem.

Sprzęt to prawdziwy dzielnik

Dwa checkpointy nie konkurują o tę samą maszynę, a to decyduje o większej liczbie wdrożeń niż wynik. Mini ma być uruchamiany na pojedynczym NVIDIA DGX Spark, dowolnym urządzeniu z Apple silicon z 32 GB lub więcej albo GPU z 32 GB VRAM; własne demo firmy pokazuje, jak buduje grywalny symulator lotu offline na MacBooku Pro w trybie samolotowym oraz symulację miasteczka z dwudziestoma agentami na jednym laptopie. Badanie wydajności przeprowadzone przez Stanford na wczesnym dostępie określiło je na 0,703 inteligencji na wat na DGX Spark przy MXFP8 i niskim nakładzie rozumowania — zmierzone przez badaczy spoza laboratorium, na jednym urządzeniu, co jest najsilniejszym niezależnym sygnałem w tym wydaniu.

Small potrzebuje węzła. 393.5GB wag nie mieści się na niczym, co posiada zwykła osoba, dlatego naturalnym sposobem korzystania z niego jest hostowany endpoint — w przypadku tego dostawcy Tinker — i dlatego ciekawym porównaniem dla większości czytelników nie jest „który plik mam pobrać”, lecz „który z nich w ogóle mogę uruchomić”. Mini odpowiada na to pytanie laptopem. Small odpowiada na nie budżetem.

Ta asymetria to miejsce, w którym routing ma sens, i warto mówić konkretnie, zamiast gestykulować. Żaden z modeli nie znajduje się w OrcaRouter, więc dziś nie ma do czego kierować ruchu w przypadku żadnego z nich. To, co jest w OrcaRouter, to hostowana strona tej samej decyzji: modele, które wywołasz dla obciążeń, dla których faktycznie przeznaczony jest checkpoint 594B, na jednym kluczu, w cenie katalogowej dostawcy bez doliczonej marży. DSL routingu jest tu tym elementem, który ma znaczenie — pozwala dzielić według zadań, tak aby drogie wywołanie następowało tylko dla żądań, które go potrzebują, z automatycznym przełączaniem awaryjnym, gdy dostawca padnie, podczas gdy tani model lokalny obsługuje wszystko inne. Uruchamianie Mini lokalnie i odwoływanie się na zewnątrz tylko w przypadku trudnego ogona to niższy rachunek niż używanie któregokolwiek z modeli do wszystkiego, i to jest układ, który to wydanie faktycznie umożliwia.

Decyzja w trzech przypadkach

Jeśli budujesz agenta, który działa na maszynie dewelopera lub w jednym offline'owym komputerze, Inkling 2 Mini jest odpowiedzią i nie ma tu realnej konkurencji. Pobranie 20 GB, 280 tokenów na sekundę, Apache 2.0 oraz tabela kodowania, która bije każdy model open-weight swojego rozmiaru w wierszach samego dostawcy. Umieść ją w piaskownicy — karta ostrzega przed destrukcyjnymi operacjami na plikach i pętlami podczas debugowania — a wykona agentową pracę w skali repozytorium na sprzęcie, który już masz.

Jeśli Twoja praca polega na wyszukiwaniu informacji w dużym korpusie dokumentów, których nie napisałeś, przewaga Small'a tkwi głównie w wierszach dotyczących przypominania sobie, co mówił dany dokument. CritPt na poziomie 55,7% wobec 31,4%, wszechwiedza na poziomie 16,1 wobec −8,6 oraz 73,3% wskaźnika braku halucynacji wobec 63,4% to nie są małe różnice w środowisku zgodności z przepisami lub w finansach, gdzie pewna siebie błędna odpowiedź kosztuje więcej niż wolna poprawna. Zapłacisz za węzeł lub punkt końcowy, aby je uzyskać.

Jeśli dokonujesz wyboru pod mieszane obciążenie, sednem jest podział. Słabością Mini jest wiedza, a wiedza to jedyna rzecz, którą możesz dostarczyć z zewnątrz — warstwa wyszukiwania, narzędzie do wyszukiwania, większy model do trudnych przypadków. Jego mocną stroną jest długoterminowa trwałość agentowa w cenie, której nikt inny w klasie 20 GB nie dorówna. Kupuj mały model, wynajmuj wiedzę i traktuj checkpoint 594B jako coś, do czego eskalujesz, a nie jako coś, co uruchamiasz.

Screenshot of the Artificial Analysis model page for Inkling 2 Mini, showing a score of 20 on the Intelligence Index against a median of 10, 161M tokens generated during the index run against an 85.7M median, pricing of $0.15 per 1M input and $0.50 per 1M output tokens, $0.59 per index task, 9.0 minutes per task, and a 1M-token context window, alongside the technical specification panel listing the reasoning, input and output modalities, context window, parameter counts and licence.

Jedno zastrzeżenie dotyczy wszystkich trzech przypadków i powinno znaleźć się na końcu, a nie zostać zakopane. Tabele wyników benchmarków obu modeli pochodzą z własnego laboratorium, a wyniki indeksu to jedyne niezależnie zmierzone liczby dotyczące możliwości w tym porównaniu. Wartości 31 i 20,1 są porównywalne; 86,3% i 77,9% są porównywalne ze sobą i z niczym innym. Ktoś, kto zestawia wiersze dostawcy z opublikowanym wynikiem konkurenta, porównuje dwa środowiska testowe, a nie dwa modele.

A generated two-column scoreboard titled 'Inkling 2 Mini vs Inkling 2 Small — the scoreboard'. The Inkling 2 Mini column reads Intelligence Index 20.1, active parameters 3.4B, total parameters 26.4B, download about 20GB, cost per index task $0.59, and output speed 280 tokens per second. The Inkling 2 Small column reads Intelligence Index 31, active parameters 17B, total parameters 594B, download 393.5GB, cost per index task $1.18, and output speed 118 tokens per second. A footer states that index, cost and speed are per Artificial Analysis and benchmark percentages are vendor-reported.