Inkling kontra Nemotron 3 Ultra: Który model o otwartych wagach powinieneś wdrożyć?
To Inkling a Nemotron porównanie stawia naprzeciw siebie dwa modele o otwartych wagach: Inkling, debiutancki model od Thinking Machines Lab (startup prowadzony przez byłą CTO OpenAI Mirę Murati) oraz Nemotron 3 Ultra, flagowy otwarty model NVIDIA. Oba udostępniają wagi do pobrania, oba są przeznaczone dla zespołów, które chcą hostować i dostrajać samodzielnie, zamiast wynajmować zamknięte API, i oba działają w tej samej kategorii otwartych wag. Ciekawostka: na podstawie dostępnych danych porównawczych, Inkling a Nemotron 3 Ultra to jedno otwarte starcie, w którym Inkling prowadzi na każdym benchmarku w naszych danych. Poniżej przedstawiamy liczby uczciwie, a następnie omawiamy licencjonowanie, VRAM, koszty i gdzie stos NVIDIA wciąż daje Nemotron rzeczywistą przewagę.
Uwaga dla twórców: nie ma tu audytowanych benchmarków head-to-head, więc porównuje się modele i dostęp, a nie wyniki. OrcaRouter kieruje modele dostępne przez API za pojedynczy endpoint zgodny z OpenAI, dzięki czemu możesz wypróbować i porównać Inkling i Nemotron 3 Ultra bez konfigurowania wielu zestawów SDK.
Krótka ocena: Wybierz Inkling , jeśli chcesz mieć wyższe surowe wyniki w naszych danych, liberalną licencję Apache 2.0, okno kontekstowe o długości 1 miliona tokenów oraz obsługę multimodów (tekst + obraz + dźwięk). Wybierz Nemotron 3 Ultra , jeśli korzystasz ze standardowego stosu korporacyjnego i sprzętowego NVIDIA (mikrousługi NIM, NeMo, certyfikowane wdrożenia DGX/Blackwell) i potrzebujesz modelu dostrojonego do tego ekosystemu. Oba modele mają otwarte wagi i mogą być hostowane samodzielnie.
Najważniejsze wnioski
Oba są open-weight, do pobrania i samodzielnego hostowania — to starcie open vs. open, a nie open vs. closed.
Inkling prowadzi we wszystkich wierszach benchmarków w naszych danych head-to-head (MarkTechPost set), od HLE i AIME 2026 do SWE-bench Verified, Terminal Bench 2.1 i FORTRESS.
Inkling również prowadzi niezależny indeks: Artificial Analysis Intelligence Index 41 vs 38 dla Nemotron 3 Ultra.
Różnica licencyjna: Inkling jest na Apache 2.0; Nemotron 3 Ultra jest objęty otwartą licencją modelu NVIDIA — przed wdrożeniem komercyjnym sprawdź szczegółowe warunki NVIDIA.
Przewagą Nemotrona jest pozycjonowanie: integracja stosu sprzętu i oprogramowania dla przedsiębiorstw NVIDIA, a nie zwycięstwa w testach porównawczych w naszych danych.
Zastrzeżenie: Benchmarki Inklinga są zgłaszane przez sprzedawcę przy starcie; dane konkurencji pochodzą od stron trzecich i nie są niezależnie audytowane.
Tutaj podane benchmarki są dostarczone przez producenta przy premierze (Effort 0.99) dla Inkling, a dane od stron trzecich pochodzą z Artificial Analysis i MarkTechPost; żadne z nich nie zostały niezależnie zweryfikowane, a liczby konkurencji mogą różnić się od danych raportowanych przez NVIDIA. Własne specyfikacje Inkling pochodzą z karty modelu Thinking Machines.
Szybkie porównanie
Maker. Inkling: Thinking Machines Lab; Nemotron 3 Ultra: NVIDIA
Licencja. Inkling: Apache 2.0 (bezpłatne samodzielne hostowanie); Nemotron 3 Ultra: NVIDIA open model license (sprawdź warunki NVIDIA)
Weights. Inkling: Otwarte (Hugging Face); Nemotron 3 Ultra: Otwarte
Parametry. Inkling: 975B całkowitych / 41B aktywnych (MoE); Nemotron 3 Ultra: Brak w naszych danych
Kontekst. Inkling: Do 1 mln tokenów (256K na hostowanych API); Nemotron 3 Ultra: Nie w naszych danych
Modalności. Inkling: Tekst + obraz + dźwięk na wejściu, tekst na wyjściu; Nemotron 3 Ultra: Nie w naszych danych
Samodzielne hostowanie / dostrajanie. Inkling: Tak / Tak (Tinker); Nemotron 3 Ultra: Tak / Tak
Cena hostowana. Inkling: ~$1.87 in / ~$4.68 out per 1M (AA); Nemotron 3 Ultra: Brak w naszych danych
Komórki oznaczone jako „Not in our data” są pomijane, a nie odgadywane — zobacz powyższe oświadczenie.
Zwycięzca według kategorii
Rozumowanie / Wiedza. Zwycięzca: Inkling; Notatki: HLE 29.7% vs 26.6% (MarkTechPost)
Mat. Zwycięzca: Inkling; Uwagi: AIME 2026 97.1% vs 94.2%
Programowanie. Zwycięzca: Inkling; Uwagi: SWE-bench Verified 77.6% vs 70.7%
Agentic (terminal). Zwycięzca: Inkling; Notatki: Terminal Bench 2.1 63.8 vs 56.4
Bezpieczeństwo (adwersarialne). Zwycięzca: Inkling (wąskie); Uwagi: FORTRESS 78.0% vs 77.6%
Ogólna inteligencja. Zwycięzca: Inkling; Notatki: AA Intelligence Index 41 vs 38
Multimodalny / Audio. Zwycięzca: Inkling; Uwagi: Tekst+obraz+audio w; modalności Nemotron nie w naszych danych
Dopasowanie do przedsiębiorstw/sprzętu. Zwycięzca: Nemotron 3 Ultra; Uwagi: Natywna integracja ze stosem NVIDIA
Koszt (self-host). Zwycięzca: Remis; Uwagi: Obydwa bez opłat licencyjnych do self-host (na każdą licencję)
Porównawcze benchmarki
Poniższe liczby pochodzą z jednego spójnego zestawu zgłoszonego przez MarkTechPost, plus jeden niezależny indeks z Artificial Analysis. Pogrubienie oznacza lidera.
HLE (bez narzędzi). Inkling: 29.7%; Nemotron 3 Ultra: 26.6%; Źródło: MarkTechPost
AIME 2026 (matematyka). Inkling: 97,1%; Nemotron 3 Ultra: 94,2%; Źródło: MarkTechPost
SWE-bench Verified (coding). Inkling: 77.6%; Nemotron 3 Ultra: 70.7%; Źródło: MarkTechPost
Terminal Bench 2.1 (agentowy). Inkling: 63.8; Nemotron 3 Ultra: 56.4; Źródło: MarkTechPost
FORTRESS (przeciwnik). Inkling: 78.0%; Nemotron 3 Ultra: 77.6%; Źródło: MarkTechPost
AA Intelligence Index. Inkling: 41; Nemotron 3 Ultra: 38; Źródło: Artificial Analysis
To czysta przewaga Inklinka w danych, które posiadamy. Warto stwierdzić jasno: wśród otwartych rywali, z którymi porównywano Inklinka, Nemotron 3 Ultra to ten, którego pokonuje na całej linii. W porównaniu z innymi otwartymi modelami, takimi jak GLM 5.2, Kimi K2.6 i DeepSeek V4 Pro, Inkling ma zarówno zwycięstwa, jak i porażki — ale tutaj prowadzi w każdym wierszu.
Jednak miej na uwadze zastrzeżenia. Są to liczby podane samodzielnie przez Inkling w dniu premiery, a wyniki konkurencji zostały zebrane przez osoby trzecie, a nie niezależnie zweryfikowane. Marginesy dla FORTRESS (78,0% vs 77,6%) są na tyle wąskie, że powtórzenie testu w innych warunkach mogłoby je odwrócić. Traktuj kierunek jako bardziej wiarygodny niż cyfry po przecinku.
Gdzie Nemotron 3 Ultra wygrywa
Zaleta Nemotron 3 Ultra nie jest na tablicy wyników w naszych danych — jest to pozycjonowanie. Nemotron to własna rodzina modeli NVIDIA, która ma realne znaczenie dla przedsiębiorstw już zaangażowanych w stos NVIDIA:
Współprojektowanie sprzętu i oprogramowania. Modele Nemotron są zbudowane tak, aby działać płynnie na sprzęcie NVIDIA i są udostępniane poprzez narzędzia korporacyjne NVIDIA (mikrousługi wnioskowania NIM, framework NeMo oraz certyfikowane wdrożenia referencyjne DGX/Blackwell). Jeśli Twój zespół platformowy już działa na tym stosie, Nemotron wkomponowuje się z najmniejszym tarciem.
Wsparcie korporacyjne i pakietowanie. Model wspierany przez komercyjne zaplecze NVIDIA jest łatwiejszym w zakupie i wsparciu rozwiązaniem dla dużych organizacji niż pierwsze wydanie młodego startupu.
Grawitacja ekosystemu. Dla zespołów, które standaryzują się na jednym dostawcy GPU, sterowników, środowiska uruchomieniowego wnioskowania i modelu, Nemotron zmniejsza liczbę ruchomych części.
Żadne z tego nie pojawia się w tabeli benchmarków, ale często jest decydującym czynnikiem we wdrożeniach korporacyjnych.
Gdzie Inkling wygrywa
Każdy benchmark w naszych danych. HLE, AIME 2026, SWE-bench Verified, Terminal Bench 2.1 i FORTRESS wszystkie faworyzują Inkling, podobnie jak niezależny AA Intelligence Index (41 vs 38).
Bardziej liberalna licencja. Apache 2.0 jest mniej więcej tak mało restrykcyjna, jak tylko mogą być licencje open source. Licencja otwartego modelu Nemotron od NVIDIA może zawierać warunki, które warto przejrzeć (patrz poniżej).
Wejście multimodalne. Inkling przyjmuje tekst, obrazy i dźwięk na wejściu (tekst na wyjściu). Obsługa modalności Nemotron nie znajduje się w naszych danych.
Ogromne okno kontekstowe. Wagi Inklinga obsługują do 1M tokenów (256K w hostowanych API).
Kontrolowalny wysiłek myślenia. Pokrętło wysiłku rozumowania pozwala wymieniać koszt na głębokość na żądanie.
Ceny i koszty / TCO
Ponieważ oba modele są open-weight, główne pytanie o koszt jest dla każdego takie samo: hostowanie własne jest wolne od opłat licencyjnych (zgodnie z warunkami licencji każdego modelu). Płacisz za GPU i operacje, a nie za wagi.
Dla Inkling, jeśli wolisz zarządzany hosting, zewnętrzni dostawcy wyceniają je (według Artificial Analysis) na około $1.87 / 1M tokenów wejściowych i $4.68 / 1M tokenów wyjściowych przy kontekście 64K (cache około $0.374 / 1M), wzrastając do około $3.74 / $9.36 przy kontekście 256K. Dostrajanie odbywa się przez Tinker platformę (opcje kontekstu 64K i 256K), z 50% limitowanym rabatem startowym, a także dostępny jest darmowy Playground, aby go wypróbować. Inkling jest również wyraźnie wydajny pod względem tokenów (~25K tokenów wyjściowych/zadanie), co obniża rzeczywiste wydatki na tokeny wyjściowe.
Dla Nemotron 3 Ultra, nie mamy w naszych danych wyceny za token, więc nie podamy liczby. Jakościowo: jeśli uruchomisz go w ramach istniejącej umowy korporacyjnej z NVIDIA, koszt modelu może zostać włączony do szerszej umowy pakietowej, co może zmienić kalkulację TCO niezależnie od stawki za token.
Licencjonowanie i wdrożenie
Licencjonowanie. Inkling jest udostępniany na licencji Apache 2.0 — dozwolone jest użycie komercyjne, własne hostowanie jest wolne od opłat licencyjnych, a warunki są proste i dobrze znane. Nemotron 3 Ultra jest dostarczany na licencji NVIDIA’s open model license. Nie będziemy zgadywać jej konkretnych klauzul; odpowiedzialnym posunięciem jest przeczytać warunki NVIDIA bezpośrednio przed podjęciem decyzji o wdrożeniu komercyjnym, ponieważ licencje modeli otwartych mogą zawierać ograniczenia użytkowania, wymagania dotyczące atrybucji lub warunki dopuszczalnego użytkowania, których nie zawiera Apache 2.0. Praktyczny wniosek: licencja Inklinga jest bardziej liberalna i przewidywalna z tych dwóch.
Jak uruchomić Inkling. Wagi znajdują się na Hugging Face (BF16 + punkt kontrolny NVFP4 dla NVIDIA Blackwell). Poziomy VRAM:
BF16: ~2TB (około 8×B300 lub 16×H200)
NVFP4: ~600GB (około 4×B300 lub 8×H200)
Ograniczone konfiguracje: Unsloth 1-bit GGUF kwantyzacje
Obsługiwane środowiska wykonawcze obejmują SGLang, vLLM, TokenSpeed, Unsloth oraz Hugging Face transformers, a dostęp hostowany jest dostępny za pośrednictwem Together AI, Fireworks, Modal, Databricks i Baseten. Minimalny szybki start vLLM wygląda następująco:
uruchom vllm serwujący thinkingmachines/Inkling --tensor-parallel-size 8
Jak uruchomić Nemotron 3 Ultra. Nemotron 3 Ultra jest również z otwartą wagą i samodzielnie hostowalny, a zaprojektowano go do uruchamiania poprzez własną ścieżkę wdrożenia NVIDIA (mikrousługi NIM i framework NeMo na sprzęcie NVIDIA). Nie mamy w naszych danych dokładnego zużycia VRAM ani ceny za token, więc sprawdź stronę modelu NVIDIA, aby poznać rozmiary punktów kontrolnych i obsługiwane środowiska uruchomieniowe.
Który wybrać?
Wybierz Inkling jeśli chcesz uzyskać silniejsze mierzone wyniki w naszych danych, najbardziej permisywną licencję (Apache 2.0), multimodalne wejście, okno kontekstowe o wielkości 1M tokenów oraz model oszczędny pod względem tokenów, który możesz dostroić na Tinker. Jest to lepszy wybór dla zespołów wrażliwych na koszty i każdego, kto chce maksymalnej elastyczności w zakresie wdrażania.
Wybierz Nemotron 3 Ultra, jeśli Twoja organizacja jest już ujednolicona na stosie sprzętowym i oprogramowania przedsiębiorstwa NVIDIA i ceni tę ścisłą integrację, pakietowanie i wsparcie ponad lukę w benchmarkach. Tablica wyników faworyzuje Inkling; ekosystem może dla Ciebie faworyzować Nemotron.
Nie jesteś pewien? Oba są darmowe do samodzielnego hostowania, więc niskim ryzykiem jest prototypowanie Inkling (przez darmowe Playground lub hostingowego dostawcę) i Nemotron (przez ścieżkę wdrożenia NVIDIA) na własnych reprezentatywnych zadaniach. Benchmarki wskazują jeden kierunek; to Twoje obciążenie jest prawdziwym sędzią.
Aby przyjrzeć się bliżej samemu Inkling, zobacz naszą pełną recenzję modelu Inkling AI oraz wyjaśnienie Czym jest Inkling AI?. W przypadku innych porównań z otwartymi wagami, porównaj Inkling vs Kimi K2.6 i Inkling vs GLM 5.2, gdzie wyniki są bliższe niż tutaj.
Często zadawane pytania
Czy Inkling jest lepszy od Nemotron 3 Ultra?Na podstawie posiadanych przez nas danych, tak. Inkling prowadzi we wszystkich bezpośrednich porównaniach (zestaw MarkTechPost) oraz w niezależnym Indeksie Inteligencji Artificial Analysis (41 vs 38). Mimo to dane te są samodzielnie raportowane lub pochodzą od stron trzecich i nie zostały niezależnie zweryfikowane, a „lepszy” zależy również od tego, jak dobrze dany model pasuje do Twojego obecnego stosu technologicznego.
Co jest lepsze do kodowania? Inkling, według liczb: SWE-bench Verified 77.6% vs 70.7% i Terminal Bench 2.1 63.8 vs 56.4 (oba MarkTechPost). Jak zawsze, zweryfikuj na własnej bazie kodu przed podjęciem decyzji.
Która jest tańsza?Obie są wolne od opłat licencyjnych do samodzielnego hostowania, więc szczera odpowiedź brzmi: „to zależy od twojej infrastruktury”. Inkling ma opublikowaną cenę hostowaną (~1,87 USD / 4,68 USD za 1M tokenów wejściowych/wyjściowych przez AA) i jest wydajna tokenowo; nie mamy w naszych danych ceny hostowania Nemotron, a jego koszt może być wliczony w szerszą umowę z NVIDIA.
Czy Nemotron 3 Ultra jest open source? Jest open-weight — wagi można pobrać — ale jest udostępniany na licencji NVIDIA Open Model License, a nie na standardowej licencji open source zatwierdzonej przez OSI. „Open weight” to nie to samo co „open source”. Sprawdź warunki NVIDIA, aby poznać szczegóły. Dla porównania, Inkling używa Apache 2.0.
Czy mogę samodzielnie hostować Nemotron 3 Ultra? Tak. Jest to model o otwartej wadze i można go hostować samodzielnie, zaprojektowany do uruchamiania za pomocą narzędzi wdrożeniowych NVIDIA (NIM/NeMo) na sprzęcie NVIDIA. Przed użyciem komercyjnym zapoznaj się z licencją.
Czy mogę dostroić Inkling? Tak. Inkling został zaprojektowany do personalizacji: dostrój go za pomocą platformy Tinker (opcje kontekstu 64K/256K, z rabatem startowym) lub samodzielnie hostuj wagi Apache 2.0 i dostrój na własnej infrastrukturze.
Podsumowanie
Spośród otwartych rywali, dla których mamy dane, Nemotron 3 Ultra jest jedynym, z którym Inkling radzi sobie wyraźnie – prowadząc we wszystkich wierszach benchmarków i niezależnym indeksie inteligencji, przy bardziej permisywnej licencji Apache 2.0 oraz wsparciu dla multimodalności i długiego kontekstu. Prawdziwą zaletą Nemotron 3 Ultra nie jest tabela wyników, ale jej rodzime dopasowanie do ekosystemu sprzętu i oprogramowania NVIDIA, co dla zespołów już zaangażowanych w ten stos może znaczyć więcej niż kilka punktów w benchmarkach. Należy pamiętać o zastrzeżeniach – żadna z tych liczb nie jest niezależnie audytowana – ale jeśli wybierasz na podstawie mierzonych możliwości i swobody licencyjnej, Inkling jest tu mocniejszym wyborem.
