Inkling vs GLM 5.2: Qual modelo de peso aberto vence em pontuação, e qual vence em custo?
Inkling vs GLM 5.2é um dos confrontos mais reveladores na atual onda de lançamentos de pesos abertos, porque os dois modelos otimizam para coisas diferentes. O GLM 5.2, da Zhipu AI, é o líder em terminal agêntico e raciocínio neste conjunto de comparação — ele obtém as maiores pontuações nas tarefas mais difíceis de raciocínio e codificação de longo horizonte. O Inkling, o primeiro modelo do Thinking Machines Lab de Mira Murati, contrapõe com eficiência de tokens dramaticamente melhor, robustez adversarial, entrada nativa de áudio e multimodal, uma janela de contexto de 1 milhão de tokens e uma licença Apache 2.0. Este artigo compara ambos os modelos honestamente e defende que lacunas brutas em benchmarks nem sempre se traduzem em maior custo no mundo real.
Data: 2026-07-16, um dia após o lançamento do Inkling. Todos os números têm fonte e atribuição abaixo; nenhum foi auditado de forma independente.
Uma nota para construtores: não há benchmarks comparativos auditados aqui, então isso compara modelos e acesso, não pontuações. OrcaRouter roteia modelos disponíveis via API por trás de um único endpoint compatível com OpenAI, para que você possa testar e comparar Inkling e GLM 5.2 sem precisar conectar vários SDKs.
TL;DR veredito: Escolha GLM 5.2 se você quer os maiores escores brutos em raciocínio, matemática e trabalho terminal agentivo, e seu orçamento pode absorver seu maior consumo de tokens. Escolha Inkling se o custo por tarefa concluída, segurança adversarial, entrada de áudio/multimodal ou um contexto de 1M tokens importam mais do que estar no topo do ranking.
O resumo em uma linha: GLM 5.2 vence a maioria das linhas de benchmark; Inkling ainda pode ganhar a fatura, porque conclui tarefas em aproximadamente 25 mil tokens de saída contra os ~43 mil do GLM.
Principais conclusões
GLM 5.2 lidera as linhas de raciocínio/agentes: HLE, AIME 2026, SWE-bench Verified, e — por uma grande margem — Terminal Bench 2.1.
Inkling lidera em segurança adversarial: FORTRESS 78.0% vs 71.3%.
O principal contador da Inkling é a eficiência: ~25K tokens de saída por tarefa contra ~43K do GLM — aproximadamente uma diferença de 1,7x que se reflete diretamente no custo.
Ambos são de peso aberto: Inkling é Apache 2.0; GLM 5.2 é MIT. Ambos permitem uso comercial e auto-hospedagem.
Inkling adiciona modalidade e contexto: entrada nativa de texto + imagem + áudio e uma janela de contexto de até 1M-token.
Advertência: os números de concorrentes aqui são enquadrados por terceiros/fornecedores e não auditados de forma independente.
Divulgação:Os benchmarks são relatados pelo próprio fornecedor no lançamento (Effort 0.99) e os números de terceiros são da Artificial Analysis / MarkTechPost / Vellum / BenchLM; nenhum é auditado de forma independente, e os números dos concorrentes podem divergir dos números relatados por esses fornecedores. As especificações da Inkling são provenientes do model card da Thinking Machines.
Comparação rápida
Licença. Inkling: Apache 2.0; GLM 5.2 (Zhipu AI): MIT
Parâmetros (total / ativo). Inkling: 975B / 41B (MoE); GLM 5.2 (Zhipu AI): — (não está em nossos dados)
Janela de contexto. Inkling: 1M tokens (256K em APIs hospedadas); GLM 5.2 (Zhipu AI): — (não em nossos dados)
Modalidades (em). Inkling: Texto + imagem + áudio; GLM 5.2 (Zhipu AI): — (não está em nossos dados)
Saída. Inkling: Apenas texto; GLM 5.2 (Zhipu AI): Texto
Auto-hospedar / ajuste fino. Inkling: Sim / sim (Tinker); GLM 5.2 (Zhipu AI): Sim (pesos disponíveis) / sim
Preço hospedado. Inkling: ~$1.87 entrada / ~$4.68 saída por 1M; GLM 5.2 (Zhipu AI): — (não está em nossos dados)
Não temos valores auditados de parâmetro, contexto ou preço para o GLM 5.2 em nosso conjunto de fontes, então essas células são marcadas como “—” em vez de adivinhadas.
Vencedor por categoria
Raciocínio / conhecimento (HLE). Vencedor: GLM 5.2; Notas: 40.1% vs 29.7% (sem ferramentas)
Matemática (AIME 2026). Vencedor: GLM 5.2; Notas: 99,2% vs 97,1% — ambos perto do teto
Codificação (SWE-bench Verified). Vencedor: GLM 5.2; Notas: 80.0% contra 77.6%
Terminal agente (Terminal Bench 2.1). Vencedor: GLM 5.2; Notas: 82,7 vs 63,8 — a diferença principal
Segurança (FORTRESS adversarial). Vencedor: Inkling; Notas: 78.0% vs 71.3%
Multimodal / áudio. Vencedor: Inkling; Notas: Entrada nativa de áudio + imagem
Eficiência (tokens/tarefa). Vencedor: Inkling; Notas: ~25K vs ~43K
Custo por tarefa concluída. Vencedor: Inkling; Notas: Menor uso de tokens compensa o preço por token
Benchmarks de comparação direta
A tabela abaixo usa um conjunto de fontes consistente (MarkTechPost), para que as linhas sejam comparáveis. O negrito marca o líder.
HLE (sem ferramentas). Inkling: 29.7%; GLM 5.2: 40.1%; Fonte: MarkTechPost
AIME 2026. Inkling: 97.1%; GLM 5.2: 99.2%; Fonte: MarkTechPost
SWE-bench Verified. Inkling: 77.6%; GLM 5.2: 80.0%; Fonte: MarkTechPost
Terminal Bench 2.1. Inkling: 63,8%; GLM 5.2: 82,7%; Fonte: MarkTechPost
FORTRESS (adversarial). Inkling: 78.0%; GLM 5.2: 71.3%; Fonte: MarkTechPost
Duas linhas adicionais de “vitória silenciosa” vêm de outras fontes e não devem ser misturadas com o conjunto MarkTechPost acima:
Eficiência de tokens (tokens de saída/tarefa, menor é melhor). Inkling: ~25K; GLM 5.2: ~43K; Fonte: Artificial Analysis / BenchLM
SWE-bench Pro (Public). Inkling: 54.3%; GLM 5.2: 62.1%; Fonte: Artificial Analysis / BenchLM
HLE com ferramentas (mantido separado da linha sem ferramentas). Inkling: 46.0; GLM 5.2: 54.7; Fonte: Vellum
Nota: os números de “HLE com ferramentas” vêm da Vellum e usam uma estrutura diferente da linha HLE sem ferramentas do MarkTechPost — não os leia como o mesmo teste. Não temos uma pontuação do Índice de Inteligência de Análise Artificial para o GLM 5.2 em nossos dados, portanto não reportamos nenhuma.
Onde o GLM 5.2 vence
GLM 5.2 é, com base nos números que temos, o modelo mais forte em raciocínio bruto e capacidades agênticas. Ele lidera a Inkling em HLE (40.1% contra 29.7%), AIME 2026 (99.2% contra 97.1%), e SWE-bench Verified (80.0% contra 77.6%). A diferença mais impressionante é Terminal Bench 2.1, onde a GLM 5.2 pontua 82.7 a 63.8 da Inkling — uma grande e real vantagem em tarefas terminais agênticas de longo horizonte, onde um modelo precisa planejar, executar comandos e se recuperar de erros ao longo de muitas etapas. Em SWE-bench Pro, a GLM 5.2 (62.1%) novamente se destaca à frente da Inkling (54.3%), e também lidera a versão aumentada por ferramentas HLE with tools execução (54.7 contra 46.0).
Se sua carga de trabalho é dominada por raciocínio complexo, matemática competitiva ou agentes que operam um shell ou IDE durante longas sessões, o GLM 5.2 é a escolha de teto mais alto, e a diferença é grande o suficiente nas linhas agentivas para ser relevante em produção.
Onde Inkling vence
O contraponto da Inkling não é um único benchmark — é a economia e a área de superfície.
Eficiência de tokens. A Inkling conclui tarefas em aproximadamente 25K tokens de saída, contra os ~43K da GLM. Como você paga por token de saída, essa diferença de ~1,7x é uma alavanca direta de custo. Um modelo que obtém alguns pontos a menos, mas usa muito menos tokens, pode ser mais barato por tarefa concluída, mesmo com o mesmo preço por token — e geralmente termina mais rápido também.
Robustez adversarial. No FORTRESS, Inkling lidera 78.0% a 71.3%. Para implantações adversariais ou críticas para a segurança, essa é a linha que mais importa.
Multimodalidade. O Inkling aceita nativamente entrada de texto, imagem e áudio (VoiceBench 91,4%, MMAU 77,2% em seu próprio card). O GLM 5.2 em nossos dados é um modelo orientado a texto.
Janela de contexto. Os pesos do Inkling suportam até 1M tokens (256K em APIs hospedadas) — útil para trabalhos com repositório inteiro, documentos longos ou transcrições longas.
Licenciamento. Ambas são permissivas, mas o Apache 2.0 da Inkling é uma escolha conhecida, que inclui cláusula de patentes, para empresas; GLM 5.2 usa MIT. Qualquer uma é adequada para auto-hospedagem comercial.
Preços e custos (TCO)
A percepção central da comparação Inkling vs GLM 5.2 é que liderança em benchmarks e liderança em custos não são a mesma coisa.
Os pesos do Inkling são livres de royalties para auto-hospedar sob Apache 2.0. O acesso hospedado por terceiros (via preços de referência da Artificial Analysis) custa cerca de $1.87 por 1 milhão de tokens de entrada e $4.68 por 1 milhão de tokens de saída em contexto de 64K (aproximadamente $3.74 / $9.36 em 256K), com entrada em cache perto de $0.374 por 1 milhão. Não temos preços de hospedagem publicados para GLM 5.2 em nosso conjunto de fontes, então comparamos com base na estrutura em vez de um número fabricado.
Eis por que a perspectiva de custo por tarefa é importante. Suponha que uma tarefa exija a mesma taxa por token em ambos os modelos. O Inkling consome ~25 mil tokens de saída; o GLM 5.2 consome ~43 mil. Isso significa que o GLM 5.2 custa aproximadamente 72% a mais em tokens de saída para o mesmo trabalho, antes mesmo de considerar a latência. Portanto, embora o GLM 5.2 vença a maioria das linhas de referência (benchmarks), uma organização que executa grandes volumes de tarefas rotineiras pode descobrir que o Inkling oferece um custo total de propriedade mais baixo — a vantagem de eficiência pode compensar uma modesta diferença na pontuação bruta. A regra honesta: use o GLM 5.2 onde a capacidade extra de raciocínio vale os tokens extras; use o Inkling onde o volume e o custo dominam.
Licenciamento e implantação
Ambos os modelos são genuinamente de pesos abertos e auto-hospedáveis:
Inkling — Apache 2.0. Checkpoints completos BF16 e NVFP4 em Hugging Face. Níveis de VRAM: BF16 ~2TB (8×B300 / 16×H200); NVFP4 ~600GB (4×B300 / 8×H200); existe um GGUF Unsloth de 1 bit para configurações limitadas. Hospedado em Together AI, Fireworks, Modal, Databricks e Baseten; executado em SGLang, vLLM, TokenSpeed, Unsloth e Hugging Face transformers. Ajuste fino via Tinker (contexto de 64K/256K, desconto de 50% no lançamento).
GLM 5.2 — MIT.Pesos abertos estão disponíveis para uso comercial e auto-hospedagem sob a licença permissiva MIT. Detalhes específicos de VRAM e provedor não estão em nosso conjunto de fontes, então verifique o lançamento da Zhipu AI para requisitos exatos.
Guia rápido para Inkling com vLLM:
vllm serve thinkingmachines/Inkling --tensor-parallel-size 8
Qual você deve escolher?
Escolha o GLM 5.2 se: você deseja o raciocínio bruto e matemática mais fortes, ou cria fluxos de trabalho terminais/agentes de longo horizonte onde suas vantagens no Terminal Bench 2.1 e SWE-bench Pro compensam. É o modelo de teto mais alto neste par.
Escolha Inkling se: você opera com grandes volumes e se importa com o custo por tarefa concluída, precisa de robustez adversarial (FORTRESS), requer entrada de áudio ou imagem, ou precisa de um contexto de 1M tokens. Sua vantagem de eficiência é a razão para ignorar alguns pontos de benchmark.
Considere executar ambos: roteie o raciocínio difícil e execuções complexas de agentes para o GLM 5.2, e envie tráfego de alto volume, sensível a custos ou multimodal para o Inkling. Um roteador de dois modelos captura o teto do GLM e a eficiência do Inkling ao mesmo tempo.
Para uma análise mais aprofundada do Inkling em si, consulte nossa análise do modelo de IA Inkling e o explicador "What is Inkling AI?". Para outras comparações diretas, veja Inkling vs Kimi K2.6 e Inkling vs DeepSeek V4 Pro.
Perguntas Frequentes
O Inkling é melhor que o GLM 5.2?Depende da métrica. O GLM 5.2 vence a maioria das linhas de benchmark brutas neste conjunto — HLE, AIME 2026, SWE-bench Verified, e especialmente Terminal Bench 2.1. Inkling vence em segurança adversarial (FORTRESS), eficiência de tokens, multimodalidade e comprimento de contexto. Inkling pode ser “melhor” em custo por tarefa concluída mesmo onde obtém pontuações mais baixas.
Qual é melhor para programação? GLM 5.2 lidera tanto no SWE-bench Verified (80,0% vs 77,6%) quanto no SWE-bench Pro (62,1% vs 54,3%), e sua liderança no Terminal Bench 2.1 (82,7 vs 63,8) é significativa para codificação agentiva e de múltiplas etapas. Para capacidade bruta de codificação, o GLM 5.2 está à frente; para codificação com boa relação custo-benefício em volume, a eficiência de tokens da Inkling reduz a diferença.
Qual é mais barato? A Inkling é provavelmente mais barata por tarefa concluída. Ela usa aproximadamente 25K tokens de saída por tarefa, contra os ~43K do GLM, então, mesmo com taxas por token similares, consome muito menos tokens faturáveis. Ambos são isentos de royalties para auto-hospedagem (Apache 2.0 para Inkling, MIT para GLM 5.2).
O GLM 5.2 é open source? O GLM 5.2 é de pesos abertos sob a licença MIT, que permite uso comercial e auto-hospedagem. Como em todos os modelos de "pesos abertos", os pesos e a licença são liberados, mas isso não é idêntico a um open source completo (os dados de treinamento e o pipeline não são necessariamente publicados).
Posso auto-hospedar ou ajustar o GLM 5.2? Sim. Os pesos do GLM 5.2 licenciados pela MIT podem ser auto-hospedados e ajustados. O Inkling também pode ser auto-hospedado (Apache 2.0) e ajustado através da plataforma Tinker da Thinking Machines. Os requisitos específicos de hardware do GLM 5.2 não estão em nosso conjunto de fontes — verifique o comunicado da Zhipu AI.
O GLM 5.2 suporta áudio ou imagens?Nosso conjunto de fontes não lista suporte para entrada de áudio ou imagem para o GLM 5.2, então tratamos como orientado a texto aqui. O Inkling aceita nativamente entrada de texto, imagem e áudio, o que é uma de suas vantagens mais claras nesta comparação.
Conclusão
GLM 5.2 é o líder em capacidade bruta neste confronto, superando a Inkling em raciocínio, matemática e — mais decisivamente — trabalho terminal agêntico. Mas a Inkling responde com aproximadamente 1,7x melhor eficiência de tokens, segurança adversarial mais forte, multimodalidade nativa, um contexto de 1M de tokens e uma licença Apache 2.0. A lição prática: escolha GLM 5.2 quando o teto de raciocínio justificar os tokens extras, escolha Inkling quando o custo por tarefa concluída e a multimodalidade importarem, e considere rotear entre eles para obter o melhor de ambos.
