Ling 3.0 Tiny vs Inkling Small: ”Small” gör en hel del jobb i dessa två namn.

"Tiny" och "Small" låter som samma storlek, och de två nyaste modellerna som bär dessa namn skulle inte kunna vara mer olika. Ling 3.0 Tiny är en proprietär MoE med 7,9 miljarder parametrar från Ant Group's InclusionAI — cirka 1,3 miljarder aktiva per token, gratis att anropa idag via egna API-slutpunkter, endast text, fick 23 på Artificial Analysis Intelligence Index. Inkling Small är Thinking Machines Lab's sparsamma MoE med öppna vikter och 276 miljarder parametrar — 12 miljarder aktiva, Apache 2.0-vikter på Hugging Face, inbyggd text-, bild- och ljudinmatning, fick 40 på samma index. Den ena är mindre i alla verkliga bemärkelser och hyrs för slantar; den andra är en tredjedel av en biljon parametrar som du kan ladda ner och köra på din egen hårdvara. Namnen är fällan: detta är inte en jämförelse av två små modeller, utan en jämförelse av två helt olika sätt att köpa AI, vars enda gemensamma marknadsföringsbeslut är ett förminskande adjektiv.

Båda släpptes inom några dagar från varandra under den mest hektiska sommaren modellmarknaden någonsin har upplevt — Inkling Small den 30 juli 2026, Ling 3.0 Tiny den 6 augusti — och båda riktar sig till samma köpare: ett team som vill ha kapabel AI utan budget för en frontlinjemodell. Den här texten reder ut vad var och en faktiskt är, vad de oberoende siffrorna säger, och varför frågan "vilken är bättre" egentligen är en fråga om "vilken vill du äga".

Ling 3.0 Tiny: det gratis API:t

Ling 3.0 Tiny är en mixture-of-experts-resoneringsmodell med totalt 7.9B parametrar och cirka 1.3B aktiva per token – liten, billig att driftsätta och för närvarande prissatt för att attrahera användare. Den har ett kontextfönster på 256K tokens (262K i de kommersiella listningarna och Artificial Analysis), upp till 32K utdatatokens, inbyggt funktionsanrop och promptcache, med en växling per förfrågan mellan standardpåslaget 'Thinking' och direkta 'Instant'-lägen. Den är text in, text ut; det finns ingen vision- eller ljudväg.

Affärsmodellen är den slående delen. Den är listad som inclusionai/ling-3.0-tiny:free till $0 per miljon tokens på båda sidor; en andra gateway kör den gratis till 08:00 PT den 14 augusti 2026, varefter dess listade avgift på $0,06 per miljon input-tokens och $0,18 per miljon output-tokens gäller. För en API-modell är det en extraordinär siffra — under i princip varje jämförbar textnivå på marknaden — och Artificial Analysis har redan kört den: Intelligence Index 23, rankad #6 av 56 modeller i sin klass mot en median på 8. Samma körning flaggade den som mycket ordrik, genererade 210M output-tokens jämfört med en median på 63M, vilket är den dolda kostnaden att ha i åtanke när du beräknar fakturan.

Inkling Small: de öppna vikterna

{{1}}Inkling Small är en annan art.{{/1}} Det är en gles mixture-of-experts-transformer med 276B totala parametrar och 12B aktiva per token — 42 lager, varje token dirigeras till 6 av 256 experter plus 2 delade experter — destillerad on-policy från flaggskeppsmodellen Inkling på 975B, sedan tränad med ytterligare förstärkningsinlärning på agentisk kodning. (Artificial Analysis tekniska specifikation anger 266B totalt; siffran 12B aktiv stämmer, och skillnaden förändrar inte jämförelsen.) Vikterna finns på Hugging Face under {{2}}Apache 2.0{{/2}} utan kommersiella begränsningar. Den är multimodal på input — text, bild och ljud hamnar i samma tokenström, med endast text som output — och den levereras med en femgradig ratt för tankeansträngning (minimal till xhigh) så att samma vikter kan köras billigt eller köras hårt.

Eftersom det har öppna vikter är tillgångssituationen helt annorlunda. Thinking Machines erbjuder den via sitt Tinker API för 0,30 / 1,20 dollar per miljon tokens, med cachad indata för 0,06 dollar, och den finns på två tredjepartsändpunkter för cirka 0,45–0,50 dollar in / 1,20 dollar ut per 1M, med ett kontexttak på 524 288 tokens på dessa ändpunkter snarare än de annonserade 1M. Eller så laddar du ner vikterna själv — vilket innebär 276 GB i 8-bitars, en multi-GPU-nod, inte en arbetsstation, och en kvantiseringsfråga (de hostade ändpunkterna levererar fp8; leverantörens riktmärken mättes inte på fp8).

Den oberoende resultattavlan

Sätter man de två på samma Artificial Analysis-skala blir kapacitetsgapet otvetydigt. Inkling Small får 40 på Intelligence Index, rankad #15 av 101 i sin klass; Ling 3.0 Tiny får 23, rankad #6 av 56 i sin (mindre) klass. Skillnaden på 17 poäng är ungefär avståndet mellan "verkligt användbar budgetmodell" och "bekvämt över genomsnittet för en liten modell". Inkling Smalls 12B aktiva parametrar – nästan tio gånger så många som Ling 3.0 Tinys 1.3B – märks i agentiskt arbete, långkontextsökning och kodning, de dimensioner som indexet sammanställer. Ling 3.0 Tiny är exceptionell för sin storlek; Inkling Small är helt enkelt mer kapabel, eftersom den är en i grunden större modell som bär ett litet namn.

Båda modellerna är mångordiga, vilket är värt att nämna eftersom det påverkar båda räkningarna. Artificial Analysis mätte att Ling 3.0 Tiny förbrukade 210M output-tokens under sin indexkörning (63M i median) och att Inkling Small förbrukade 130M (100M i median). Inkling Small tänker ungefär 30% mer än genomsnittet; Ling 3.0 Tiny tänker mer än tre gånger så mycket som genomsnittet. Ingen av dem är en modell som du distribuerar och glömmer att hålla koll på.

Måtten, en rad vardera:

• Oberoende poäng — Ling 3.0 Tiny AA Index 23 (#6/56, klassmedian 8) jämfört med Inkling Small AA Index 40 (#15/101).

• Pris — Ling 3.0 Tiny gratis, sedan 0,06 $ / 0,18 $ per 1M jämfört med Inkling Small 0,30–0,50 $ in / 1,20 $ ut per 1M på hostade slutpunkter, eller 0 $ plus din egen hårdvara.

• Storlek — {{1}}7.9B totalt / ~1.3B aktiv MoE, proprietär{{/1}} jämfört med {{2}}276B totalt / 12B aktiv gles MoE, Apache 2.0 öppna vikter.{{/2}}

• Modalitet — Ling 3.0 Tiny endast text vs Inkling Small text-, bild- och ljudinmatning, textutmatning.

• Kontext — 256K på Ling 3.0 Tiny jämfört med upp till 1M annonserad / 524K levererad på Inkling Smalls nuvarande hostade slutpunkter.

• Ägande — stängd API du hyr vs öppna vikter du kan äga, finjustera på Tinker, eller köra själv på en multi-GPU-nod.

Vad var och en faktiskt kostar dig

Prisskillnaden är inte den intressanta siffran; det är ägandeskillnaden. Ling 3.0 Tiny är en förbrukningsbaserad tjänst: gratis i en vecka, sedan $0,06 / $0,18 per miljon tokens för alltid, oavsett vilken concurrency du kör, med en mångordighetsskatt som multiplicerar den effektiva utdatakostnaden. Inkling Small har två prislappar: en hyrd — runt $0,50 / $1,20 per miljon tokens på tredjepartsändpunkter, eller $0,30 / $1,20 på förstapartsändpunkter — och en ägd, vilket innebär ett seriöst hårdvaruköp och ingenjörstid för att betjäna 276B parametrar. Artificial Analysis uppmätta kostnadsbild ger Inkling Small ett vägt pris runt $0,22 per 1M tokens och ungefär $0,07 per intelligensindexuppgift, vilket gör den genuint billig att köra som API för vad den levererar. Men alternativet med öppna vikter har ingen mätare alls efter tränings- och hostingnotan, vilket är samma logik som lockar människor till en 2.6B checkpoint och är långt svårare att motivera vid 276B.

Det finns också kapacitetsbegränsningar kopplade till den öppna modellen som ett specifikationsblad missar. Kortet för Inkling Small rekommenderar ljudinmatningar under två minuter, jämfört med under tjugo för flaggskeppet – en tiofaldig minskning om du skulle analysera möten. Ingen av de värdbaserade slutpunkterna annonserar för närvarande response_format (schema-styrd JSON), vilket spelar roll om din pipeline är beroende av strukturerad utdata. Och adversariell robusthet enligt labbets egna siffror (71,6 % på FORTRESS adversarial) är en anledning att tänka efter innan du placerar den bakom en offentlig textruta. Ling 3.0 Tiny, som är ett API utan vikter, har inga av dessa självhostningsfrågor – du tar vad slutpunkten serverar.

Vilken "small" är rätt för ditt problem

Välj Ling 3.0 Tiny när du vill ha det billigaste kapabla textresonemang du kan hyra, när du inte behöver se bilder eller höra ljud, när du värdesätter en oberoende poängsatt modell som du kan prova gratis den här veckan, och när du inte har något emot en förbrukningsbaserad faktura och en mångordig modell. Välj Inkling Small när du behöver kapaciteten — verklig multimodal inmatning, 12B aktiva parametrar med agentisk styrka, ett indexresultat 17 poäng högre — eller när du specifikt vill ha öppna vikter som du kan äga, finjustera eller flytta bort från en leverantör helt och hållet. Välj den för modaliteten och indexresultatet, inte för namnet.

En ärlig notering om att hyra dem

Ingendera av dessa modeller finns på OrcaRouter, och vi tänker inte antyda något annat. Ling 3.0 Tiny tillhandahålls via egna gratis slutpunkter; Inkling Small lever på Thinking Machines Tinker API, tredjepartsslutpunkter eller din egen GPU-nod. Vad OrcaRouter är användbar för i just den här jämförelsen är allt runtomkring dem: frontlinje- och mellannivåmodellerna som du kommer att benchmarka mot, och de som du dirigerar till när den billiga nivån inte längre räcker till. När det kostnadsfria Ling 3.0 Tiny-fönstret stängs eller en gratis slutpunkt blir hastighetsbegränsad, är utvägen en hostad budgetnivå — Qwen 3.7 Flash för 0,03 $ / 0,13 $, Gemini 3.5 Flash-Lite för 0,30 $ / 2,50 $, och 200+ andra bakom en OpenAI-kompatibel nyckel med 0 % påslag, så att leverantörens listpris är priset, med automatisk failover så att en benchmarkkörning eller en produktionssökväg inte dör på en leverantörs dåliga timme. Inkling Small, med öppna vikter, är den sida av denna jämförelse som en router aldrig kommer att hosta åt dig — och den sida där det är hela poängen.

Dom

De två namnen beskriver marknadsföringsavsikt, inte storlek. {{1}}Ling 3.0 Tiny är genuint liten och genuint billig — den bästa gratisprovperioden i budgetklassen den här månaden, med ett ärligt om än blygsamt oberoende resultat och en mätare som startar den 14 augusti.{{/1}} {{2}}Inkling Small är en 276B-modell med ett litet namn — tio gånger så många aktiva parametrar, sjutton indexpoäng högre, multimodal från grunden och öppna vikter du faktiskt kan äga.{{/2}} Om du vill hyra det billigaste kapabla textresonemanget, ta Ling 3.0 Tiny och njut av den gratis veckan. Om du vill ha en modell du kan äga, finjustera och köra själv — eller en som kan höra och se — är "Small" inte rätt ord för vad du behöver.