Thẻ tiêu đề được tạo ghi 'Inkling 2 Mini vs Qwen 3.8', với phụ đề 'hạng thực sự cạnh tranh là Flash', cùng ba nhãn ghi 'Mini: Index 20.1', 'Flash: Index 29' và 'Cùng chi phí mỗi tác vụ', phía trên hai thẻ đối chiếu 'tệp 20GB, chạy ngoại tuyến' với 'endpoint được host, ngữ cảnh 1M' và ghi chú chỉ nâng cấp khi cần. Logo OrcaRouter nằm ở góc dưới bên phải.
Guides & Insights

Inkling 2 Mini vs Qwen 3.8: Bị đánh bại bởi phân khúc rẻ hơn

Tác giả

jinhao.song

Ngày đăng

Mô hình mới nhất · 20Xem tất cả mô hình →
Benchmark: Artificial Analysis · cập nhật hằng ngày
Quay lại tất cả bài viết

Phép so sánh mà ai cũng thực hiện lại là phép so sánh sai, và nó tâng bốc mô hình mới. Inkling 2 Mini, do Thinking Machines Lab công bố ngày 20 tháng 11 năm 2026, đạt 20,1 điểm trên Artificial Analysis Intelligence Index v5.0.1 — ngang bằng Qwen3.8-27B ở mức 20, với 0,59 USD mỗi tác vụ chỉ số so với 3,53 USD. Đó là màn đối đầu trực tiếp mà Thinking Machines đưa vào bảng benchmark của chính mình, và về chi phí thì không hề sát nút. Nhưng Qwen 3.8 không phải một mô hình duy nhất. Đó là một thế hệ gồm năm mô hình, và phân khúc thực sự cạnh tranh với một checkpoint tải xuống 20GB là Qwen3.8-Flash, được Artificial Analysis chấm 29 điểm với 0,57 USD mỗi tác vụ chỉ số — cao hơn chín điểm, với cùng chi phí cho mỗi câu trả lời hoàn chỉnh. Mini thắng phép so sánh mà bài đăng ra mắt in ra và thua phép so sánh mà người mua sẽ thực hiện.

Nguồn dữ liệu, vì nó quyết định kết luận: điểm chỉ số, chi phí mỗi tác vụ, độ trễ và các số liệu ngữ cảnh là kết quả đo của Artificial Analysis được ghi nhận vào ngày 21 tháng 11 năm 2026, và mọi mức giá OrcaRouter đều được trích từ danh mục của chính chúng tôi. Các bảng phần trăm là bộ khung kiểm thử khi ra mắt của Thinking Machines, do nhà cung cấp vận hành, được gắn cờ ở những nơi chúng xuất hiện; các tuyên bố của chính A​libaba cho các hạng Q​wen được trích dẫn là của A​libaba và chưa được kiểm toán riêng tại đây.

Trước tiên, bạn muốn nói đến Q​wen 3.8 nào?

Coi tên dòng như một đối thủ là sai lầm khiến hầu hết các so sánh kiểu này trở nên vô dụng. Qwen 3.8 trải rộng từ một mô hình chủ lực dạng dịch vụ với giá $2.00/$6.00 mỗi triệu token, một checkpoint mở 2,4 nghìn tỷ tham số theo giấy phép tùy chỉnh, một mô hình dense 27B theo Apache 2.0, một hạng Flash với giá $0.15/$0.47, đến bản xem trước Flash-Next có trọng số mở nằm sau sản phẩm Flash dạng dịch vụ. Các thành viên khác nhau hơn mười lần về giá token và chín điểm trên cùng một chỉ số. Một phán quyết "vs Qwen 3.8" duy nhất là phán quyết về một vệt mờ.

• Qwen3.8-27B — 27B dense, Apache 2.0, nhận văn bản, hình ảnh và video, ngữ cảnh 256K, Index 20 ở mức nỗ lực xhigh, giá niêm yết $0.50/$3.00, $3.53 mỗi tác vụ index, 34,5 phút mỗi tác vụ.

• Qwen3.8-Flash — tầng sản xuất được lưu trữ với giá $0.15/$0.47, phục vụ cùng bộ trọng số như bản xem trước Flash-Next; điểm cuối định tuyến công bố cửa sổ 1M token và đầu ra tối đa 131K, trong khi Artificial Analysis ghi nhận 256K cho các trọng số Flash-Next mở. Nó đo mô hình đó ở Chỉ số 29, tổng 180B và 6B hoạt động, $0.57 mỗi tác vụ chỉ số, 33.3 phút.

• Qwen3.8-Max — mô hình chủ lực đóng, Index 34, $2.00/$6.00, $10.02 mỗi tác vụ index. Không phải đối thủ của Mini về chi phí và cũng không phải mô hình để đem ra so sánh.

• Inkling 2 Mini — tổng 26,4B, 3,4B hoạt động, Apache 2.0, ngữ cảnh 1M trên card, Index 20.1, $0.15/$0.50 trên Tinker, $0.59 mỗi tác vụ Index, 9.0 phút.

Vậy nên phép so sánh hữu ích có hai nửa. So với mô hình dense 27B mà bài đăng ra mắt đã chọn, Mini thực sự thắng về chi phí ở cùng điểm số. Còn so với dòng Flash, vốn có cùng chi phí và bỏ xa nó trên chỉ số, lập luận của Mini phải xoay quanh một thứ khác ngoài giá và điểm số — và đúng là như vậy: tệp.

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.

Cú hòa 27B, và lý do nó là thật

Cả hai mô hình đều được cùng một bộ đánh giá đo trên cùng một bản sửa đổi của cùng một chỉ số, nên 20,1 so với 20 là một so sánh thực sự chứ không phải sự trùng hợp ngẫu nhiên của các harness. Đây cũng là một thế hòa ở giới hạn độ phân giải của công cụ đo. Chỉ số này là tổ hợp của chín phép đánh giá, trong đó một số được thực hiện trên các tập held-out, và những mô hình cách nhau trong vòng một điểm không được chỉ số này sắp xếp một cách đáng tin cậy. Điều mà thế hòa này xác lập là Mini vượt qua cùng một mức chuẩn như một mô hình dense 27B trong khi chỉ dùng 3,4 tỷ tham số hoạt động thay vì 27 tỷ.

Cột chi phí là nơi điều đó có ý nghĩa. Ở mức $0,59 cho mỗi tác vụ lập chỉ mục so với $3,53, Mini rẻ hơn khoảng sáu lần để hoàn thành cùng một bài đánh giá, và nó làm xong trong chín phút so với 34 phút rưỡi. Tốc độ đầu ra là 280 token mỗi giây so với 53. Thời gian đến token trả lời đầu tiên là 9,72 giây so với 144 giây. Trong một vòng lặp tác nhân chạy ba mươi lượt, những con số đó cộng dồn thành điều mà người dùng có thể cảm nhận được.

Không có gì trong số đó là miễn phí, và cái giá bù lại chính là sự dài dòng. Mini đã phát ra 161 triệu token đầu ra để hoàn thành lượt chạy lập chỉ mục, so với 128 triệu của mô hình Qwen và mức trung vị của các mô hình tương đương là 85,7 triệu. Trả 0,50 đô-la cho mỗi triệu token đầu ra để có lượng đầu ra gấp 1,9 lần mức thông thường thì vẫn rẻ; nhưng việc lập ngân sách một số token cố định cho mỗi tác vụ đối với một mô hình nói nhiều đến thế thì không. Một nhóm đo theo token thay vì theo tác vụ sẽ thấy lợi thế gấp sáu lần thu hẹp dần về mức ba lần.

Nơi Mini thực sự đánh bại mọi phân khúc Q​wen

Bảng lập trình của nhà cung cấp là phần khiến mô hình trở nên thú vị trong buổi ra mắt, và đây cũng là phần chưa ai kiểm tra. Mỗi dòng dưới đây là harness của chính Thinking Machines trên checkpoint của chính họ, và ít nhất một trong số đó được chạy bằng khung tác nhân của công ty thay vì một khung trung lập.

• DeepSWE v1.1 — Inkling 2 Mini 48,2% so với Qwen3.8-27B 42,2%.

• SWE-bench Pro v2, Khó — 77.9% so với 73.8%.

• SWE-bench Multilingual — 73,7% so với 70,0%.

• SWE-bench Verified — 79,2% so với 77,8%.

• Vibe Code Bench v1.1 — 77,9% so với 64,9%.

• Terminal Bench v2.1 — 71,6% so với 73,0%, thấp hơn; trên Terminal Bench v4.0, cả hai đều in ra 5,6%.

• BrowseComp — 79,0% so với 61,6%; DeepSearchQA 85,3% so với 79,7%; MCP Atlas 82,7% so với 77,3%.

• MMMU Pro — 74,9% so với 76,3%, lại một thất bại sát nút; OmniDocBench v1.6 92,8% so với 91,5%.

Các hàng mà Mini thắng là những hàng mang tính tác tử — vá ở quy mô kho mã, tìm kiếm trong chặng dài, sử dụng công cụ. Các hàng mà nó thua là những hàng truy hồi chính xác. Đó là kiến trúc đang lộ ra: vòng lặp mua được tính toán tuần tự trên mỗi token, và tính toán tuần tự chính là thứ mà một quỹ đạo tác tử dài cần. Nó không mua được các sự kiện đã lưu, và một benchmark nặng về kiến thức sẽ nhận ra điều đó.

Khoảng cách về tính xác thực giữa Mini và dòng mô hình này rõ rệt hơn bất kỳ hàng nào trong số đó. Trên AA-Omniscience, bảng của nhà cung cấp ghi −8.6 cho Mini với tỷ lệ không ảo giác 63.4%, so với −6.4 và 71.4% của Qwen3.8-27B trong cùng cột của cùng bảng đó. Điểm âm nghĩa là mô hình còn tệ hơn việc từ chối trả lời. Artificial Analysis không công bố một con số omniscience riêng cho Mini mà tôi có thể tìm thấy, vì vậy hàng này hoàn toàn dựa trên bộ đánh giá của nhà cung cấp — và nó vẫn là con số quan trọng nhất trong phép so sánh đối với bất kỳ ai triển khai mà không có lớp truy xuất.

Nơi Flash kết thúc cuộc tranh luận

Giờ là bậc quan trọng. Qwen3.8-Flash được host và có giá $0.15 cho đầu vào và $0.47 cho đầu ra — cùng mức giá đầu vào mà Tinker thu để lấy mẫu Mini, và rẻ hơn ba xu ở đầu ra. Artificial Analysis chấm điểm các trọng số Flash-Next đứng sau nó ở mức 29. Mỗi tác vụ index tốn $0.57, so với $0.59 của Mini. Chín điểm index, rẻ hơn hai xu.

Đó không phải là một cuộc so kè sát nút về năng lực hay giá cả, và nó định hình lại mục đích của Mini. Những lợi thế của Mini so với Flash hoàn toàn không nằm trên bảng điểm: nó là một tệp 20GB chạy không cần mạng, trên MacBook hoặc DGX Spark, không có đồng hồ tính theo token và không có nhà cung cấp nào xen vào. Lợi thế của Flash là chín điểm chỉ số, một endpoint được host, và cửa sổ 1M token trên API định tuyến mà không phải tải xuống gì. Nếu khối lượng công việc của bạn có kết nối mạng, phía Q​wen thắng trên mọi trục được đo. Nếu không, phía Q​wen chẳng có gì khả dụng cho bạn cả.

So sánh tốc độ cũng có lợi cho Mini, và lợi hơn mức mà khoảng cách điểm số gợi ý. Mini chạy ở 280 token đầu ra mỗi giây với token đầu tiên mất 9,72 giây; Flash-Next đo được 74 token mỗi giây với token đầu tiên mất 85,77 giây và 33,3 phút mỗi tác vụ chỉ mục. Đối với một agent tương tác, đó là khác biệt giữa một công cụ phản hồi và một công cụ bạn phải chờ — và đây là điểm duy nhất mà một mô hình cục bộ với 5,4B tham số hiệu dụng có lợi thế cấu trúc so với một mô hình 180B được lưu trữ.

Sự sắp xếp thực tế

Cả hai hạng Q​wen đều có trên OrcaRouter, khiến việc xây dựng đường nâng cấp trở nên rẻ bất thường. Qwen3.8-27B định tuyến ở mức $0.33 mỗi triệu token đầu vào và $2.40 mỗi triệu token đầu ra — thấp hơn giá niêm yết $0.50/$3.00 của A​libaba, vì giá của nhà cung cấp được chuyển thẳng thay vì bị đánh thêm. Qwen3.8-Flash định tuyến ở mức $0.15/$0.47 trên cửa sổ 1M token. Một khóa dùng được cho cả hai, với cơ chế chuyển đổi dự phòng tự động và DSL định tuyến để gửi yêu cầu đến hạng rẻ trước và chỉ nâng cấp khi nó không vượt qua bước kiểm tra.

Đó chính là hình dạng mà phép so sánh này thực sự muốn. Mini, nếu bạn áp dụng nó, sẽ chạy trên phần cứng của chính bạn, làm công việc agentic mà nó giỏi và không phải trả gì cho mỗi token. Các tầng Q​wen nằm sau một endpoint duy nhất cho những yêu cầu mà Mini làm kém — những yêu cầu cần gợi nhớ chính xác một dữ kiện, đọc một tài liệu dài, hoặc suy luận khoa học khó — và cơ chế chuyển đổi dự phòng nghĩa là khi nhà cung cấp gặp sự cố, câu trả lời sẽ bị suy giảm thay vì bị hỏng. Chúng tôi không tự vận hành Inkling 2 Mini và bài viết này sẽ không giả vờ điều ngược lại; điều mà bộ định tuyến loại bỏ là hợp đồng thứ hai và tích hợp thứ hai cho nửa khối lượng công việc được chuyển sang Q​wen.

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.

Điều gì sẽ làm thay đổi phán quyết

Hai điều, và cả hai đều rẻ để kiểm chứng. Thứ nhất là một lượt chạy mã độc lập trên trọng số công khai của Mini. Nếu con số 48,2% trên DeepSWE và 77,9% trên SWE-bench Pro vẫn giữ nguyên khi qua một khung đánh giá trung lập, thì hồ sơ agentic của Mini sẽ mạnh hơn nhiều so với hàm ý của điểm chỉ số 20,1, bởi chỉ số này đánh trọng số thấp đúng vào loại công việc dài hạn mà mô hình được xây dựng để làm. Nếu chúng không giữ nguyên, thì bảng công bố khi ra mắt chỉ là bảng của nhà cung cấp, và về bản chất mô hình chỉ đáng 20.

Điều thứ hai là liệu lợi thế 9 điểm của Qwen3.8-Flash có giữ được dưới các kiểm soát về mức nỗ lực hay không. Chỉ số của nó là một cấu hình duy nhất, và các mô hình Qwen dao động vài điểm giữa các thiết lập mức nỗ lực — mô hình 27B đạt 20 ở xhigh và thấp hơn đáng kể khi giảm mức suy nghĩ. Một phiên bản Flash mất 9 điểm ở mức nỗ lực thấp là một đối thủ khác so với phiên bản giữ được số điểm đó, và chưa ai công bố đường cong đó cho phép so sánh này.

Cho đến khi một trong những điều đó thành hiện thực, bản tóm tắt trung thực là một kết luận chia đôi. Về năng lực đo được trên mỗi đô-la trong môi trường hosted, Q​wen 3.8 thắng hai lần — mô hình 27B ngang điểm với Mini và thua về chi phí, còn bậc Flash đánh bại nó ở cả hai. Ở những việc mà một mô hình hosted hoàn toàn không thể làm — chạy ngoại tuyến, chạy trên máy tính xách tay, chạy mà không có đồng hồ đo — Inkling 2 Mini không có câu trả lời nào từ Q​wen, và tệp 20GB chính là toàn bộ lý lẽ. Hãy mua bản tải xuống nếu bạn cần nó chạy ở nơi không có mạng. Hãy mua API nếu bạn không cần.

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.

So sánh trong bài viết này1

Phát hiện từ bài viết này