Inkling vs GLM 5.2: Mô hình trọng số mở nào thắng về điểm số, và mô hình nào thắng về chi phí?
Inkling so với GLM 5.2là một trong những cuộc đối đầu bộc lộ rõ nét hơn trong làn sóng phát hành mô hình nguồn mở hiện tại, bởi vì hai mô hình này tối ưu hóa cho những điều khác nhau. GLM 5.2, từ Zhipu AI, là người dẫn đầu về terminal tác nhân và lý luận trong bộ so sánh này — nó đạt điểm số mạnh nhất trong các nhiệm vụ lý luận khó nhất và mã hóa tầm xa. Inkling, mô hình đầu tiên từ Phòng thí nghiệm Máy suy nghĩ của Mira Murati (Thinking Machines Lab), đáp trả bằng hiệu quả token tốt hơn đáng kể, độ bền chống lại các cuộc tấn công, đầu vào âm thanh gốc và đa phương thức, cửa sổ ngữ cảnh 1 triệu token, và giấy phép Apache 2.0. Bài viết này so sánh trung thực cả hai mô hình, và nó lập luận rằng khoảng cách benchmark thô không phải lúc nào cũng chuyển thành chi phí thực tế cao hơn.
Ngày: 2026-07-16, một ngày sau khi Inkling ra mắt. Tất cả các số liệu đều có nguồn gốc và được ghi nhận dưới đây; không có số liệu nào được kiểm toán độc lập.
Lưu ý cho các nhà phát triển: không có điểm chuẩn đối đầu được kiểm toán ở đây, vì vậy phần này so sánh các mô hình và quyền truy cập, không phải điểm số.OrcaRouter định tuyến các mô hình có sẵn qua API đằng sau một điểm cuối tương thích OpenAI duy nhất, để bạn có thể dùng thử và so sánh Inkling và GLM 5.2 mà không cần kết nối nhiều SDK.
Phán quyết TL;DR: Chọn GLM 5.2 nếu bạn muốn điểm số thô cao nhất về lý luận, toán học và công việc terminal tác nhân, và ngân sách của bạn có thể chịu được mức tiêu thụ token cao hơn của nó. Chọn Inkling nếu chi phí cho mỗi tác vụ hoàn thành, an toàn chống đối thủ, đầu vào âm thanh/đa phương thức, hoặc ngữ cảnh 1M token quan trọng hơn việc đứng đầu bảng xếp hạng.
Tóm tắt một dòng: GLM 5.2 giành chiến thắng trong hầu hết các hàng điểm chuẩn; Inkling vẫn có thể thắng hóa đơn, vì nó hoàn thành nhiệm vụ với khoảng 25K token đầu ra so với ~43K của GLM.
Những điểm chính rút ra
GLM 5.2 dẫn đầu các hàng lý luận/tác nhân: HLE, AIME 2026, SWE-bench Verified, và — với tỷ lệ chênh lệch lớn — Terminal Bench 2.1.
Inkling dẫn đầu về an toàn đối nghịch: FORTRESS 78.0% so với 71.3%.
Lợi thế chính của Inkling là hiệu quả: ~25K token đầu ra mỗi tác vụ so với ~43K của GLM — chênh lệch khoảng 1,7 lần, ảnh hưởng trực tiếp đến chi phí.
Cả hai đều mở về trọng lượng: Inkling là Apache 2.0; GLM 5.2 là MIT. Cả hai đều cho phép sử dụng thương mại và tự lưu trữ.
Inkling bổ sung phương thức và ngữ cảnh: đầu vào văn bản + hình ảnh + âm thanh gốc và cửa sổ ngữ cảnh lên đến 1 triệu token.
Lưu ý: các số liệu về đối thủ cạnh tranh ở đây được xây dựng bởi bên thứ ba/nhà cung cấp và không được kiểm toán độc lập.
Công bố: Các điểm chuẩn do nhà cung cấp tự báo cáo khi ra mắt (Effort 0.99) và các số liệu của bên thứ ba lấy từ Artificial Analysis / MarkTechPost / Vellum / BenchLM; không có số liệu nào được kiểm toán độc lập và số liệu của đối thủ cạnh tranh có thể khác với số liệu do các nhà cung cấp đó báo cáo. Thông số kỹ thuật của Inkling lấy từ thẻ mô hình của Thinking Machines.
So sánh nhanh
Giấy phép. Inkling: Apache 2.0; GLM 5.2 (Zhipu AI): MIT
Tham số (tổng / hoạt động). Inkling: 975B / 41B (MoE); GLM 5.2 (Zhipu AI): — (không có trong dữ liệu của chúng tôi)
Cửa sổ ngữ cảnh. Inkling: 1M token (256K trên API lưu trữ); GLM 5.2 (Zhipu AI): — (không có trong dữ liệu của chúng tôi)
Phương thức (đầu vào). Gợi ý: Văn bản + hình ảnh + âm thanh; GLM 5.2 (Zhipu AI): — (không có trong dữ liệu của chúng tôi)
Đầu ra. Inkling: Chỉ văn bản; GLM 5.2 (Zhipu AI): Văn bản
Tự lưu trữ / tinh chỉnh. Inkling: Có / có (Tinker); GLM 5.2 (Zhipu AI): Có (trọng số có sẵn) / có
Giá lưu trữ. Inkling: ~$1.87 in / ~$4.68 out per 1M; GLM 5.2 (Zhipu AI): — (không có trong dữ liệu của chúng tôi)
Chúng tôi không có các số liệu về tham số, ngữ cảnh hoặc giá cả đã được kiểm toán cho GLM 5.2 trong tập nguồn của mình, vì vậy các ô đó được đánh dấu “—” thay vì đoán.
Người chiến thắng theo danh mục
Suy luận / kiến thức (HLE). Người chiến thắng: GLM 5.2; Ghi chú: 40.1% so với 29.7% (không công cụ)
Toán (AIME 2026). Người chiến thắng: GLM 5.2; Ghi chú: 99.2% so với 97.1% — cả hai gần mức trần
Lập trình (SWE-bench Verified). Người chiến thắng: GLM 5.2; Ghi chú: 80.0% so với 77.6%
Terminal tác nhân (Terminal Bench 2.1). Người chiến thắng: GLM 5.2; Ghi chú: 82.7 so với 63.8 — khoảng cách chính
An toàn (FORTRESS đối kháng). Người chiến thắng: Inkling; Ghi chú: 78.0% so với 71.3%
Đa phương thức / âm thanh. Người chiến thắng: Inkling; Ghi chú: Đầu vào âm thanh + hình ảnh gốc
Hiệu quả (token/nhiệm vụ). Người thắng: Inkling; Ghi chú: ~25K so với ~43K
Chi phí cho mỗi nhiệm vụ hoàn thành. Người thắng cuộc: Inkling; Ghi chú: Sử dụng ít token bù đắp cho giá mỗi token
Điểm chuẩn đối đầu
Bảng bên dưới sử dụng một bộ nguồn nhất quán (MarkTechPost) để các hàng có thể so sánh được. In đậm đánh dấu người dẫn đầu.
HLE (không có công cụ). Inkling: 29.7%; GLM 5.2: 40.1%; Nguồn: MarkTechPost
AIME 2026. Inkling: 97.1%; GLM 5.2: 99.2%; Nguồn: MarkTechPost
SWE-bench Verified. Inkling: 77.6%; GLM 5.2: 80.0%; Nguồn: MarkTechPost
Terminal Bench 2.1. Inkling: 63.8%; GLM 5.2: 82.7%; Source: MarkTechPost
FORTRESS (đối kháng). Inkling: 78.0%; GLM 5.2: 71.3%; Nguồn: MarkTechPost
Hai hàng “quiet win” bổ sung đến từ các nguồn khác và không nên trộn lẫn với tập hợp MarkTechPost ở trên:
Hiệu suất token (số token đầu ra/nhiệm vụ, thấp hơn thì tốt hơn). Inkling: ~25K; GLM 5.2: ~43K; Nguồn: Artificial Analysis / BenchLM
SWE-bench Pro (Public). Inkling: 54.3%; GLM 5.2: 62.1%; Nguồn: Artificial Analysis / BenchLM
HLE với các công cụ (giữ riêng biệt với hàng không có công cụ). Inkling: 46.0; GLM 5.2: 54.7; Nguồn: Vellum
Lưu ý: các số liệu “HLE với công cụ” đến từ Vellum và sử dụng một bộ kiểm thử khác với hàng HLE không công cụ của MarkTechPost — đừng hiểu chúng là cùng một bài kiểm tra. Chúng tôi không có điểm số Artificial Analysis Intelligence Index cho GLM 5.2 trong dữ liệu, vì vậy chúng tôi không báo cáo.
Nơi GLM 5.2 chiến thắng
GLM 5.2, dựa trên các số liệu chúng tôi có, là mô hình có khả năng lập luận thô và tác nhân mạnh hơn. Nó dẫn trước Inkling về HLE (40.1% so với 29.7%), AIME 2026 (99.2% so với 97.1%), và SWE-bench Verified (80.0% so với 77.6%). Khoảng cách nổi bật nhất là Terminal Bench 2.1, nơi GLM 5.2 đạt 82.7 so với 63.8 của Inkling — một lợi thế lớn, thực sự trên các tác vụ đầu cuối tác nhân dài hạn, nơi mô hình phải lập kế hoạch, chạy lệnh và phục hồi sau lỗi qua nhiều bước. Về SWE-bench Pro, GLM 5.2 (62.1%) lại vượt trước Inkling (54.3%), và nó cũng dẫn đầu trong HLE with tools chạy (54.7 so với 46.0).
Nếu khối lượng công việc của bạn bị chi phối bởi suy luận khó, toán thi đấu, hoặc các tác nhân vận hành shell hoặc IDE trong các phiên dài, thì GLM 5.2 là lựa chọn có trần cao hơn, và khoảng cách trên các hàng tác nhân đủ rộng để có ý nghĩa trong sản xuất.
Nơi Inkling giành chiến thắng
Đối thủ của Inkling không phải là một chuẩn mực duy nhất — mà là nền kinh tế và diện tích bề mặt.
Hiệu quả token. Inkling hoàn thành tác vụ trong khoảng 25K token đầu ra so với ~43K token của GLM. Bởi vì bạn trả tiền theo mỗi token đầu ra, sự chênh lệch ~1.7x đó là một đòn bẩy chi phí trực tiếp. Một mô hình có điểm số thấp hơn một chút nhưng sử dụng ít token hơn nhiều có thể rẻ hơn cho mỗi tác vụ hoàn thành ngay cả khi cùng mức giá mỗi token — và thường hoàn thành nhanh hơn nữa.
Tính bền vững đối nghịch. Trên FORTRESS, Inkling dẫn đầu 78.0% so với 71.3%. Đối với các triển khai đối nghịch hoặc nhạy cảm về an toàn, đó là dòng quan trọng nhất.
Đa phương thức. Inkling chấp nhận đầu vào văn bản, hình ảnh và âm thanh một cách tự nhiên (VoiceBench 91.4%, MMAU 77.2% trên thẻ riêng của nó). GLM 5.2 trong dữ liệu của chúng tôi là một mô hình hướng văn bản.
Cửa sổ ngữ cảnh. Trọng số của Inkling hỗ trợ lên đến 1M token (256K trên API được lưu trữ) — hữu ích cho công việc với toàn bộ kho lưu trữ, tài liệu dài, hoặc bản ghi dài.
Cấp phép. Cả hai đều cho phép, nhưng Apache 2.0 của Inkling là một lựa chọn quen thuộc, bao gồm điều khoản bằng sáng chế cho doanh nghiệp; GLM 5.2 sử dụng MIT. Cả hai đều ổn cho việc tự lưu trữ thương mại.
Định giá và chi phí (TCO)
Cái nhìn cốt lõi của so sánh Inkling vs GLM 5.2 là dẫn đầu điểm chuẩn và dẫn đầu chi phí không phải là một thứ.
Trọng số của Inkling là miễn phí bản quyền để tự lưu trữ theo Apache 2.0. Truy cập lưu trữ bên thứ ba (qua giá tham chiếu của Artificial Analysis) khoảng $1.87 cho mỗi 1M token đầu vào và $4.68 cho mỗi 1M token đầu ra ở ngữ cảnh 64K (khoảng $3.74 / $9.36 ở 256K), với đầu vào được lưu trong bộ nhớ đệm gần $0.374 cho mỗi 1M. Chúng tôi không có giá lưu trữ công bố cho GLM 5.2 trong bộ nguồn của mình, vì vậy chúng tôi so sánh dựa trên cấu trúc thay vì một con số bịa đặt.
Đây là lý do tại sao góc nhìn chi phí theo tác vụ lại quan trọng. Giả sử một tác vụ có cùng mức giá mỗi token trên cả hai mô hình. Inkling tiêu thụ khoảng 25K token đầu ra; GLM 5.2 tiêu thụ khoảng 43K. Điều đó có nghĩa là GLM 5.2 tốn thêm khoảng 72% token đầu ra cho cùng một công việc, trước khi bạn tính đến độ trễ. Vì vậy, mặc dù GLM 5.2 thắng hầu hết các hàng benchmark, một tổ chức chạy khối lượng lớn các tác vụ thông thường có thể thấy Inkling mang lại tổng chi phí sở hữu thấp hơn — lợi thế về hiệu suất có thể bù đắp cho khoảng cách điểm số thô khiêm tốn. Nguyên tắc trung thực là: sử dụng GLM 5.2 khi khoảng trống suy luận bổ sung đáng giá với số token thêm; sử dụng Inkling khi khối lượng và chi phí chiếm ưu thế.
Cấp phép và triển khai
Cả hai mô hình đều thực sự là open-weight và có thể tự lưu trữ:
Inkling — Apache 2.0. Các checkpoint BF16 và NVFP4 đầy đủ trên Hugging Face. Các mức VRAM: BF16 ~2TB (8×B300 / 16×H200); NVFP4 ~600GB (4×B300 / 8×H200); tồn tại một phiên bản GGUF 1-bit của Unsloth dành cho các thiết lập hạn chế. Được lưu trữ trên Together AI, Fireworks, Modal, Databricks và Baseten; chạy trên SGLang, vLLM, TokenSpeed, Unsloth và Hugging Face transformers. Tinh chỉnh qua Tinker (ngữ cảnh 64K/256K, giảm 50% khi ra mắt).
GLM 5.2 — MIT.Các trọng số mở có sẵn để sử dụng thương mại và tự lưu trữ theo giấy phép MIT cho phép. Các chi tiết cụ thể về VRAM và nhà cung cấp không có trong bộ nguồn của chúng tôi, vì vậy hãy kiểm tra bản phát hành của Zhipu AI để biết các yêu cầu chính xác.
Hướng dẫn nhanh cho Inkling với vLLM:
vllm serve thinkingmachines/Inkling --tensor-parallel-size 8
Bạn nên chọn cái nào?
Chọn GLM 5.2 nếu: bạn muốn khả năng suy luận và toán học thô mạnh nhất, hoặc bạn xây dựng các quy trình đầu cuối/đại lý dài hạn, nơi Terminal Bench 2.1 và SWE-bench Pro dẫn đầu mang lại lợi ích. Đây là mô hình có trần cao hơn trong cặp này.
Chọn Inkling nếu: bạn xử lý khối lượng lớn và quan tâm đến chi phí cho mỗi tác vụ hoàn thành, cần khả năng chống đối nghịch (FORTRESS), yêu cầu đầu vào âm thanh hoặc hình ảnh, hoặc cần ngữ cảnh 1M-token. Lợi thế về hiệu suất của nó là lý do để bỏ qua vài điểm chuẩn.
Hãy cân nhắc chạy cả hai: định tuyến các suy luận khó và các tác vụ agent phức tạp tới GLM 5.2, và gửi lưu lượng khối lượng lớn, nhạy chi phí, hoặc đa phương thức tới Inkling. Một bộ định tuyến hai mô hình nắm bắt đồng thời khả năng tối đa của GLM và hiệu quả của Inkling.
Để tìm hiểu sâu hơn về Inkling, hãy xem bài đánh giá mô hình Inkling AI của chúng tôi và phần giải thích What is Inkling AI?. Đối với các so sánh đối đầu khác, hãy xem Inkling vs Kimi K2.6 và Inkling vs DeepSeek V4 Pro.
Câu hỏi thường gặp
Inkling có tốt hơn GLM 5.2 không? Điều đó phụ thuộc vào thước đo. GLM 5.2 thắng hầu hết các hàng benchmark thô trong bộ này — HLE, AIME 2026, SWE-bench Verified, và đặc biệt là Terminal Bench 2.1. Inkling thắng về an toàn đối kháng (FORTRESS), hiệu quả token, đa phương thức và độ dài ngữ cảnh. Inkling có thể được coi là "tốt hơn" về chi phí trên mỗi tác vụ hoàn thành ngay cả khi nó đạt điểm thấp hơn.
Cái nào tốt hơn cho việc lập trình? GLM 5.2 dẫn đầu trên cả SWE-bench Verified (80,0% so với 77,6%) và SWE-bench Pro (62,1% so với 54,3%), và lợi thế về Terminal Bench 2.1 (82,7 so với 63,8) là đáng kể cho lập trình tác nhân đa bước. Về khả năng lập trình thô, GLM 5.2 dẫn trước; về lập trình tiết kiệm chi phí với khối lượng lớn, hiệu quả token của Inkling thu hẹp khoảng cách.
Cái nào rẻ hơn? Inkling có khả năng rẻ hơn cho mỗi nhiệm vụ hoàn thành. Nó sử dụng khoảng 25K token đầu ra cho mỗi nhiệm vụ so với ~43K của GLM, vì vậy ngay cả với tỷ lệ mỗi token tương tự, nó tiêu thụ ít token có thể tính phí hơn nhiều. Cả hai đều miễn phí bản quyền để tự lưu trữ (Apache 2.0 cho Inkling, MIT cho GLM 5.2).
GLM 5.2 có phải là mã nguồn mở không? GLM 5.2 là open-weight theo giấy phép MIT, cho phép sử dụng thương mại và tự lưu trữ. Giống như tất cả các mô hình “open-weight”, trọng số và giấy phép được phát hành, nhưng điều đó không giống với mã nguồn mở đầy đủ (dữ liệu huấn luyện và pipeline không nhất thiết được công bố).
Tôi có thể tự lưu trữ hoặc tinh chỉnh GLM 5.2 không? Có. Các trọng số được cấp phép MIT của GLM 5.2 có thể được tự lưu trữ và tinh chỉnh. Inkling cũng có thể được tự lưu trữ (Apache 2.0) và tinh chỉnh thông qua nền tảng Tinker của Thinking Machines. Các yêu cầu phần cứng cụ thể của GLM 5.2 không có trong bộ nguồn của chúng tôi — hãy kiểm tra bản phát hành của Zhipu AI.
GLM 5.2 có hỗ trợ âm thanh hoặc hình ảnh không?Bộ nguồn của chúng tôi không liệt kê hỗ trợ đầu vào âm thanh hoặc hình ảnh cho GLM 5.2, vì vậy chúng tôi coi nó như là định hướng văn bản ở đây. Inkling nguyên bản chấp nhận đầu vào văn bản, hình ảnh và âm thanh, đây là một trong những lợi thế rõ ràng nhất của nó trong so sánh này.
Kết luận
GLM 5.2 là người dẫn đầu về khả năng thô trong cuộc đối đầu này, vượt qua Inkling về lý luận, toán học, và — quan trọng nhất — công việc đầu cuối tác nhân. Nhưng Inkling đáp lại với hiệu suất token tốt hơn khoảng 1,7 lần, an toàn đối kháng mạnh mẽ hơn, đa phương thức bản địa, ngữ cảnh 1 triệu token, và giấy phép Apache 2.0. Kết luận thực tế: chọn GLM 5.2 khi giới hạn lý luận biện minh cho số token thêm, chọn Inkling khi chi phí cho mỗi nhiệm vụ hoàn thành và đa phương thức quan trọng, và cân nhắc định tuyến giữa chúng để có được điều tốt nhất của cả hai.
