Ling 3.0 Tiny vs Inkling Small: "Small" đang làm rất nhiều việc trong hai cái tên này

"Tiny" và "Small" nghe có vẻ như cùng một cỡ, thế nhưng hai mẫu mới nhất mang những cái tên đó lại chẳng thể khác xa hơn. Ling 3.0 Tiny là một MoE độc quyền 7,9 tỷ tham số từ InclusionAI của Ant Group — khoảng 1,3 tỷ tham số hoạt động mỗi token, hôm nay có thể gọi miễn phí qua các endpoint API riêng, chỉ hỗ trợ văn bản, đạt 23 điểm trên Artificial Analysis Intelligence Index. Inkling Small là một sparse MoE trọng số mở 276 tỷ tham số của Thinking Machines Lab — 12 tỷ tham số hoạt động, trọng số Apache 2.0 trên Hugging Face, hỗ trợ trực tiếp đầu vào văn bản, hình ảnh và âm thanh, đạt 40 điểm trên cùng chỉ số đó. Một cái nhỏ hơn theo mọi nghĩa thực tế và chỉ tốn vài xu để thuê; cái còn lại là một phần ba nghìn tỷ tham số mà bạn có thể tải về và chạy trên phần cứng của riêng mình. Cái tên chính là cái bẫy: đây không phải là phép so sánh giữa hai mô hình nhỏ, mà là sự so sánh giữa hai cách mua AI hoàn toàn khác nhau, chỉ có chung một quyết định tiếp thị duy nhất là một tính từ chỉ sự nhỏ bé.

Cả hai ra mắt chỉ cách nhau vài ngày trong mùa hè đông đúc nhất mà thị trường mô hình từng chứng kiến — Inkling Small vào ngày 30 tháng 7 năm 2026, Ling 3.0 Tiny vào ngày 6 tháng 8 — và cả hai đều nhắm đến cùng một đối tượng mua: một đội ngũ muốn có AI có năng lực mà không cần ngân sách tầm cỡ mô hình tiên phong. Bài viết này tách bạch từng sản phẩm thực sự là gì, các con số độc lập nói lên điều gì, và vì sao câu hỏi "cái nào tốt hơn" thực chất lại là câu hỏi "bạn muốn sở hữu cái nào".

Ling 3.0 Tiny: API miễn phí

Ling 3.0 Tiny là một mô hình suy luận hỗn hợp chuyên gia với tổng cộng 7,9 tỷ tham số và khoảng 1,3 tỷ tham số hoạt động trên mỗi token — nhỏ gọn, chi phí phục vụ thấp và hiện đang được định giá để thu hút người dùng. Nó mang cửa sổ ngữ cảnh 256K token (262K trên các bảng niêm yết thương mại và Artificial Analysis), tối đa 32K token đầu ra, gọi hàm gốc và bộ nhớ đệm prompt, với công tắc chuyển đổi theo từng yêu cầu giữa chế độ "Thinking" bật mặc định và chế độ "Instant" trực tiếp. Nó nhận văn bản và xuất văn bản; không có đường dẫn hình ảnh hay âm thanh.

Mô hình kinh doanh là phần nổi bật. Nó được liệt kê là inclusionai/ling-3.0-tiny:free với giá $0 cho mỗi triệu token ở cả hai phía; một cổng thứ hai chạy miễn phí đến 8:00 sáng theo giờ PT ngày 14 tháng 8 năm 2026, sau đó mức giá niêm yết của nó là $0.06 cho mỗi triệu token đầu vào và $0.18 cho mỗi triệu token đầu ra sẽ được áp dụng. Đối với một mô hình API, đó là một con số phi thường — thấp hơn về cơ bản mọi cấp độ văn bản tương đương trên thị trường — và Artificial Analysis đã chạy thử nó: Intelligence Index 23, xếp hạng #6 trong số 56 mô hình cùng nhóm so với mức trung vị là 8. Cùng lần chạy đó cho thấy nó rất dài dòng, tạo ra 210 triệu token đầu ra so với mức trung vị 63 triệu, đó là chi phí ẩn cần lưu ý khi bạn tính toán hóa đơn.

Inkling Small: các trọng số mở

Inkling Small là một loài khác biệt. Đây là một transformer hỗn hợp chuyên gia thưa (sparse mixture-of-experts transformer) với tổng cộng 276B tham số và 12B tham số kích hoạt cho mỗi token — 42 tầng, mỗi token được định tuyến đến 6 trong số 256 chuyên gia cộng với 2 chuyên gia dùng chung — được chưng cất on-policy từ mô hình chủ lực Inkling 975B, sau đó được huấn luyện thêm bằng học tăng cường trên tác vụ lập trình tác nhân. (Thông số kỹ thuật của Artificial Analysis ghi tổng cộng 266B; con số 12B kích hoạt là khớp, và sự khác biệt này không làm thay đổi sự so sánh.) Trọng số được đăng tải trên Hugging Face theo giấy phép Apache 2.0, không có hạn chế thương mại. Mô hình đa phương thức ở đầu vào — văn bản, hình ảnh và âm thanh cùng nằm trong một luồng token, đầu ra chỉ là văn bản — và đi kèm núm chỉnh mức nỗ lực suy nghĩ năm cấp (từ minimal đến xhigh), nhờ đó cùng một bộ trọng số có thể chạy nhẹ nhàng hoặc chạy hết công suất.

Vì trọng số mở, câu chuyện truy cập hoàn toàn khác. Thinking Machines cung cấp nó trên API Tinker của họ với giá $0,30 / $1,20 mỗi triệu token với đầu vào được lưu trong bộ nhớ đệm ở mức $0,06, và nó được triển khai trên hai điểm cuối bên thứ ba với giá khoảng $0,45–$0,50 đầu vào / $1,20 đầu ra mỗi 1M, với ngữ cảnh giới hạn ở 524,288 token trên các điểm cuối đó thay vì 1M như quảng cáo. Hoặc bạn tự tải trọng số về — điều đó có nghĩa là 276GB ở dạng 8-bit, một nút đa GPU, không phải máy trạm, và một vấn đề về lượng tử hóa (các điểm cuối được lưu trữ phục vụ fp8; các điểm chuẩn của nhà cung cấp không được đo trên fp8).

Bảng điểm độc lập

Đặt cả hai lên cùng một thang đo Artificial Analysis, khoảng cách năng lực là vô cùng rõ ràng. Inkling Small đạt 40 điểm trên Intelligence Index, xếp hạng #15/101 trong phân khúc của mình; Ling 3.0 Tiny đạt 23 điểm, xếp hạng #6/56 trong phân khúc (nhỏ hơn) của mình. Chênh lệch 17 điểm gần bằng khoảng cách giữa "mô hình bình dân thực sự hữu ích" và "mô hình nhỏ thoải mái trên mức trung bình". 12B tham số hoạt động của Inkling Small — gần gấp mười lần 1.3B của Ling 3.0 Tiny — thể hiện rõ trong các tác vụ agentic, truy xuất ngữ cảnh dài và lập trình, những khía cạnh cấu thành nên chỉ số. Ling 3.0 Tiny xuất sắc so với kích thước của nó; Inkling Small đơn giản là có năng lực hơn, vì về cơ bản nó là một mô hình lớn hơn hẳn mang một cái tên nhỏ.

Cả hai mô hình đều dài dòng, điều đáng nêu ra vì nó ảnh hưởng đến cả hai hóa đơn chi phí. Artificial Analysis đo được Ling 3.0 Tiny đốt 210 triệu token đầu ra trong toàn bộ lần chạy chỉ mục của nó (trung vị 63 triệu) và Inkling Small đốt 130 triệu (trung vị 100 triệu). Inkling Small suy nghĩ nhiều hơn khoảng 30% so với mức điển hình; Ling 3.0 Tiny suy nghĩ nhiều hơn gấp ba lần mức điển hình. Cả hai đều không phải là mô hình mà bạn triển khai rồi quên không theo dõi.

Kích thước, mỗi dòng một giá trị:

• Điểm độc lập — Ling 3.0 Tiny AA Index 23 (#6/56, trung vị lớp 8) so với Inkling Small AA Index 40 (#15/101).

• Giá — Ling 3.0 Tiny miễn phí sau đó $0.06 / $0.18 mỗi 1M so với Inkling Small $0.30–$0.50 đầu vào / $1.20 đầu ra mỗi 1M trên các endpoint được lưu trữ, hoặc $0 cộng với phần cứng của riêng bạn.

• Kích thước — 7,9B tổng / ~1,3B MoE kích hoạt, độc quyền so với 276B tổng / 12B MoE thưa kích hoạt, trọng số mở Apache 2.0.

• Phương thức — Ling 3.0 Tiny chỉ nhận văn bản so với Inkling Small có đầu vào văn bản, hình ảnh và âm thanh, đầu ra văn bản.

• Ngữ cảnh — 256K trên Ling 3.0 Tiny so với mức quảng cáo lên tới 1M / 524K được phục vụ trên các endpoint lưu trữ hiện tại của Inkling Small.

• Quyền sở hữu — API đóng bạn thuê vs trọng số mở bạn có thể sở hữu, tinh chỉnh trên Tinker, hoặc tự chạy trên một node đa GPU.

Mỗi cái thực sự tốn của bạn bao nhiêu

Chênh lệch giá không phải là con số đáng quan tâm; chênh lệch về quyền sở hữu mới là điều đáng nói. Ling 3.0 Tiny là một dịch vụ tính phí theo mức sử dụng: miễn phí trong một tuần, sau đó là $0.06 / $0.18 cho mỗi triệu token mãi mãi, ở bất kỳ mức độ đồng thời nào bạn chạy, kèm theo một khoản "thuế dài dòng" nhân chi phí đầu ra thực tế lên. Inkling Small có hai mức giá: một mức đi thuê — khoảng $0.50 / $1.20 mỗi triệu token trên các endpoint của bên thứ ba, hoặc $0.30 / $1.20 từ nhà cung cấp trực tiếp — và một mức sở hữu, vốn là một khoản mua phần cứng đáng kể cùng thời gian kỹ thuật để phục vụ 276B tham số. Theo số liệu kinh tế mà Artificial Analysis đo được, Inkling Small có mức giá pha trộn khoảng $0.22 mỗi 1M token và khoảng $0.07 cho mỗi tác vụ chỉ số trí tuệ, điều này khiến nó thực sự rẻ khi chạy như một API so với những gì nó mang lại. Nhưng phương án mở trọng số không hề có bộ đếm nào sau hóa đơn huấn luyện và lưu trữ — cũng chính là logic đã kéo người ta đến với một checkpoint 2.6B, và lại khó biện minh hơn nhiều ở mức 276B.

Cũng có những hạn chế về khả năng gắn liền với mô hình mở mà bảng thông số kỹ thuật bỏ sót. Thẻ mô hình của Inkling Small khuyến nghị đầu vào âm thanh {{1}}dưới hai phút{{/1}}, so với {{2}}dưới hai mươi{{/2}} đối với mô hình hàng đầu — giảm mười lần nếu bạn cần suy luận trên nội dung cuộc họp. Cả hai endpoint được lưu trữ hiện đều không công bố {{3}}response_format (JSON theo schema){{/3}}, điều này quan trọng nếu pipeline của bạn phụ thuộc vào đầu ra có cấu trúc. Và khả năng chống tấn công đối kháng theo số liệu của chính phòng thí nghiệm ({{4}}71,6% trên FORTRESS adversarial{{/4}}) là lý do để cân nhắc trước khi đặt nó sau một hộp văn bản công khai. {{5}}Ling 3.0 Tiny{{/5}}, là một API không có trọng số, không vướng phải câu hỏi {{6}}tự lưu trữ{{/6}} nào — bạn nhận những gì endpoint phục vụ.

“Nhỏ” nào phù hợp với vấn đề của bạn?

Chọn Ling 3.0 Tiny khi bạn muốn thuê giải pháp suy luận văn bản rẻ nhất có khả năng xử lý, bạn không cần xem hình ảnh hay nghe âm thanh, bạn coi trọng một mô hình được chấm điểm độc lập mà bạn có thể dùng thử miễn phí trong tuần này, và bạn thoải mái với hóa đơn tính theo mức sử dụng cùng một mô hình dài dòng. Chọn Inkling Small khi bạn cần năng lực thực sự — đầu vào đa phương thức, 12B tham số hoạt động với sức mạnh tác nhân, điểm chỉ số cao hơn 17 điểm — hoặc khi bạn đặc biệt muốn trọng số mở mà bạn có thể sở hữu, tinh chỉnh, hoặc chuyển hẳn khỏi nhà cung cấp. Hãy chọn nó vì phương thức đầu vào và điểm chỉ số, không phải vì cái tên.

Một lưu ý thành thật về việc thuê chúng

Không có mô hình nào trong hai mô hình này nằm trên OrcaRouter, và chúng tôi sẽ không ngụ ý điều ngược lại. Ling 3.0 Tiny được phục vụ bởi các endpoint miễn phí riêng của nó; Inkling Small nằm trên Tinker API của Thinking Machines, các endpoint của bên thứ ba, hoặc nút GPU của chính bạn. Điều mà OrcaRouter hữu ích trong so sánh cụ thể này là mọi thứ xung quanh chúng: các mô hình frontier và trung cấp mà bạn sẽ benchmark dựa trên, và những mô hình bạn định tuyến đến khi tầng giá rẻ hết dư địa. Khi cửa sổ miễn phí của Ling 3.0 Tiny đóng lại hoặc một endpoint miễn phí bị giới hạn tốc độ, lối thoát là một tầng bình dân được lưu trữ — Qwen 3.7 Flash ở mức $0,03 / $0,13, Gemini 3.5 Flash-Lite ở mức $0,30 / $2,50, và hơn 200 mô hình khác đằng sau một khóa tương thích OpenAI với mức cộng thêm 0%, nên giá niêm yết của nhà cung cấp chính là giá, cùng với tự động chuyển đổi dự phòng để một lần chạy benchmark hoặc một đường dẫn sản xuất không gục ngã vào một giờ tồi tệ của một nhà cung cấp nào đó. Inkling Small, với trọng số mở, là một phía của so sánh này mà bộ định tuyến sẽ không bao giờ lưu trữ cho bạn — và cũng là phía mà điều đó chính là điểm mấu chốt.

Phán quyết

Hai cái tên mô tả ý đồ tiếp thị, không phải kích thước. Ling 3.0 Tiny thực sự nhỏ và thực sự rẻ — bản dùng thử miễn phí tốt nhất ở phân khúc bình dân trong tháng này, với điểm đánh giá độc lập trung thực dù khiêm tốn và đồng hồ tính phí bắt đầu từ ngày 14 tháng 8. Inkling Small là mô hình 276B với cái tên nhỏ — tham số hoạt động gấp mười lần, cao hơn mười bảy điểm chỉ số, đa phương thức bản địa, và trọng số mở mà bạn thực sự có thể sở hữu. Nếu bạn muốn thuê khả năng suy luận văn bản rẻ nhất, hãy chọn Ling 3.0 Tiny và tận hưởng tuần miễn phí. Nếu bạn muốn một mô hình bạn có thể sở hữu, tinh chỉnh và tự vận hành — hoặc một mô hình có thể nghe và nhìn — thì "Small" không phải là từ đúng cho thứ bạn cần.