Ling 3.0 Tiny 对比 Inkling Small：在这两个名字中，“Small”做了很多工作

"Tiny" 和 "Small" 听起来像是同一个尺寸，但顶着这两个名字的最新两款模型却有着天壤之别。Ling 3.0 Tiny 是蚂蚁集团 InclusionAI 推出的 79 亿参数专有 MoE 模型——每个 token 约激活 13 亿参数，今天即可通过自有 API 端点免费调用，仅支持文本，在 Artificial Analysis 智能指数上得分为 23。Inkling Small 是 Thinking Machines Lab 推出的 2760 亿参数开源权重稀疏 MoE——120 亿激活参数，Apache 2.0 权重托管在 Hugging Face 上，原生支持文本、图像和音频输入，在同一指数上得分为 40。一个在任何真实意义上都更小，租金低至几分钱；另一个则是近三千亿参数，你可以下载并在自己的硬件上运行。名字就是陷阱：这不是两个小模型之间的对比，而是两种截然不同的 AI 购买方式之间的对比，它们唯一的共同营销决策，就是选了一个表示"小"的形容词。

两者在模型市场有史以来最拥挤的夏季相继发布——Inkling Small 于2026年7月30日，Ling 3.0 Tiny 于8月6日——并且都瞄准同一类买家：想要强大AI但又没有前沿模型预算的团队。本文厘清每款产品的真实定位、独立数据怎么说，以及为什么“哪个更好”的问题实际上是个“你想拥有哪个”的问题。

Ling 3.0 Tiny：免费API

Ling 3.0 Tiny 是一款混合专家（MoE）推理模型，总参数量为 7.9B，每个 token 约有 1.3B 参数被激活——模型小巧、部署成本低，目前定价旨在获取用户。它拥有 256K token 的上下文窗口（商业列表和 Artificial Analysis 上为 262K），最多可生成 32K 个输出 token，支持原生函数调用和提示缓存，并可在每次请求时于默认开启的"Thinking"模式与直接响应的"Instant"模式之间切换。该模型仅支持文本输入和输出，不具备视觉或音频处理能力。

商业模式是引人注目之处。其标价为 inclusionai/ling-3.0-tiny:free，输入和输出均为每百万 token 0 美元；另一个网关在 2026 年 8 月 14 日太平洋时间上午 8:00 之前免费运行该模型，之后适用其标价：每百万输入 token 0.06 美元、每百万输出 token 0.18 美元。对于 API 模型来说，这是一个非同寻常的数字——低于市场上几乎所有可比的文本模型定价档位——而且 Artificial Analysis 已对它进行过评测：Intelligence Index 为 23，在同级别 56 个模型中排名第 6，而中位数为 8。同一次评测还将其标记为非常冗长，生成了 2.1 亿个输出 token，而中位数仅为 6300 万；这是在估算账单时需要牢记的隐性成本。

Inkling Small：开放权重

Inkling Small 是另一个物种。它是一个稀疏混合专家（MoE）Transformer，总参数量为 276B，每个 token 激活 12B 参数——共 42 层，每个 token 被路由到 256 个专家中的 6 个，外加 2 个共享专家——通过从 975B 旗舰模型 Inkling 进行在线策略（on-policy）蒸馏而来，随后又在智能体编码任务上进行了额外的强化学习。（Artificial Analysis 的技术规格显示总参数为 266B；12B 激活参数与其一致，差异不影响对比。）权重以 Apache 2.0 许可证发布在 Hugging Face 上，无任何商业限制。它在输入上是多模态的——文本、图像和音频进入同一条 token 流，输出仅限文本——并且内置五级思考强度调节（从 minimal 到 xhigh），因此同一套权重既可以低成本运行，也可以全力运转。

由于它是开放权重，获取方式完全不同。Thinking Machines 在其 Tinker API 上提供服务，价格为每百万 token $0.30 / $1.20，缓存输入为 $0.06；同时它也在两个第三方端点上提供，价格约为每 1M $0.45–$0.50 输入 / $1.20 输出，但这些端点的上下文限制为 524,288 个 token，而非宣传的 1M。或者你可以自行下载权重——这意味着 8-bit 下 276GB，需要多 GPU 节点而非工作站，并且还涉及量化问题（托管端点提供的是 fp8；供应商基准测试并非在 fp8 上测量）。

独立记分牌

把这两个模型放在同一个人工分析（Artificial Analysis）尺度上，能力差距一目了然。Inkling Small 在智力指数（Intelligence Index）上得分为40，在其类别101个模型中排名第15；Ling 3.0 Tiny 得分为23，在其（较小的）类别56个模型中排名第6。17分的差距大致相当于“真正实用的预算模型”与“在微型模型中轻松高于平均”之间的距离。Inkling Small 拥有12B激活参数——几乎是 Ling 3.0 Tiny 的1.3B 的十倍——这体现在智能体工作、长上下文检索和编码上，而这些正是该指数综合考量的维度。Ling 3.0 Tiny 在其尺寸上表现出色；但 Inkling Small 只是更强大，因为它本质上是一个顶着小名字的更大模型。

这两个模型都很冗长，这一点值得说明，因为它会影响两者的费用账单。Artificial Analysis 测得 Ling 3.0 Tiny 在其索引运行中消耗了 2.1 亿个输出 token（中位数 6300 万），而 Inkling Small 消耗了 1.3 亿个（中位数 1 亿）。Inkling Small 的思考量比典型模型多约 30%；Ling 3.0 Tiny 的思考量则是典型模型的三倍以上。这两款都不是那种部署后就可以撒手不管的模型。

尺寸，每行一个：

• 独立评分 — Ling 3.0 Tiny AA Index 23 (#6/56, 同类中位数 8) 对比 Inkling Small AA Index 40 (#15/101)。

• 价格 — Ling 3.0 Tiny 免费，之后每 1M 价格为 $0.06 / $0.18，而 Inkling Small 在托管端点上的价格为输入 $0.30–$0.50 / 输出 $1.20 每 1M，或者使用自己的硬件则 $0。

• 规模 — 7.9B 总参数 / 约 1.3B 激活 MoE，专有；对比 276B 总参数 / 12B 激活稀疏 MoE，Apache 2.0 开放权重。

• 模态 — Ling 3.0 Tiny 仅文本输入 vs Inkling Small 文本、图像和音频输入，文本输出。

• 上下文 — Ling 3.0 Tiny 为 256K，而 Inkling Small 当前托管端点宣传为高达 1M / 实际提供 524K。

• 所有权 — 租用的封闭API vs 你可以拥有的开放权重，可在Tinker上微调，或自己在多GPU节点上运行。

每一个实际花费你多少

价格差异并非值得关注的数字；所有权差异才是。Ling 3.0 Tiny 是一种按量计费的服务：首周免费，此后每百万 token 收取 $0.06 / $0.18，无论你以何种并发运行，还有一个冗长税（verbosity tax）会成倍增加有效输出成本。Inkling Small 有两个价格标签：一个是租赁式的——在第三方端点上大约每百万 $0.50 / $1.20，第一方则是 $0.30 / $1.20——另一个是自有的，那是一次严肃的硬件采购，以及服务 276B 参数所需的工程时间。Artificial Analysis 的实测经济性显示，Inkling Small 的混合价格约为每百万 token $0.22，每个智能指数任务约 $0.07，就其提供的价值而言，作为 API 运行确实非常便宜。但开放权重选项在训练和托管账单之后完全没有计量，这与吸引人们选择 2.6B checkpoint 的逻辑相同，但在 276B 规模下要难证明得多。

开放模型还附带了一些规格说明书中看不到的能力限制。Inkling Small 的说明卡建议音频输入不超过两分钟，而旗舰型号是不超过二十分钟——如果你要对会议内容进行推理，这相当于缩短了十倍。目前两个托管端点都没有标注 response_format（schema 强制的 JSON），如果你的流水线依赖结构化输出，这一点就很关键。此外，根据实验室自己的数据，对抗鲁棒性（FORTRESS 对抗测试中为 71.6%）也值得你在把它放到公开文本框之前三思。Ling 3.0 Tiny 作为一个没有权重的 API，完全没有这些自托管问题——你只能接受端点提供的内容。

哪个“小”适合你的问题？

当您想要租用最便宜且具备文本推理能力的模型，不需要查看图像或聆听音频，重视本周可免费试用的独立评分模型，并且可以接受按量计费和回答冗长的模型时，请选择 Ling 3.0 Tiny。当您需要更强的能力——真正的多模态输入、12B 激活参数的智能体级实力、高出 17 分的指数评分——或者您特别想要可以自己拥有、微调或完全摆脱供应商的开源权重时，请选择 Inkling Small。选择它是为了多模态能力和指数评分，而不是为了这个名字。

關於租賃它們的誠實說明

这两个模型都不在OrcaRouter上，我们也不打算暗示相反的情况。Ling 3.0 Tiny由自己的免费端点提供服务；Inkling Small则托管在Thinking Machines的Tinker API、第三方端点或你自己的GPU节点上。在这个特定对比中，OrcaRouter的用处在于它们周围的一切：你将用作基准测试的前沿和中端模型，以及当廉价层级余量不足时你路由到的模型。当免费的Ling 3.0 Tiny窗口关闭或免费端点被限流时，逃生路径是托管的预算层级——Qwen 3.7 Flash（$0.03/$0.13）、Gemini 3.5 Flash-Lite（$0.30/$2.50），以及200多个其他模型，统一由一个兼容OpenAI的密钥接入，0%加价，提供商的标价就是最终价格，并具备自动故障转移，这样基准测试运行或生产路径不会因为某个提供商的糟糕时段而中断。Inkling Small作为开放权重模型，是这次对比中路由器永远不会为你托管的那一方——而这正是它的意义所在。

判决

这两个名字描述的是营销意图，而不是大小。Ling 3.0 Tiny 确实很小，也确实便宜——是本月经济档中最好的免费试用，独立评分诚实但不算高，计量从8月14日起开始。Inkling Small 是一个名字很小、却拥有276B参数的模型——活跃参数是 Ling 3.0 Tiny 的十倍，指数高出17个点，原生多模态，还有你可以真正拥有的开放权重。如果你想租用最便宜且能胜任的文本推理，选 Ling 3.0 Tiny，享受那一周的免费期。如果你想要一个可以自己拥有、微调并自行运行的模型——或者一个能听会看的模型——"Small"并不是形容你所需之物的正确词汇。