Mira Murati 的 Thinking Machines Lab 第二代首個模型：594B 總參數、每 token 只激活 17B 的 MoE，2026 年 11 月 5 日先在 Tinker 平臺上線，一週後如約以 Apache 2.0 開源權重。Artificial Analysis 指數 31，是中國以外得分最高的開源權重模型；但它話癆、慢，Terminal-Bench 4.0 只有 13.1%。本頁彙總官方規格、上手路線、價格與中英文首批實測，並明確標註哪些說法尚未證實。
先把能確認的說清楚：這是個輕量高效的開源權重模型，不是旗艦；它的賣點是性價比與可下載，而不是榜單第一。
thinkingmachines/Inkling-2-Small（NVFP4 主檢查點）與 Inkling-2-Small-MXFP8從發佈到開源只隔了 7 天——實驗室兌現了發佈時的承諾，一天都沒拖。
第一代 Inkling 發佈，發佈當天即全量開源權重；Inkling-Small（276B/12B）同期推出。
實驗室發佈分階段開放框架：推理 → 受監控託管微調 → 可能開源權重，每步以證據爲門檻。
Inkling 2 Small 發佈：Tinker 平臺上線推理與微調；官方承諾「下週」以 Apache 2.0 開源權重，待外部安全測試與紅隊完成。Artificial Analysis 指數 31 公佈。
OpenCode（inkling-2-small-free）與 OpenRouter 上線限時免費變體；首批分析發佈（eesel.ai、theddari、llmlearner）；thoughtfullab 在 DiligenceBench 金融評測中測試，花 $0.69 生成完整盡調備忘錄並識別一處 12 億美元錯項。
權重上架 Hugging Face（20:50 UTC，北京時間 11-13 04:50）：NVFP4 主檢查點 + MXFP8 副檢查點，Apache 2.0；vLLM、SGLang 等當日支持；Plotly 數據分析基準同日發佈（比前代高 9 分）。
官方稱 Inkling 2 Small 屬於「不同尺寸的家族」，計劃推出更多變體；無時間表。
以下爲官方已公佈口徑（模型卡與 Hugging Face 倉庫，2026 年 11 月 12–13 日覈查）；未公佈的項直接寫明，不做推測填充。
最快的是 Tinker Playground 與免費變體；想自己跑權重，先確認你有 500GB 顯存。
Thinking Machines 自家平臺：Playground 快速測試，API 做推理與微調。模型 ID thinkingmachines/Inkling-2-Small（64K）與 thinkingmachines/Inkling-2-Small:peft:262144（256K）。注意：serverless 推理目前是候補名單 beta；微調需安裝 tml-renderers 包。
倉庫公開、無需申請：主檢查點 NVFP4（25 個 safetensors 文件）與 MXFP8 副檢查點。本地推理用 SGLang、vLLM、TokenSpeed 或 Unsloth（均有官方配方，vLLM 爲 day-0 支持）。硬件門檻：NVFP4 至少 500GB 聚合顯存（2× B300 或 4× H200），MXFP8 至少 800GB。實驗室推薦所有場景用 NVFP4——MXFP8 只高 1–2 分。
Together AI、NVIDIA、Fireworks、Baseten、Nebius、Modal、Cloudflare Workers AI 均已接入；Together 與 Cloudflare 均爲 $0.30 / $1.00 同價。OpenRouter 上爲 thinkingmachines/Inkling-2-Small，同價並有免費變體。
OpenCode 模型庫中的 inkling-2-small-free 限時免費；OpenRouter 的免費變體同樣免費（聯合創始人 Soumith Chintala 稱「免費換取數據使用」）。免費額度隨時可能調整，以各平臺頁面爲準。
Tinker 託管微調（$1.50/百萬 tokens，64K；$3.00，256K）；自備權重後可用 Miles、SkyRL、Snowflake Cortex 做後訓練。Apache 2.0 許可允許商用、修改與再分發。
單價看着很便宜，但每任務的賬不小——話癆是要付費的。價格爲 2026 年 11 月 7–12 日覈查口徑，結賬頁價格爲準。
| 項目（每百萬 tokens） | 價格 |
|---|---|
| Tinker serverless 輸入 | $0.30 |
| Tinker serverless 緩存輸入 | $0.03 |
| Tinker serverless 輸出 | $1.00 |
| Tinker 微調（64K 上下文） | $1.50 |
| Tinker 微調（256K 上下文） | $3.00 |
| Together AI 託管（輸入 / 輸出） | $0.30 / $1.00 |
| Cloudflare Workers AI / OpenRouter（輸入 / 輸出） | $0.30 / $1.00 |
| 權重下載（Hugging Face） | $0（Apache 2.0） |
Artificial Analysis 實測：每指數任務 $1.18，是前代 Inkling Small（$0.20）的近 6 倍；每任務 15.7 分鐘（前代 7.0 分鐘）。原因不在單價——輸入 $0.30 只比同檔中位價 $0.24 略高——而在輸出量：每任務約 150K 輸出 tokens，是前代約 37K 的 4 倍。AA 的評價是「somewhat expensive」且「notably slow per task and very verbose」。反過來也有便宜的個案：thoughtfullab 在金融盡調測試中只花 $0.69 就生成了一份完整股票盡調備忘錄。
官方頁面：Thinking Machines 官方公告 · Hugging Face 權重倉庫 · 官方模型卡
以下全部是 11 月 5–13 日的首批上手實測與分析：樣本小、方法不一，請按「個案」看待。每條都給出結論徽章；點「閱讀本站全文」進入本站的深度改寫文章頁，文末附原始出處。
來源：eesel.ai，2026-11-08 左右（AA 指數 31 對前代 13）
編碼 Agent、視覺與文檔工作全面進步，非幻覺率 73.3% 說明事實性短板收窄；但權重當時還沒放出、聊天不是強項。AA 實測每任務 $1.18、15.7 分鐘，對前代的 $0.20、7.0 分鐘——聰明瞭，賬單與耗時也翻倍了。
閱讀本站全文 → （本站原創整理）
來源：Plotly，2026-11-12（真實數據分析任務）
在真實數據分析任務上，Inkling 2 Small 比前代 Inkling-Small 高 9 分，成本相近、速度快一倍。這是權重發布當天少有的第三方實測之一，測的是真實工作流而非標準基準。
閱讀本站全文 → （本站原創整理）
來源：CellCog、Superpower Daily、AI Parabellum，2026-11-12
11 月 12 日 20:50 UTC，權重如約上架 Hugging Face：NVFP4 主檢查點（25 個 safetensors）+ MXFP8 副檢查點，Apache 2.0，公開無需申請。但 NVFP4 需 500GB 聚合顯存、MXFP8 需 800GB；vLLM、SGLang 當日支持，Together、Cloudflare 等 7 家託管方同步上線。安全測試結果未公佈。
閱讀本站全文 → （本站原創整理）
來源：官方模型卡；Artificial Analysis；ARC Prize，2026-11-05/12
SWE-Bench Pro v2 (Hard) 86.3%、PerceptionBench 64.7%、ARC-AGI-2 81.7%（開源第一）、AA-Omniscience 非幻覺率 73.3% 均爲亮點；但 Terminal-Bench 4.0 只有 13.1%，不到 GLM-5.3-Flash（32.8%）的一半。注意官方表全部在 xhigh 檔、溫度 1.0 下測得，且多爲廠商自測。
閱讀本站全文 → （本站原創整理）
來源：本站綜合官方模型卡、AA 榜單與各家發佈數據，2026-11-13
AA 指數 31 是中國以外開源權重最高分，但 DeepSeek V4.1 Flash（32.6）與 Claude Haiku 5.5（36.5）都在它前面；Terminal-Bench 4.0 上 Kimi K3.1 Pro（65.7%）、Hy4（44.4%）、GLM-5.3-Flash（32.8%）全面領先。它的相對優勢在視覺、金融與 ARC 推理，以及 Apache 2.0 + 可下載的組合。
閱讀本站全文 → （本站原創整理）
來源：本站綜合 Tinker 定價頁、AA 實測與各託管方報價，2026-11-13
輸入 $0.30 只比同檔中位價 $0.24 略高，但每任務約 150K 輸出 tokens 讓每任務成本達到 $1.18。免費變體（OpenCode、OpenRouter）適合試水；長期用要麼接受託管價，要麼自己扛 500GB 顯存的硬件賬。
閱讀本站全文 → （本站原創整理）
來源：AIsa Studio、AGI Hunt，2026-11-07/13
截至 11 月 13 日，未找到機器之心、新智元、量子位等中文媒體的原創深度評測。現有中文內容以 AIsa Studio 對 the-decoder 報道的翻譯與 AGI Hunt 的聚合爲主：發佈消息、開源進展、vLLM 配方與 OpenCode 免費上線均有覆蓋，但無獨立實測數據。
以下 6 篇均爲本站原創改寫與再整理的深度文章——重新組織結構、補充結論與選型建議，事實與數據與原始測評覈對一致。點擊任意一篇在本站內閱讀，文末附原始出處。
官方表裏強項與短板同樣鮮明，而且全部在 xhigh 檔、溫度 1.0、1M 軌跡上限下測得——讀分數前先看條件。
| 測試（官方模型卡，廠商自測） | Inkling 2 Small | 對照 |
|---|---|---|
| AA 智能指數 v5.0 | 30.6（約 31） | DeepSeek V4.1 Flash 32.6；Haiku 5.5 36.5；Gemini 3.8 Flash 30.8 |
| SWE-Bench Pro v2 (Hard) | 86.3% | 表中僅次於 Kimi K3 |
| PerceptionBench | 64.7% | Kimi K3 58.5% |
| EnterpriseBench-CoreCraft | 71.8% | GLM-5.3-Flash 46.7% |
| JobBench | 70.5% | — |
| FrontierCode v2.0 | 25.4% | DeepSeek 28.5%；前代 5% |
| DeepSWE v1.1 | 72.1% | DeepSeek 77.0%；GLM-5.3-Flash 63.4% |
| Vals Finance Index | 61.5% | DeepSeek 60.9%；GLM-5.3-Flash 55.8% |
| Terminal-Bench 4.0 | 13.1% | GLM-5.3-Flash 32.8%；DeepSeek 33.8%；GLM 5.3 41.9% |
| AA-Briefcase v1.1 | 1527 Elo | 前代 912 Elo |
| AA-Omniscience v1.1（非幻覺率） | 73.3% | 表中最高；淨分 16.1 |
| HLE-Diamond | 28.7% | — |
| MMMU Pro (Standard 10) | 81.6% | — |
| ARC-AGI-2 / ARC-AGI-1 | 81.7% / 96.5% | 開源權重模型中第一（ARC Prize） |
| DesignArena（網站榜快照） | 1,340 | — |
| 測量 | 來源 | Inkling 2 Small 成績 | 對照 |
|---|---|---|---|
| AA 智能指數 v5.0.1 | Artificial Analysis，11 月 5 日 | 31，同價位 29 個模型中第 4 | 前代 13；DeepSeek V4.1 Flash 32.6；Haiku 5.5 36.5 |
| AA 每任務成本 / 耗時 | Artificial Analysis | $1.18 / 任務，15.7 分鐘 | 前代 $0.20，7.0 分鐘 |
| AA 輸出 token 量 | Artificial Analysis | 每任務約 150K | 前代約 37K（4 倍） |
| Plotly 數據分析基準 | Plotly，11 月 12 日 | 比前代高 9 分 | 成本相近、速度快一倍 |
| DiligenceBench（金融盡調） | thoughtfullab，11 月 6–7 日 | $0.69 生成完整盡調備忘錄 | 識別一處 12 億美元錯項；PostTrainBench 超 Kimi K3 與 GLM 5.2 |
| LongBench v2（長上下文） | BenchLM，11 月 13 日 | 70.6%，27 個模型中第 1 | 廠商自報；Beam 1.0 67.6% 第二；長上下文檢索與推理 |
| 內部長程編碼演示 | Thinking Machines（非獨立復現） | 69 題解 54.25 題 | Claude Opus 5.5 解 60 題 |
完整盤點見本站基準測試專文 →
| 維度 | Inkling 2 Small | Inkling Small |
|---|---|---|
| 發佈 | 2026-11-05 | 2026-07 |
| 參數 | 594B 總 / 17B 激活 | 276B 總 / 12B 激活 |
| AA 指數 | 31 | 13 |
| 音頻輸入 | 無 | 有 |
| 每任務成本（AA） | $1.18 | $0.20 |
| 每任務耗時（AA） | 15.7 分鐘 | 7.0 分鐘 |
| 每任務輸出 token | 約 150K | 約 37K |
| AA-Briefcase | 1527 Elo | 912 Elo |
| 權重 | Apache 2.0（2026-11-12） | Apache 2.0（發佈即開源） |
進步是真實的（AA 指數 +18），代價也是真實的：每任務成本近 6 倍、耗時翻倍、輸出 token 4 倍。
| 模型 | AA 指數 | Terminal-Bench 4.0 | API 價格 $/百萬（入/出） | 許可 / 權重 |
|---|---|---|---|---|
| Inkling 2 Small | 31 | 13.1% | 0.30 / 1.00 | Apache 2.0，已發佈 |
| DeepSeek V4.1 Flash | 32.6 | 33.8% | — | 開源權重 |
| Kimi K3.1 Pro | 46 | 65.7% | — | 開源權重 |
| 騰訊 Hy4 | 35 | 44.4% | 0.83 / 2.50 | Apache 2.0，權重待發布 |
| GLM-5.3-Flash | 27.8 | 32.8% | — | 開源權重 |
| Ripple-65B Preview | — | —（TB 2.1 爲 80.52） | 0.20 / 0.60 | Apache 2.0，已發佈 |
分數之外，獲取渠道也是選型因素。Inkling 2 Small 在 OpenCode 上有免費變體 inkling-2-small-free（限時），在 OpenRouter 上也有免費變體；Google Trends 上 opencode 是 Inkling 2 Small 的熱門相關查詢之一，不少用戶正是通過 OpenCode 第一次接觸這個模型。權重已開源 + 多家託管同價 + 免費入口，這個組合在同期開源模型裏算齊全的。
讀深度對比：Inkling 2 Small vs 開源對手 →
Inkling 2 Small 沒有大規模謠言潮，但以下說法正在流傳或容易混淆，需要逐條澄清。
11 月 5 日只是 Tinker 託管上線，權重封閉；開源權重是 11 月 12 日 20:50 UTC 才上架 Hugging Face。發佈與開源之間隔了整整 7 天。
官方要求 NVFP4 至少 500GB 聚合顯存（2× B300 或 4× H200），MXFP8 至少 800GB。網上流傳的「單卡 1100 tok/s」來自中文聚合轉述，與顯存門檻矛盾、未覈實，本頁不採信。
只在 AA 指數口徑下成立：31 分是中國以外開源權重最高分（AA 原話）。但 Terminal-Bench 4.0 上它落後於多位中國對手，AA 指數本身也低於 DeepSeek V4.1 Flash（32.6）。「最強」要看比什麼。
看跟誰比：同價位 29 個模型中第 4，比前代 13 高 18 分；但與旗艦不在一個檔位（Fable 5.2 65、Carbon 60）。它是輕量高效模型，不是旗艦——31 分對它的定位來說是高分。
架構上限是 1M，但 Tinker 目前只提供 64K 與 256K 配置；想用滿 1M 得本地部署（且需相應顯存）。API 用戶目前用不到 1M。
官方公告是 11 月 5 日；Together AI 目錄寫 11 月 4 日，是一日出入，以官方爲準。另有中文聚合寫 11 月 6 日，那是北京時間換算後的日期。
2026 年 11 月 5 日發佈（Thinking Machines Lab 官方公告），先在 Tinker 平臺上線；2026 年 11 月 12 日開源權重上架 Hugging Face。時間線見本頁第 02 節。
在 Hugging Face 上免費下載：主倉庫 thinkingmachines/Inkling-2-Small（NVFP4 主檢查點），副倉庫 thinkingmachines/Inkling-2-Small-MXFP8；2026 年 11 月 12 日上架，Apache 2.0 許可，公開倉庫、無需申請，可商用、修改與再分發。
直接打開 Hugging Face 上的 Thinking Machines 官方倉庫下載即可，無需申請。兩個檢查點：NVFP4 主檢查點（25 個 safetensors 文件，需至少 500GB 聚合顯存）與 MXFP8 副檢查點（需至少 800GB）；實驗室推薦所有場景用 NVFP4——MXFP8 只高 1–2 分。本地推理用 SGLang、vLLM、TokenSpeed 或 Unsloth，均有官方配方。詳見本站開源權重發布專文。
NVFP4 主檢查點至少 500GB 聚合顯存（2× NVIDIA B300 或 4× H200）；MXFP8 至少 800GB（4× B300 或 8× H200）。實驗室推薦所有場景用 NVFP4——MXFP8 只高 1–2 分。本地推理框架用 SGLang、vLLM、TokenSpeed 或 Unsloth，均有官方配方。
Tinker 是 Thinking Machines Lab 自家的微調與推理平臺：Playground 可快速測試，API 做推理與微調，模型 ID thinkingmachines/Inkling-2-Small（64K）與 thinkingmachines/Inkling-2-Small:peft:262144（256K）。價格：serverless 推理輸入 $0.30 / 輸出 $1.00（每百萬 tokens），緩存輸入 $0.03；微調 $1.50（64K）/ $3.00（256K）每百萬 tokens。注意 serverless 推理目前是候補名單 beta。詳見本站Tinker 價格指南。
能。OpenCode 的 inkling-2-small-free 限時免費，OpenRouter 也有免費變體；權重本身免費下載（Apache 2.0），但自託管需要 500GB 顯存的硬件。免費額度隨時可能調整，以各平臺頁面爲準。
同價位 29 個模型中第 4，比前代 Inkling Small（13）高 18 分；是中國以外開源權重最高分。但低於 DeepSeek V4.1 Flash（32.6）與 Claude Haiku 5.5（36.5），與旗艦（Fable 5.2 65、Carbon 60）不在一個檔位。
這是官方模型卡里最弱的一項，遠低於 GLM-5.3-Flash（32.8%）與 DeepSeek（33.8%）。Terminal-Bench 測的是終端 Agent 任務（在命令行環境裏自主完成任務），與 SWE-Bench Pro（代碼補丁，86.3%）測的不是同一種能力。官方未解釋低分原因；終端 Agent 任務目前不是它的強項。
Terminal-Bench 4.0 上 Kimi K3.1 Pro（65.7%）大幅領先；Ripple-65B 的 80.52 是 Terminal-Bench 2.1，與 4.0 不能直接比。Inkling 2 Small 的相對優勢在視覺（PerceptionBench 64.7%）、金融（Vals 61.5%）與 ARC 推理（81.7%），以及 Apache 2.0 + 可下載的組合。詳見本站開源對手對比。
不支持。第一代 Inkling 支持音頻，第二代砍掉了音頻輸入，只剩文本與圖像輸入、文本輸出。
架構上限 1M tokens；但 Tinker 目前只提供 64K 與 256K 兩個配置，想用滿 1M 需要本地部署。
官方稱 Inkling 2 Small 屬於「不同尺寸的家族」，計劃推出更多變體，但未給時間表與規格。第一代家族包括 Inkling-Small（276B/12B）。
本頁事實均來自以下公開來源（覈查於 2026 年 11 月 12–13 日）。