「中國以外最強開源模型」是個帶定語的頭銜——去掉定語,Inkling 2 Small 在開源權重陣營裏的位置要複雜得多。本文把五位同期對手放在同一張表上:DeepSeek V4.1 Flash、Kimi K3.1 Pro、騰訊 Hy4、GLM-5.3-Flash 與 Ripple-65B Preview,從 AA 指數、Terminal-Bench、價格、許可與硬件門檻五個維度對照。先說結論:沒有全能贏家;Inkling 2 Small 的相對優勢在視覺、金融與 ARC 推理,以及 Apache 2.0 + 可下載 + 免費入口的組合——但終端 Agent 任務上它落後於幾乎所有對手。
| 模型 | AA 指數 | Terminal-Bench 4.0 | API 價格 $/百萬(入/出) | 參數 | 許可 / 權重 |
|---|---|---|---|---|---|
| Inkling 2 Small | 31 | 13.1% | 0.30 / 1.00 | 594B / 17B | 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% | — | 2.8T / 104B | 開源權重 |
| 騰訊 Hy4 | 35 | 44.4% | 0.83 / 2.50 | 770B / 49B | Apache 2.0,權重待發布 |
| GLM-5.3-Flash | 27.8 | 32.8% | — | — | 開源權重 |
| Ripple-65B Preview | — | —(TB 2.1:80.52) | 0.20 / 0.60 | 65B 稠密 | Apache 2.0,已發佈 |
「—」表示本輪覈查未確認該項數據,不代表不存在。Ripple-65B 的 80.52 是 Terminal-Bench 2.1,與 4.0 不是同一套測試,不能直接比。
AA 指數 32.6 對 31、Terminal-Bench 4.0 33.8% 對 13.1%、FrontierCode 28.5% 對 25.4%、DeepSWE 77.0% 對 72.1%——DeepSeek 在編碼類測試上全面小勝;只有 Vals Finance(60.9% 對 61.5%)與 PerceptionBench 視覺類上 Inkling 佔優。兩者定位幾乎重疊(輕量高效開源 MoE),選誰主要看任務:終端 Agent 與純編碼選 DeepSeek,視覺與金融選 Inkling。
Kimi K3.1 Pro 的 Terminal-Bench 4.0 是 65.7%,是 Inkling 2 Small(13.1%)的 5 倍;GPQA-Diamond 94.2% 也是頂級水平。Plotly 數據分析基準上 Kimi 得 42/43(Inkling 39/43),但整場花費 $13.47(Inkling $1.81)、每題約 2.5 分鐘(Inkling 13 秒)。Kimi 是 2.8T 總參數 / 104B 激活的大傢伙,能力更強、賬單與耗時也更大。終端 Agent 重活選 Kimi;要速度與成本選 Inkling。
Hy4 的 Terminal-Bench 4.0 官方成績爲 44.4%(Artificial Analysis 獨立複測爲 37%,測試條件不同),770B/49B MoE,API $0.83/$2.50,另有視覺與計算機操作能力。但權重只承諾「即將發佈」,目前只能走騰訊雲託管。Inkling 的優勢是權重已經到手、Apache 2.0 可商用;Hy4 的優勢是終端任務分數——但 Hy4 並不便宜:輸出價 $2.50 高於 Inkling 的 $1.00,輸入價 $0.83 也高於 Inkling 的 $0.30。
AA 指數 31 對 27.8,Inkling 領先;但 Terminal-Bench 4.0 是 13.1% 對 32.8%,Inkling 大幅落後。EnterpriseBench-CoreCraft 上 Inkling 71.8% 對 GLM 的 46.7%,企業文檔任務優勢明顯。兩者都是輕量開源路線,選型看任務類型:企業文檔與視覺選 Inkling,終端 Agent 選 GLM。
Ripple-65B 是 11 月 4 日發佈的 65B 稠密開源模型(Apache 2.0),Terminal-Bench 2.1 得 80.52,號稱超過 500B–975B 的 MoE;Together 託管 $0.20/$0.60,比 Inkling 更便宜。但注意三點:第一,80.52 是 Terminal-Bench 2.1,與 Inkling 的 4.0 分數不能直接比;第二,Ripple 自認在 SWE-bench Verified、DeepSWE 等測試上落後;第三,Plotly 數據分析基準上,Ripple 是美國開源模型裏除 Inkling 外唯一統計陷阱全對的——兩者在數據分析上是同一檔。65B 稠密的部署門檻也遠低於 594B MoE,這是 Ripple 的實際優勢。
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 顯示 opencode 是 Inkling 2 Small 的熱門相關查詢之一(7 天相關查詢第 3 位),說明不少用戶正是通過 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——Hy4 的權重還沒到,Kimi 與 DeepSeek 的免費入口各不相同,選型時值得把「能不能免費試」算進去。
參考來源:本文爲本站原創綜合整理,對照數據覈對自 Artificial Analysis Inkling 2 Small 發佈分析(2026-11-05);各對手分數來自其官方發佈數據,見專題頁來源區
← 返回 Inkling 2 Small 專題