Tinker 價格與上手指南：$0.30/$1.00 背後，每任務 $1.18 的賬怎麼算

Tinker 是 Thinking Machines Lab 自家的微調與推理平臺，也是 Inkling 2 Small 發佈首周唯一的官方入口。它的定價表很短——輸入 $0.30、輸出 $1.00——但 Artificial Analysis 測出的每任務成本是 $1.18，是前代的近 6 倍。本文算清三本賬：單價對照、每任務的成本結構、免費與自託管的取捨。先說結論：單價不貴，貴的是輸出量；想省錢就盯住輸出端，而不是換託管方——因爲各家單價都一樣。

Tinker 定價：三個計費項

Tinker 按三種 token 計費：訓練、採樣（輸出）、預填充（輸入）。Inkling 2 Small 的價格是：

兩個注意點：第一，serverless 推理目前是候補名單 beta，不是隨開隨用；第二，Tinker 只提供 64K 與 256K 兩個上下文配置，架構上限的 1M 在 Tinker 上用不到——想用滿 1M 得本地部署。

各託管方同價：換平臺省不了錢

Together AI、Cloudflare Workers AI、OpenRouter 的 Inkling 2 Small 均爲 $0.30 輸入 / $1.00 輸出，與 Tinker 完全相同；NVIDIA、Fireworks、Baseten、Nebius、Modal 也已接入（價格未逐家覈查）。單價上沒有套利空間——選託管方看的是延遲、穩定性、免費額度與上下文配置，而不是價格。真正能省錢的是緩存：Plotly 的測試里約 96% 的輸入 tokens 來自提供商緩存，整場 43 道題只花 $1.81；多輪對話、重複上下文的場景下，$0.03 的緩存價會大幅拉低賬單。

每任務 $1.18 是怎麼來的：輸出量是主因

Artificial Analysis 的獨立測量：每指數任務 $1.18、15.7 分鐘；前代 Inkling Small 是 $0.20、7.0 分鐘。拆開看：輸入 $0.30 只比同檔中位價 $0.24 略高，AA 評價爲「somewhat expensive」，但不是主因；主因是輸出量——每任務約 150K 輸出 tokens，是前代約 37K 的 4 倍。按 $1.00/百萬 tokens 算，150K 輸出 tokens 就是 $0.15，再加上多輪工具調用的輸入與思考 tokens，賬單就上去了。AA 的原話是「notably slow per task and very verbose」——慢與話癆是同一枚硬幣的兩面。

但要注意：$1.18 是 AA 指數任務（長程、高 effort）的口徑，不是所有任務的成本。thoughtfullab 的金融盡調測試只花 $0.69 就生成了一份完整備忘錄；Plotly 的數據分析整場 43 題只花 $1.81。任務類型不同，賬單差一個量級——拿 $1.18 當通用成本是錯的，拿它當「長程高 effort 任務」的上限參考纔是對的。

免費變體：試水不用花錢

OpenCode 的 inkling-2-small-free 限時免費，OpenRouter 也有免費變體（聯合創始人 Soumith Chintala 稱「免費換取數據使用」）。免費入口適合三件事：驗證模型是否適合你的任務、對比它與現有模型的輸出質量、跑小規模測試。注意「限時」二字——免費額度隨時可能調整，生產流量不要押在免費變體上。

自託管：權重免費，硬件不免費

權重本身 $0（Apache 2.0），但 NVFP4 檢查點需要至少 500GB 聚合顯存（2× B300 或 4× H200），MXFP8 需要 800GB。租還是買，取決於用量：低用量時託管 API 更便宜（$1.18/任務也花不了多少）；高用量、長上下文、多併發時，自託管的邊際成本更低，但要算進硬件折舊、運維與電力。Plotly 提到 4-bit 下權重約需 356GB 內存，「能裝進一臺 512GB 的 Mac Studio」——這是權重文件本身的佔用，官方 500GB 的要求應是包含運行時開銷的口徑，規劃時按官方口徑留餘量。

省錢清單

五條可直接用的建議：第一，用緩存——重複上下文、多輪對話儘量走緩存輸入（$0.03）；第二，限制輸出長度——輸出 tokens 是賬單大頭，能短則短；第三，降低 effort 檔位——xhigh 檔的分數好看但 token 燒得快，日常任務不需要；第四，先用免費變體驗證任務適配性，再決定是否付費；第五，長上下文需求先確認配置——Tinker 只有 64K/256K，1M 需求得本地部署，別在 Tinker 上硬湊。