Mira Murati 的 Thinking Machines Lab 第二代首个模型：594B 总参数、每 token 只激活 17B 的 MoE，2026 年 11 月 5 日先在 Tinker 平台上线，一周后如约以 Apache 2.0 开源权重。Artificial Analysis 指数 31，是中国以外得分最高的开源权重模型；但它话痨、慢，Terminal-Bench 4.0 只有 13.1%。本页汇总官方规格、上手路线、价格与中英文首批实测，并明确标注哪些说法尚未证实。
先把能确认的说清楚：这是个轻量高效的开源权重模型，不是旗舰；它的卖点是性价比与可下载，而不是榜单第一。
thinkingmachines/Inkling-2-Small（NVFP4 主检查点）与 Inkling-2-Small-MXFP8从发布到开源只隔了 7 天——实验室兑现了发布时的承诺，一天都没拖。
第一代 Inkling 发布，发布当天即全量开源权重；Inkling-Small（276B/12B）同期推出。
实验室发布分阶段开放框架：推理 → 受监控托管微调 → 可能开源权重，每步以证据为门槛。
Inkling 2 Small 发布：Tinker 平台上线推理与微调；官方承诺「下周」以 Apache 2.0 开源权重，待外部安全测试与红队完成。Artificial Analysis 指数 31 公布。
OpenCode（inkling-2-small-free）与 OpenRouter 上线限时免费变体；首批分析发布（eesel.ai、theddari、llmlearner）；thoughtfullab 在 DiligenceBench 金融评测中测试，花 $0.69 生成完整尽调备忘录并识别一处 12 亿美元错项。
权重上架 Hugging Face（20:50 UTC，北京时间 11-13 04:50）：NVFP4 主检查点 + MXFP8 副检查点，Apache 2.0；vLLM、SGLang 等当日支持；Plotly 数据分析基准同日发布（比前代高 9 分）。
官方称 Inkling 2 Small 属于「不同尺寸的家族」，计划推出更多变体；无时间表。
以下为官方已公布口径（模型卡与 Hugging Face 仓库，2026 年 11 月 12–13 日核查）；未公布的项直接写明，不做推测填充。
最快的是 Tinker Playground 与免费变体；想自己跑权重，先确认你有 500GB 显存。
Thinking Machines 自家平台：Playground 快速测试，API 做推理与微调。模型 ID thinkingmachines/Inkling-2-Small（64K）与 thinkingmachines/Inkling-2-Small:peft:262144（256K）。注意：serverless 推理目前是候补名单 beta；微调需安装 tml-renderers 包。
仓库公开、无需申请：主检查点 NVFP4（25 个 safetensors 文件）与 MXFP8 副检查点。本地推理用 SGLang、vLLM、TokenSpeed 或 Unsloth（均有官方配方，vLLM 为 day-0 支持）。硬件门槛：NVFP4 至少 500GB 聚合显存（2× B300 或 4× H200），MXFP8 至少 800GB。实验室推荐所有场景用 NVFP4——MXFP8 只高 1–2 分。
Together AI、NVIDIA、Fireworks、Baseten、Nebius、Modal、Cloudflare Workers AI 均已接入；Together 与 Cloudflare 均为 $0.30 / $1.00 同价。OpenRouter 上为 thinkingmachines/Inkling-2-Small，同价并有免费变体。
OpenCode 模型库中的 inkling-2-small-free 限时免费；OpenRouter 的免费变体同样免费（联合创始人 Soumith Chintala 称「免费换取数据使用」）。免费额度随时可能调整，以各平台页面为准。
Tinker 托管微调（$1.50/百万 tokens，64K；$3.00，256K）；自备权重后可用 Miles、SkyRL、Snowflake Cortex 做后训练。Apache 2.0 许可允许商用、修改与再分发。
单价看着很便宜，但每任务的账不小——话痨是要付费的。价格为 2026 年 11 月 7–12 日核查口径，结账页价格为准。
| 项目（每百万 tokens） | 价格 |
|---|---|
| Tinker serverless 输入 | $0.30 |
| Tinker serverless 缓存输入 | $0.03 |
| Tinker serverless 输出 | $1.00 |
| Tinker 微调（64K 上下文） | $1.50 |
| Tinker 微调（256K 上下文） | $3.00 |
| Together AI 托管（输入 / 输出） | $0.30 / $1.00 |
| Cloudflare Workers AI / OpenRouter（输入 / 输出） | $0.30 / $1.00 |
| 权重下载（Hugging Face） | $0（Apache 2.0） |
Artificial Analysis 实测：每指数任务 $1.18，是前代 Inkling Small（$0.20）的近 6 倍；每任务 15.7 分钟（前代 7.0 分钟）。原因不在单价——输入 $0.30 只比同档中位价 $0.24 略高——而在输出量：每任务约 150K 输出 tokens，是前代约 37K 的 4 倍。AA 的评价是「somewhat expensive」且「notably slow per task and very verbose」。反过来也有便宜的个案：thoughtfullab 在金融尽调测试中只花 $0.69 就生成了一份完整股票尽调备忘录。
官方页面：Thinking Machines 官方公告 · Hugging Face 权重仓库 · 官方模型卡
以下全部是 11 月 5–13 日的首批上手实测与分析：样本小、方法不一，请按「个案」看待。每条都给出结论徽章；点「阅读本站全文」进入本站的深度改写文章页，文末附原始出处。
来源：eesel.ai，2026-11-08 左右（AA 指数 31 对前代 13）
编码 Agent、视觉与文档工作全面进步，非幻觉率 73.3% 说明事实性短板收窄；但权重当时还没放出、聊天不是强项。AA 实测每任务 $1.18、15.7 分钟，对前代的 $0.20、7.0 分钟——聪明了，账单与耗时也翻倍了。
阅读本站全文 → （本站原创整理）
来源：Plotly，2026-11-12（真实数据分析任务）
在真实数据分析任务上，Inkling 2 Small 比前代 Inkling-Small 高 9 分，成本相近、速度快一倍。这是权重发布当天少有的第三方实测之一，测的是真实工作流而非标准基准。
阅读本站全文 → （本站原创整理）
来源：CellCog、Superpower Daily、AI Parabellum，2026-11-12
11 月 12 日 20:50 UTC，权重如约上架 Hugging Face：NVFP4 主检查点（25 个 safetensors）+ MXFP8 副检查点，Apache 2.0，公开无需申请。但 NVFP4 需 500GB 聚合显存、MXFP8 需 800GB；vLLM、SGLang 当日支持，Together、Cloudflare 等 7 家托管方同步上线。安全测试结果未公布。
阅读本站全文 → （本站原创整理）
来源：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%（开源第一）、AA-Omniscience 非幻觉率 73.3% 均为亮点；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 档、温度 1.0 下测得，且多为厂商自测。
阅读本站全文 → （本站原创整理）
来源：本站综合官方模型卡、AA 榜单与各家发布数据，2026-11-13
AA 指数 31 是中国以外开源权重最高分，但 DeepSeek V4.1 Flash（32.6）与 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%）全面领先。它的相对优势在视觉、金融与 ARC 推理，以及 Apache 2.0 + 可下载的组合。
阅读本站全文 → （本站原创整理）
来源：本站综合 Tinker 定价页、AA 实测与各托管方报价，2026-11-13
输入 $0.30 只比同档中位价 $0.24 略高，但每任务约 150K 输出 tokens 让每任务成本达到 $1.18。免费变体（OpenCode、OpenRouter）适合试水；长期用要么接受托管价，要么自己扛 500GB 显存的硬件账。
阅读本站全文 → （本站原创整理）
来源：AIsa Studio、AGI Hunt，2026-11-07/13
截至 11 月 13 日，未找到机器之心、新智元、量子位等中文媒体的原创深度评测。现有中文内容以 AIsa Studio 对 the-decoder 报道的翻译与 AGI Hunt 的聚合为主：发布消息、开源进展、vLLM 配方与 OpenCode 免费上线均有覆盖，但无独立实测数据。
以下 6 篇均为本站原创改写与再整理的深度文章——重新组织结构、补充结论与选型建议，事实与数据与原始测评核对一致。点击任意一篇在本站内阅读，文末附原始出处。
官方表里强项与短板同样鲜明，而且全部在 xhigh 档、温度 1.0、1M 轨迹上限下测得——读分数前先看条件。
| 测试（官方模型卡，厂商自测） | Inkling 2 Small | 对照 |
|---|---|---|
| AA 智能指数 v5.0 | 30.6（约 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% | 表中仅次于 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（非幻觉率） | 73.3% | 表中最高；净分 16.1 |
| HLE-Diamond | 28.7% | — |
| MMMU Pro (Standard 10) | 81.6% | — |
| ARC-AGI-2 / ARC-AGI-1 | 81.7% / 96.5% | 开源权重模型中第一（ARC Prize） |
| DesignArena（网站榜快照） | 1,340 | — |
| 测量 | 来源 | Inkling 2 Small 成绩 | 对照 |
|---|---|---|---|
| AA 智能指数 v5.0.1 | Artificial Analysis，11 月 5 日 | 31，同价位 29 个模型中第 4 | 前代 13；DeepSeek V4.1 Flash 32.6；Haiku 5.5 36.5 |
| AA 每任务成本 / 耗时 | Artificial Analysis | $1.18 / 任务，15.7 分钟 | 前代 $0.20，7.0 分钟 |
| AA 输出 token 量 | Artificial Analysis | 每任务约 150K | 前代约 37K（4 倍） |
| Plotly 数据分析基准 | Plotly，11 月 12 日 | 比前代高 9 分 | 成本相近、速度快一倍 |
| DiligenceBench（金融尽调） | thoughtfullab，11 月 6–7 日 | $0.69 生成完整尽调备忘录 | 识别一处 12 亿美元错项；PostTrainBench 超 Kimi K3 与 GLM 5.2 |
| LongBench v2（长上下文） | BenchLM，11 月 13 日 | 70.6%，27 个模型中第 1 | 厂商自报；Beam 1.0 67.6% 第二；长上下文检索与推理 |
| 内部长程编码演示 | Thinking Machines（非独立复现） | 69 题解 54.25 题 | Claude Opus 5.5 解 60 题 |
完整盘点见本站基准测试专文 →
| 维度 | Inkling 2 Small | Inkling Small |
|---|---|---|
| 发布 | 2026-11-05 | 2026-07 |
| 参数 | 594B 总 / 17B 激活 | 276B 总 / 12B 激活 |
| AA 指数 | 31 | 13 |
| 音频输入 | 无 | 有 |
| 每任务成本（AA） | $1.18 | $0.20 |
| 每任务耗时（AA） | 15.7 分钟 | 7.0 分钟 |
| 每任务输出 token | 约 150K | 约 37K |
| AA-Briefcase | 1527 Elo | 912 Elo |
| 权重 | Apache 2.0（2026-11-12） | Apache 2.0（发布即开源） |
进步是真实的（AA 指数 +18），代价也是真实的：每任务成本近 6 倍、耗时翻倍、输出 token 4 倍。
| 模型 | AA 指数 | Terminal-Bench 4.0 | API 价格 $/百万（入/出） | 许可 / 权重 |
|---|---|---|---|---|
| Inkling 2 Small | 31 | 13.1% | 0.30 / 1.00 | Apache 2.0，已发布 |
| DeepSeek V4.1 Flash | 32.6 | 33.8% | — | 开源权重 |
| Kimi K3.1 Pro | 46 | 65.7% | — | 开源权重 |
| 腾讯 Hy4 | 35 | 44.4% | 0.83 / 2.50 | Apache 2.0，权重待发布 |
| GLM-5.3-Flash | 27.8 | 32.8% | — | 开源权重 |
| Ripple-65B Preview | — | —（TB 2.1 为 80.52） | 0.20 / 0.60 | Apache 2.0，已发布 |
分数之外，获取渠道也是选型因素。Inkling 2 Small 在 OpenCode 上有免费变体 inkling-2-small-free（限时），在 OpenRouter 上也有免费变体；Google Trends 上 opencode 是 Inkling 2 Small 的热门相关查询之一，不少用户正是通过 OpenCode 第一次接触这个模型。权重已开源 + 多家托管同价 + 免费入口，这个组合在同期开源模型里算齐全的。
读深度对比：Inkling 2 Small vs 开源对手 →
Inkling 2 Small 没有大规模谣言潮，但以下说法正在流传或容易混淆，需要逐条澄清。
11 月 5 日只是 Tinker 托管上线，权重封闭；开源权重是 11 月 12 日 20:50 UTC 才上架 Hugging Face。发布与开源之间隔了整整 7 天。
官方要求 NVFP4 至少 500GB 聚合显存（2× B300 或 4× H200），MXFP8 至少 800GB。网上流传的「单卡 1100 tok/s」来自中文聚合转述，与显存门槛矛盾、未核实，本页不采信。
只在 AA 指数口径下成立：31 分是中国以外开源权重最高分（AA 原话）。但 Terminal-Bench 4.0 上它落后于多位中国对手，AA 指数本身也低于 DeepSeek V4.1 Flash（32.6）。「最强」要看比什么。
看跟谁比：同价位 29 个模型中第 4，比前代 13 高 18 分；但与旗舰不在一个档位（Fable 5.2 65、Carbon 60）。它是轻量高效模型，不是旗舰——31 分对它的定位来说是高分。
架构上限是 1M，但 Tinker 目前只提供 64K 与 256K 配置；想用满 1M 得本地部署（且需相应显存）。API 用户目前用不到 1M。
官方公告是 11 月 5 日；Together AI 目录写 11 月 4 日，是一日出入，以官方为准。另有中文聚合写 11 月 6 日，那是北京时间换算后的日期。
2026 年 11 月 5 日发布（Thinking Machines Lab 官方公告），先在 Tinker 平台上线；2026 年 11 月 12 日开源权重上架 Hugging Face。时间线见本页第 02 节。
在 Hugging Face 上免费下载：主仓库 thinkingmachines/Inkling-2-Small（NVFP4 主检查点），副仓库 thinkingmachines/Inkling-2-Small-MXFP8；2026 年 11 月 12 日上架，Apache 2.0 许可，公开仓库、无需申请，可商用、修改与再分发。
直接打开 Hugging Face 上的 Thinking Machines 官方仓库下载即可，无需申请。两个检查点：NVFP4 主检查点（25 个 safetensors 文件，需至少 500GB 聚合显存）与 MXFP8 副检查点（需至少 800GB）；实验室推荐所有场景用 NVFP4——MXFP8 只高 1–2 分。本地推理用 SGLang、vLLM、TokenSpeed 或 Unsloth，均有官方配方。详见本站开源权重发布专文。
NVFP4 主检查点至少 500GB 聚合显存（2× NVIDIA B300 或 4× H200）；MXFP8 至少 800GB（4× B300 或 8× H200）。实验室推荐所有场景用 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 自家的微调与推理平台：Playground 可快速测试，API 做推理与微调，模型 ID thinkingmachines/Inkling-2-Small（64K）与 thinkingmachines/Inkling-2-Small:peft:262144（256K）。价格：serverless 推理输入 $0.30 / 输出 $1.00（每百万 tokens），缓存输入 $0.03；微调 $1.50（64K）/ $3.00（256K）每百万 tokens。注意 serverless 推理目前是候补名单 beta。详见本站Tinker 价格指南。
能。OpenCode 的 inkling-2-small-free 限时免费，OpenRouter 也有免费变体；权重本身免费下载（Apache 2.0），但自托管需要 500GB 显存的硬件。免费额度随时可能调整，以各平台页面为准。
同价位 29 个模型中第 4，比前代 Inkling Small（13）高 18 分；是中国以外开源权重最高分。但低于 DeepSeek V4.1 Flash（32.6）与 Claude Haiku 5.5（36.5），与旗舰（Fable 5.2 65、Carbon 60）不在一个档位。
这是官方模型卡里最弱的一项，远低于 GLM-5.3-Flash（32.8%）与 DeepSeek（33.8%）。Terminal-Bench 测的是终端 Agent 任务（在命令行环境里自主完成任务），与 SWE-Bench Pro（代码补丁，86.3%）测的不是同一种能力。官方未解释低分原因；终端 Agent 任务目前不是它的强项。
Terminal-Bench 4.0 上 Kimi K3.1 Pro（65.7%）大幅领先；Ripple-65B 的 80.52 是 Terminal-Bench 2.1，与 4.0 不能直接比。Inkling 2 Small 的相对优势在视觉（PerceptionBench 64.7%）、金融（Vals 61.5%）与 ARC 推理（81.7%），以及 Apache 2.0 + 可下载的组合。详见本站开源对手对比。
不支持。第一代 Inkling 支持音频，第二代砍掉了音频输入，只剩文本与图像输入、文本输出。
架构上限 1M tokens；但 Tinker 目前只提供 64K 与 256K 两个配置，想用满 1M 需要本地部署。
官方称 Inkling 2 Small 属于「不同尺寸的家族」，计划推出更多变体，但未给时间表与规格。第一代家族包括 Inkling-Small（276B/12B）。
本页事实均来自以下公开来源（核查于 2026 年 11 月 12–13 日）。