Tinker 价格与上手指南：$0.30/$1.00 背后，每任务 $1.18 的账怎么算

Tinker 是 Thinking Machines Lab 自家的微调与推理平台，也是 Inkling 2 Small 发布首周唯一的官方入口。它的定价表很短——输入 $0.30、输出 $1.00——但 Artificial Analysis 测出的每任务成本是 $1.18，是前代的近 6 倍。本文算清三本账：单价对照、每任务的成本结构、免费与自托管的取舍。先说结论：单价不贵，贵的是输出量；想省钱就盯住输出端，而不是换托管方——因为各家单价都一样。

Tinker 定价：三个计费项

Tinker 按三种 token 计费：训练、采样（输出）、预填充（输入）。Inkling 2 Small 的价格是：

两个注意点：第一，serverless 推理目前是候补名单 beta，不是随开随用；第二，Tinker 只提供 64K 与 256K 两个上下文配置，架构上限的 1M 在 Tinker 上用不到——想用满 1M 得本地部署。

各托管方同价：换平台省不了钱

Together AI、Cloudflare Workers AI、OpenRouter 的 Inkling 2 Small 均为 $0.30 输入 / $1.00 输出，与 Tinker 完全相同；NVIDIA、Fireworks、Baseten、Nebius、Modal 也已接入（价格未逐家核查）。单价上没有套利空间——选托管方看的是延迟、稳定性、免费额度与上下文配置，而不是价格。真正能省钱的是缓存：Plotly 的测试里约 96% 的输入 tokens 来自提供商缓存，整场 43 道题只花 $1.81；多轮对话、重复上下文的场景下，$0.03 的缓存价会大幅拉低账单。

每任务 $1.18 是怎么来的：输出量是主因

Artificial Analysis 的独立测量：每指数任务 $1.18、15.7 分钟；前代 Inkling Small 是 $0.20、7.0 分钟。拆开看：输入 $0.30 只比同档中位价 $0.24 略高，AA 评价为「somewhat expensive」，但不是主因；主因是输出量——每任务约 150K 输出 tokens，是前代约 37K 的 4 倍。按 $1.00/百万 tokens 算，150K 输出 tokens 就是 $0.15，再加上多轮工具调用的输入与思考 tokens，账单就上去了。AA 的原话是「notably slow per task and very verbose」——慢与话痨是同一枚硬币的两面。

但要注意：$1.18 是 AA 指数任务（长程、高 effort）的口径，不是所有任务的成本。thoughtfullab 的金融尽调测试只花 $0.69 就生成了一份完整备忘录；Plotly 的数据分析整场 43 题只花 $1.81。任务类型不同，账单差一个量级——拿 $1.18 当通用成本是错的，拿它当「长程高 effort 任务」的上限参考才是对的。

免费变体：试水不用花钱

OpenCode 的 inkling-2-small-free 限时免费，OpenRouter 也有免费变体（联合创始人 Soumith Chintala 称「免费换取数据使用」）。免费入口适合三件事：验证模型是否适合你的任务、对比它与现有模型的输出质量、跑小规模测试。注意「限时」二字——免费额度随时可能调整，生产流量不要押在免费变体上。

自托管：权重免费，硬件不免费

权重本身 $0（Apache 2.0），但 NVFP4 检查点需要至少 500GB 聚合显存（2× B300 或 4× H200），MXFP8 需要 800GB。租还是买，取决于用量：低用量时托管 API 更便宜（$1.18/任务也花不了多少）；高用量、长上下文、多并发时，自托管的边际成本更低，但要算进硬件折旧、运维与电力。Plotly 提到 4-bit 下权重约需 356GB 内存，「能装进一台 512GB 的 Mac Studio」——这是权重文件本身的占用，官方 500GB 的要求应是包含运行时开销的口径，规划时按官方口径留余量。

省钱清单

五条可直接用的建议：第一，用缓存——重复上下文、多轮对话尽量走缓存输入（$0.03）；第二，限制输出长度——输出 tokens 是账单大头，能短则短；第三，降低 effort 档位——xhigh 档的分数好看但 token 烧得快，日常任务不需要；第四，先用免费变体验证任务适配性，再决定是否付费；第五，长上下文需求先确认配置——Tinker 只有 64K/256K，1M 需求得本地部署，别在 Tinker 上硬凑。