Thinking Machines 已发布 Inkling 2 Small，在 Artificial Analysis Intelligence Index 上得分 31——他们计划发布其权重，若按当前排名，这将使其成为中国以外开发的得分最高的开放权重模型

Inkling 2 Small 以专有模型形式推出，可通过 @thinkymachines 的 Tinker 平台和 Tinker Playground 第一方获取，权重将在稍后日期发布。其得分比 Inkling Small 高出 18 分，每个任务的输出 token 数约为其 4 倍。在 Artificial Analysis Intelligence Index v5.0.1 上，它与 @GoogleDeepMind 的 Gemini 3.8 Flash (high) 持平，并超过 @XiaomiMiMo 的 MiMo-V2.6-Pro。

关键要点：

➤ 相较 Inkling Small 大幅提升，尤其是在智能体任务上：AutomationBench-AA 从 5% 升至 46%，FrontierCode 2.0 从 5% 升至 25%。HLE-Diamond 也从 12% 升至 29%。

➤ 与 Claude Sonnet 5.5 (medium) 的编码优势不同：Inkling 2 Small 在 FrontierCode 2.0 上得分为 25%，而 Claude Sonnet 5.5 (medium) 为 11%，但在 Terminal-Bench 4.0 上为 13%，而后者为 30%。

➤ 创意智能体在 AA-3D 上得分高于 Claude Haiku 5.5 和 Grok 4.7：Inkling 2 Small 在 AA-3D 和 Code2Video-AA 上也高于 Gemini 3.8 Flash，但在这两项上均落后于 Claude Sonnet 5.5。

➤ 研究级物理有所提升，但落后于 Gemini 3.8 Flash (high)：Inkling 2 Small 在 CritPt v2 上得分为 56%，高于 Inkling Small 的 34%，而 Gemini 3.8 Flash (high) 为 65%。

➤ 更选择性的回答减少了幻觉：在 AA-Omniscience v1.1 上，幻觉率从 Inkling Small 的 61% 降至 27%，同时准确率从 32% 升至 34%，尝试率从 77% 降至 53%。

➤ 输出 token 数约为 4 倍：Inkling 2 Small 在每个 Intelligence Index 任务上平均输出约 150K token，而 Inkling Small 约为 37K，Claude Sonnet 5.5 (medium) 约为 31K，Gemini 3.8 Flash (high) 约为 99K。

➤ 成本几乎是 Inkling Small 的 6 倍，但比若干 Intelligence Index 得分相近的其他模型更便宜：Inkling 2 Small 每个 Intelligence Index 任务成本为 $1.18，而 Inkling Small 为 $0.20，Gemini 3.8 Flash (high) 为 $7.77，Claude Sonnet 5.5 (medium) 为 $10.02。

关键模型细节：

➤ 类型：发布时为专有推理模型；计划发布 Apache 2.0 权重（日期未确认）

➤ 模态：文本和图像输入，文本输出

➤ 规模：594B 总参数 / 17B 激活参数

➤ 定价：每 1M 输入/输出 token 分别为 $0.30/$1.00（每 1M 缓存输入 token 为 $0.03）

➤ 发布时可用性：Tinker 和 Tinker Playground

祝贺 @thinkymachines 团队发布！