Thinking Machines 发布 Inkling 2 Small，智能指数得分 31

Thinking Machines 已发布 Inkling 2 Small，在 Artificial Analysis 智能指数上得分 31——根据当前排名，其发布权重的计划将使其成为在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，首先通过 @thinkymachines 的 Tinker 平台和 Tinker Playground 提供第一方访问，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 数约为后者的 4 倍。在 Artificial Analysis 智能指数 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 25%，而 Claude Sonnet 5.5 (medium) 为 11%；但在 Terminal-Bench 4.0 上为 13%，后者为 30%。

➤ 创意智能体得分在 AA-3D 上高于 Claude Haiku 5.5 和 Grok 4.7：Inkling 2 Small 在 AA-3D 和 Code2Video-AA 上的得分也高于 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 56%，高于 Inkling Small 的 34%，而 Gemini 3.8 Flash (high) 为 65%。

➤ 通过更具选择性的回答减少幻觉：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 在每个智能指数任务上平均输出约 150K token，而 Inkling Small 约为 37K，Claude Sonnet 5.5 (medium) 约为 31K，Gemini 3.8 Flash (high) 约为 99K。

➤ 成本约为 Inkling Small 的 6 倍，但低于其他几个智能指数得分相近的模型：Inkling 2 Small 每个智能指数任务成本为 $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；计划以 Apache 2.0 协议发布权重（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 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！