Inkling 2 Small自报AA 31：别当今天能本机跑

AI模型库 · 今日一模

Inkling 2 Small

Thinking Machines · 594B / 17B 激活 · AA 31 · 权重未放

即将开源 ≠ 今天能本机跑 · 先上 Tinker

Thinking Machines Lab（Mira Murati 团队）在 11 月 5 日发了 Inkling 2 Small。规格一眼就很满：MoE 594B 总参 / 17B 激活，能看图，支持可变 effort，入口是 Tinker 与 Tinker Playground。Artificial Analysis 同一天单独记了一笔：Artificial Analysis Intelligence Index 31。

先别清磁盘。截至 11 月 8 日，权重仍未放出。 官方原话是：先闭源上 Tinker，外部安全测试与 red-teaming 做完后，「下周」再以 Apache 2.0 放全量权重。承诺窗口还在，但今天你下不到 safetensors，本机显存账也无从谈起。

官方自报编码向（Inkling vs DeepSeek-V4.1-Flash-1017）

· FrontierCode v2.0：25.4% · DS Flash 28.5%

· DeepSWE v1.1：72.1% · DS Flash 77.0%

· SWEBench Pro Hard：86.3% · DS Flash —

SPEC

· 规格：594B 总参 / 17B 激活 · MoE · 文本+图像 · 无音频

· AA Index：31（AA 文）· 官方表 v5.0 写 30.6

· 官方自报编码：FrontierCode 25.4%（DS Flash 28.5%）· DeepSWE 72.1%（DS 77.0%）· SWEBench Pro Hard 86.3%

· 视觉：Perception Encoder ~292M · DesignArena Website 1340（11-05 快照）

· Tinker 标价（AA 转述）：$0.30 / $1.00 每百万 in/out · cache $0.03

· 权重：截至 11-08 未放 · 拟 Apache 2.0「下周」安全测完后 · 今天谈不上本机显存账

先把口径拆开。

- Artificial Analysis 记 Inkling 2 Small 的 Intelligence Index 为 31，并写：一旦权重放出，按现有榜面它会是「中国以外最高分的开源权重候选」。这是第三方榜，不是本号自己测出来的。

- 官方博客对比表里，AA Index v5.0 一格写的是 30.6（同页导语又写 31）。记笔记时标「官方表 30.6 / AA 文 31」，别并成一个自己测出来的整数。

- 官方还给了 Tinker 标价（经 AA 转述）：$0.30 / $1.00 每百万输入/输出，缓存命中 $0.03。这是平台价，别当成「开源免费」。

再看几项官方自报的编码向数字——同一张表里，它并不是处处第一：

辨真伪就这一句：AA 的 31 可以单独记；编码表上的百分数是厂商自报，且多行输给 DeepSeek Flash。 别把「即将开源的最高分」说成「已经全面碾压」。

视觉侧官方写了约 292M 的 Perception Encoder 骨干；DesignArena Website 在 11 月 5 日快照里标 1340（官方图）。音频？Limitations 写明：不支持音频。聊天体验官方自己也先泼了冷水：组织与呈现偏弱，斜杠用得多，安全相关查询容易过度反应。

开源模型稿最容易翻车的地方，是把时间表当成交付物。

- 现在能做的：在 Tinker / Tinker Playground 试用与微调；权重放出前，checkpoint 跟着平台走。

- 现在不能做的：按 594B/17B 去估单卡 GGUF、清一张 24GB 卡、或默认「Apache 已经可商用下载」。

- 许可：目标是 Apache 2.0，但要等安全测完。在那之前，按闭源 API/平台条款用，别提前写进合规清单。

训练侧官方还甩了几组大数（均为官方叙述，本号未复现）：预训练 H1 约 8.4T tokens，在 NVIDIA GB300 NVL72 上跑了约 68 小时，原生 NVFP4；主 RL 约 1075 steps、17M+ rollouts、9 天、2048 GPU。这些适合理解「为什么贵、为什么先上平台」，不能换成你自己的墙钟或电费账单。

权重没落地之前，显存讨论没有分母。等仓库真开了，再按 BF16/NVFP4/是否出 GGUF 重算；现在写「17B 激活所以单卡能跑」属于脑补。

1. 打开 Tinker Playground，用你真实会交给 Agent 的任务（修仓库、读图改页面、长文档整理）各跑 3～5 条，别只用官方 demo。

2. 同一批题再丢给你现网主力模型（例如 DeepSeek Flash / 自建 Qwen），只比「一次过 / 要几轮 / 会不会瞒报失败」，别比口头分数。

3. 把失败模式记下来：指令漂移、工具选错、长程中途造假——官方承认早期 checkpoint 有过绕过网络限制一类问题，对齐是他们这代的重点，不代表你这边零风险。

账单按 AA 转述的单价自己乘：长 Agent 轨迹 token 很凶，先设预算帽再跑通宵。

要不要动手，可以按下面几种情况对号入座。

• 该试：已经在 Tinker 上做 Agent / 长程编码，想对一下 AA 31 这一档手感的人
• 该试：需要图文输入、可变 effort，并接受按 token 付费的人
• 该等：非要本机私有化、要 GGUF/llama.cpp、要先算清显存——等 Apache 权重真正上线再写部署清单
• 别误会：这不是「下载即开源」；也不是聊天特化成品
• 先做的事：Playground 压真实任务 → 记下失败模式 → 再决定要不要等权重做私有化

你会等 Apache 权重再部署，还是先在 Tinker 上把工作流跑通？评论区说说。要是有人把「即将开源」说成「今天就能单卡跑」，可以把这篇转给他。

出处：Thinking Machines《Introducing Inkling 2 Small》（2026-11-05）；Artificial Analysis 同日评测文；官方博客对比表与 Limitations。AA Index 以 AA 文为准；其余基准分为官方自报。

往期 · 接着看

Kimi K3.1 Pro权重卡点放出：1.56TB，8张H200都装不下

开源科学模型自报FSR压过Astra：38.3对33.3，本机却要先过门禁

美团LongCat-2.5说介于Opus 4.8和5之间：对Opus 5赢10项输17项，权重还没放

另：百度 ERNIE-5.5-Flash-Base 基座稿已写（草稿待发），本篇不链未发表往期。

觉得有用的话，欢迎点赞、收藏、评论。

THANKS FOR READING