Inkling 2 Small
Data source: AIHOT
Model data is shown as published (Chinese).
Released: 2026-11-05 · Context: 1.049M tokens
Open weights ↗Overall rank 35
Official API prices ¥ / million tokens
- Input
- ¥2 ($0.3)
- Output
- ¥6.67 ($1)
- Cache hits
- ¥0.2 ($0.03)
Tinker 官方按量价格。
Tinker 官方按量价格。
Official pricing ↗Domain capabilities
| Board | Rank | Score | Benchmarks |
|---|---|---|---|
| 综合 | 35 | 62.2 | 30 |
| 编程 | 37 | 60 | 9 |
| 科研 | 33 | 62.7 | 7 |
| 专业办公 | 22 | 67.8 | 9 |
| 知识问答 | 34 | 61.8 | 3 |
编程 · 60
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| ProgramBench ↗ 只给能运行的程序和说明、不给源码,重写出行为一致的程序,用隐藏测试核对。 | Vals AI | 0.5% | 77.2 | 19 | 2026-11-18 | Notes通过率低于 5%,只说明“至多这么强”;这个模型的水平已经低于这条线不少,这一项几乎不起作用。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| FrontierCode 2.0 ↗ 在真实开源仓库里改代码,看改动能不能达到维护者愿意合并的水平。 | Artificial Analysis | 25.4% | 64.9 | 63 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Vibe Code Bench v1.1 ↗ 按一份需求从零搭出网页应用,再在浏览器里按验收步骤逐项检查功能。 | Vals AI | 81.5% | 64.8 | 34 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| FrontierCode 2.0 ↗ 在真实开源仓库里改代码,看改动能不能达到维护者愿意合并的水平。 | Cognition | 22.6% | 62.8 | 68 | 2026-11-18 | Notes代表配置:Max 推理 · Devin CLI。评测方为每个模型指定 Agent(通常是厂商自家的);按预先固定的推理档位优先级选择,成绩归到基础模型。 |
| FrontierSWE v2 ↗ 每次最多给 20 小时,完成编程、性能优化或科研计算这类大任务。 | Proximal Labs | 28.3% | 60.3 | 16 | 2026-11-18 | Notes代表配置:Max 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| CyberBench Patch v1.1 ↗ 修开源项目的安全漏洞,检查能否编译、拦住原攻击并保留正常行为。 | Vals AI | 82.1% | 58.1 | 32 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| Terminal-Bench 4.0 ↗ 在终端完成软件、科研等复杂任务,再由各题的测试检查结果。 | Artificial Analysis | 13.1% | 56.6 | 118 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Terminal-Bench 4.0 ↗ 在终端完成软件、科研等复杂任务,再由各题的测试检查结果。 | Vals AI | 12.6% | 54 | 48 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| SciCode ↗ 把物理、化学、生物等科研问题写成能运行、算得对的计算代码。 | Artificial Analysis | 52.3% | 53.2 | 98 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
科研 · 62.7
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| ARC-AGI-2 ↗ 从几个网格图案的例子中找出变换规则,再解一道新题。 | ARC Prize | 81.7% | 68.6 | 57 | 2026-11-18 | Notes代表配置:xHigh 推理。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| BioMysteryBench ↗ 分析真实的生物数据,推断出背后的生物学答案。 | Vals AI | 70.0% | 65.6 | 17 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| MysteryMechanism ↗ 自己设计实验,去推断一套隐藏的规律。 | Vals AI | 25.2% | 63.6 | 20 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| CritPt v2 Hard ↗ 修订版研究级物理题里较难的 40 道,可以写代码辅助演算。 | Artificial Analysis | 35.0% | 62 | 78 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Humanity's Last Exam ↗ 数学、科学、人文等几十个学科的专家级难题,不借助工具直接作答。 | Artificial Analysis | 44.1% | 60.9 | 60 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Terminal-Bench Science ↗ 在命令行里走完一段科研流程:处理数据、跑分析、得出结果。 | Artificial Analysis | 5.7% | 57.4 | 89 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Terminal-Bench Science ↗ 在命令行里走完一段科研流程:处理数据、跑分析、得出结果。 | Vals AI | 2.9% | 56.4 | 36 | 2026-11-18 | Notes通过率低于 5%,只说明“至多这么强”。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
专业办公 · 67.8
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Harvey 法律 Agent 基准 v1.1 ↗ 处理法律资料,交付 Word、Excel、幻灯片等能直接审阅的文件。 | Vals AI | 21.7% | 79.1 | 6 | 2026-11-18 | Notes这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| TaxAgentBench ↗ 回答税务专业问题,要查到税法依据并注明出处。 | Vals AI | 38.9% | 72.1 | 14 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| Finance Agent v2.1 ↗ 金融分析师的日常工作:查公司财报、做计算和分析。 | Vals AI | 67.5% | 71.4 | 5 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| AA-Analyst Agent ↗ 分析数据、回答 14 个领域的专业问题,同一题跑五次都对才算通过。 | Artificial Analysis | 51.2% | 71.3 | 17 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Legal Research Bench ↗ 像律师一样查法规和判例,写出有出处的结论。 | Vals AI | 46.6% | 69.8 | 20 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| AA-Briefcase ↗ 完成办公项目里写报告、做表格这类长任务,按细则和成果质量评分。 | Artificial Analysis | 1,526.9 | 68.6 | 46 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| GDPval-AA ↗ 按几十种职业的真实工作出题,比如写报告、做表格,由裁判两两比较产出质量。 | Artificial Analysis | 1,630.2 | 67.2 | 32 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Excel Modeling v1.1 ↗ 在 Excel 里搭财务模型:在模板上补全,或者从零建表。 | Vals AI | 69.5% | 66.7 | 24 | 2026-11-18 | Notes代表配置:来源默认配置。按预先固定的规则,采用该来源可用的最高第一方推理档位;选择不参考跑分高低。 |
| AutomationBench-AA ↗ 在模拟办公软件中处理业务流程,按完成目标和守规情况评分。 | Artificial Analysis | 45.6% | 60.5 | 135 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
知识问答 · 61.8
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| MLCR-AA ↗ 读很长的医疗记录回答问题,答案要完整且不能违背原始记录。 | Artificial Analysis | 20.6% | 64.6 | 59 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| AA-Omniscience v1.1 ↗ 各领域的事实问答,答错倒扣、不会可以不答,看模型知道多少、会不会乱编。 | Artificial Analysis | 16.1 | 60.9 | 72 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| AA-LCR ↗ 读很长的文档,回答要把多处信息串起来才能答的问题。 | Artificial Analysis | 83.3% | 58.4 | 22 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
真人盲选 · 60.2
| Benchmark | Organization | Published result | Normalized score | Source rank | Verified | Notes |
|---|---|---|---|---|---|---|
| Arena WebDev ↗ 真人匿名比较两个模型做出来的网页,选更好的那个。 | LMArena | 1,644.7 | 66.4 | 24 | 2026-11-18 | Notes代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
| Arena Text ↗ 真人匿名比较两个模型的回答,投票选出更好的回答。 | LMArena | 1,411.8 | 36.1 | 152 | 2026-11-18 | Notes这项成绩和这个模型的其他成绩差得太远,它对总分的影响设了上限,一个异常成绩带偏不了总分。代表配置:来源默认配置。该来源没有区分推理档位,采用其官方默认配置。 |
Benchmarks without results
- Terminal-Bench 4.0 · 官方
- LiveBench · 编程综合
- Code Migration v1.1
- MirrorCode
- APEX-SWE
- WeirdML v3
- TapTap Maker
- FrontierMath v2 · Tiers 1–3
- LiveBench · 推理与数学
- 致知 · 逻辑月榜
- 司南 · 推理
- 司南 · 抽象
- CritPt · AA
- Chess Puzzles
- Mystery Game Puzzles
- APEX-Agents 1.1
- Harvey LAB 1.1 · AA
- τ³-Banking · Mercor
- LiveBench · 数据分析
- SimpleQA Verified
- 司南 · 知识
- LiveBench · 语言与指令
- NYT Connections 扩展版
- BullshitBench · 错误前提
Recent news
11-17Inkling 2 Small 在 ARC-AGI (Verified) 跑分公布:ARC-AGI-2 达 81.7%ARC Prize
11-17ARC Prize 公布 Inkling 2 Small 在 ARC-AGI-1 与 ARC-AGI-2 的评测成绩ARC Prize
11-17ARC Prize 公布 thinkymachines Inkling 2 Small 的 ARC-AGI-3 测试结果与排行榜ARC Prize
11-14Thinking Machines Lab 开源 594B 参数的 4-bit 前向训练模型 Inkling 2 SmallRohan Paul
11-14Thinking Machines 详解 Inkling 2 Small 原生 4-bit 全流程训练Mira Murati
11-14Inkling 2 Small 原生 4-bit 训练详解Thinking Machines