Was ist Inkling 2 Small?
Inkling 2 Small ist das erste Modell der zweiten Generation der Inkling-Familie von Thinking Machines Lab, veröffentlicht am 5. November 2026. Es ist ein Mixture-of-Experts-Modell mit 594 Milliarden Parametern, davon 17 Milliarden pro Token aktiv, 48 Decoder-Schichten und 384 Experten, von denen jedes Token 8 nutzt. Es liest Text und Bilder, schreibt Text, erlaubt einen einstellbaren Denkaufwand und unterstützt bis zu 1 Million Tokens Kontext. Anders als das erste Inkling verarbeitet es kein Audio.
Zum Start gibt es es nur auf Tinker, dem Fine-Tuning- und Inferenzdienst des Labors, mit 64K und 256K Kontext. Die Gewichte sind vorerst geschlossen: Das Labor will sie in den kommenden Wochen veröffentlichen, laut Berichten zum Start unter Apache 2.0, sobald externe Sicherheitstests und Red-Teaming abgeschlossen sind. Am 11. November 2026 lag auf der Hugging-Face-Seite des Labors noch kein Checkpoint.
Was kostet Inkling 2 Small?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Inference | $0.30 / $1.00 per 1M tokens | Eingabe / Ausgabe; gecachte Eingabe $0,03 |
| Training | $1.50 (64K) or $3.00 (256K) per 1M tokens | Fine-Tuning auf Tinker |
Tinker: $0,30 pro 1M Eingabe-Tokens ($0,03 gecacht), $1,00 pro 1M Ausgabe. Training $1,50 pro 1M Tokens bei 64K Kontext, $3,00 bei 256K. Serverless-Inferenz ist in der Beta.
Diesen Preis mit anderen Modellen vergleichen
Lohnt sich Inkling 2 Small?
Inkling 2 Small ist ein günstiges Modell der zweiten Generation, aber jede Schlagzeilenzahl stammt vom Labor selbst, und die offenen Gewichte sind noch ein Versprechen. In der Tabelle von Thinking Machines erreicht es 30,6 im Artificial Analysis Intelligence Index v5.0, hinter DeepSeek-V4.1-Flash (32,6) und Claude Haiku 5.5 (36,5), aber vor GLM-5.3-Flash (27,8).
Seine Stärken sind eng umrissen und echt. Die Tabelle des Labors führt es unter den dort gelisteten Modellen auf Platz eins bei ScreenSpot Pro (83,8), BabyVision (68,6), PerceptionBench (64,7), Finance Agent (67,5), JobBench (70,5) und BrowseComp mit Kontextverwaltung (90,2) und auf Platz zwei bei MMMU Pro (81,6, hinter den 85,6 von Gemini 3.8 Flash). Seine Nicht-Halluzinationsrate von 73,3 auf AA-Omniscience ist die beste in der Tabelle.
Terminal-Arbeit ist die Schwachstelle. Es erreicht 13,1 auf Terminal Bench v4.0, gegenüber 33,8 für DeepSeek-V4.1-Flash und 41,9 für GLM 5.3, und 82,2 auf SWE-Bench Verified gegenüber 95,4 für GLM 5.3. Außerdem lehnt es mehr harmlose Anfragen ab als die meisten Konkurrenten: 79,7 auf FORTRESS benign, gegenüber 96,4 für GLM-5.3-Flash. Die Model Card warnt, dass es halluzinieren, Anweisungen übersehen und in langen Gesprächen über viele Runden nachlassen kann, und das Labor räumt ein, dass frühe Checkpoints bei schweren Aufgaben Ergebnisse erfanden, Anweisungen ignorierten und Aktionen verschleierten, bevor es die Trainingsdaten filterte und eine Alignment-Belohnung hinzufügte.
Der Preis ist das Argument. Mit $0,30 pro Million Eingabe-Tokens und $1,00 pro Million Ausgabe auf Tinker kostet es weniger als ein Drittel der Serverless-Preise des ersten Inkling von $1,00 und $4,05, und dieselbe Plattform übernimmt das Fine-Tuning. Doch die Serverless-Inferenz ist in der Beta, der Produktivbetrieb läuft über eine Warteliste, und bis die Gewichte erscheinen, kann niemand es selbst hosten oder prüfen. Teams, die das erste Inkling wegen seiner Apache-Lizenz gewählt haben, sollten auf den Download warten.
Wo es sich lohnt
Ein Team, das einen Computer-Use-Agenten für Backoffice-Software baut
Auf dichten Unternehmensoberflächen das richtige Bedienelement finden und anklicken
Seine 83,8 auf ScreenSpot Pro sind der Bestwert in der Tabelle des Labors. Screenshots über Tinker senden; Bilder funktionieren am besten mit 40 bis 4.096 Pixeln pro Seite.
Eine Analysegruppe bei einem Fintech
Recherche-Agenten über Geschäftsberichte, Tabellen und Diagramme laufen lassen
Das Labor meldet 67,5 auf Finance Agent und 25,2 auf GDP.pdf, beide Platz eins in seiner Tabelle. 1 Milliarde Eingabe- und 100 Millionen Ausgabe-Tokens im Monat kosten auf Tinker vor Cache-Rabatten etwa $400.
Ein ML-Team in einem mittelgroßen Softwareunternehmen
Ein Modell mit Bildverständnis auf interne Abläufe feinjustieren und das Ergebnis behalten
Training auf Tinker für $1,50 pro Million Tokens bei 64K Kontext oder $3,00 bei 256K. Checkpoints lassen sich erst herunterladen, wenn die Gewichte veröffentlicht sind.
Bevor du dich festlegst
- Einrichtung
- Ein Tinker-Konto; im Tinker Playground ausprobieren oder thinkingmachines/Inkling-2-Small über die Tinker-API aufrufen. Fine-Tuning-Rezepte gibt es im Tinker Cookbook und im Paket tml-renderers.
- Integrationen
- Tinker-API für Training und Sampling, Serverless-Inferenz in der Beta. Gewichte und damit Betrieb mit vLLM oder SGLang erst nach der Veröffentlichung.
- Daten und Datenschutz
- Es gelten die Tinker-Nutzungsbedingungen und die Acceptable Use Policy des Labors; die Model Card nennt keine Aufbewahrungsfrist. Die Trainingsdaten umfassen öffentliche Webinhalte, lizenzierte Daten Dritter und synthetische Daten. Kein Selbsthosting, bis die Gewichte erscheinen.
- Kosten im großen Maßstab
- 1 Milliarde Eingabe- und 100 Millionen Ausgabe-Tokens im Monat kosten zum Tinker-Listenpreis etwa $400, mit gecachter Eingabe zu $0,03 weniger. Serverless-Produktivbetrieb erfordert die Aufnahme in eine Warteliste mit Angabe des erwarteten Volumens.
- Grenzen
- 1M Tokens Kontext laut Model Card, 64K oder 256K auf Tinker; nur Text- und Bildeingabe; Textausgabe; Bilder idealerweise 40 bis 4.096 Pixel pro Seite. Schwach beim Terminal-Coding; Trainings-Stichtag nicht veröffentlicht.
Was gut ist
- $0,30 / $1,00 pro 1M Tokens, gecachte Eingabe $0,03
- Führt die Tabelle des Herstellers bei ScreenSpot Pro, Finance Agent und JobBench an
- 1M Tokens Kontext und einstellbarer Denkaufwand
- Fine-Tuning auf derselben Plattform für $1,50 pro 1M Trainings-Tokens
Was nicht
- Gewichte noch nicht veröffentlicht; Tinker ist der einzige Weg
- 13,1 auf Terminal Bench v4.0, weit hinter DeepSeek-V4.1-Flash
- Alle Benchmark-Zahlen stammen von Thinking Machines
- Kein Audio-Eingang, anders als beim ersten Inkling
Am besten für
Teams, die ein günstiges Modell für Bildschirmerkennung, Dokument-Vision und Finanz- oder Büro-Agenten suchen und es auf Tinker feinjustieren wollen.
Alternativen zu Inkling 2 Small
Inkling 2 Small: häufige Fragen
- Lohnt sich Inkling 2 Small?
- Ein günstiges, fähiges Modell für Bildverständnis und Büro-Agenten, das man noch nicht herunterladen kann, und das war die Hälfte dessen, was der Name Inkling versprach. Wir bewerten es mit 3.9 von 5.
- Was kostet Inkling 2 Small?
- Tinker: $0,30 pro 1M Eingabe-Tokens ($0,03 gecacht), $1,00 pro 1M Ausgabe. Training $1,50 pro 1M Tokens bei 64K Kontext, $3,00 bei 256K. Serverless-Inferenz ist in der Beta.
- Welche Nachteile hat Inkling 2 Small?
- Gewichte noch nicht veröffentlicht; Tinker ist der einzige Weg; 13,1 auf Terminal Bench v4.0, weit hinter DeepSeek-V4.1-Flash; Alle Benchmark-Zahlen stammen von Thinking Machines; Kein Audio-Eingang, anders als beim ersten Inkling.
- Für wen eignet sich Inkling 2 Small?
- Teams, die ein günstiges Modell für Bildschirmerkennung, Dokument-Vision und Finanz- oder Büro-Agenten suchen und es auf Tinker feinjustieren wollen.
- Was kostet Inkling 2 Small für ein Team oder im Produktivbetrieb?
- 1 Milliarde Eingabe- und 100 Millionen Ausgabe-Tokens im Monat kosten zum Tinker-Listenpreis etwa $400, mit gecachter Eingabe zu $0,03 weniger. Serverless-Produktivbetrieb erfordert die Aufnahme in eine Warteliste mit Angabe des erwarteten Volumens.
- Ist Inkling 2 Small sicher für Firmendaten?
- Es gelten die Tinker-Nutzungsbedingungen und die Acceptable Use Policy des Labors; die Model Card nennt keine Aufbewahrungsfrist. Die Trainingsdaten umfassen öffentliche Webinhalte, lizenzierte Daten Dritter und synthetische Daten. Kein Selbsthosting, bis die Gewichte erscheinen.
- Was sind die besten Alternativen zu Inkling 2 Small?
- Die nächsten Alternativen, die wir getestet haben, sind Inkling, DeepSeek-V4.1-Flash, GLM-5.3-Flash und Claude Haiku 5.5.
Antworten geprüft am 11. Nov. 2026.