Inkling-Small

Thinking Machines · 发布于 2026-07-15

评分规则

知识问答证据不足

综合评分29.6未进入主榜 · 覆盖 62%

编程30.2第 59 名 · 覆盖 75%单一机构

专业办公29.3第 63 名 · 覆盖 75%单一机构

知识问答27.0未进入分榜 · 覆盖 33%评测较少（1/3）单一机构

科研31.6第 77 名 · 覆盖 33%评测较少（2/6）单一机构

上下文窗口

262,000 token

API 价格

缓存 ¥0.4 · 输入 ¥2.01 · 输出 ¥8.02

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

10 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-08-14 至 2026-08-27；另有 7 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（3）

thinkingmachines/inkling-small
inkling-small_xhigh
Inkling Small

编程

30.2

Terminal-Bench 4.0Vals AI0.00%统一读数 ≤28.6

来源: Terminal-Bench 4.0
上游型号: thinkingmachines/inkling-small
运行配置: 0.99 · Mini-SWE-agent · 输出上限 262000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入
仅提供能力上限，不作为精确读数。

Code MigrationVals AI13.68%统一读数 35.8

来源: Code Migration
上游型号: thinkingmachines/inkling-small
运行配置: 0.99 · Vals agentic 统一流程 · 输出上限 262000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI19.05%统一读数 29.0

来源: Vibe Code Bench v1.1
上游型号: thinkingmachines/inkling-small
运行配置: 0.99 · OpenHands · 输出上限 262000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

31.6

FrontierMath T1–3 v2Epoch AI46.32%统一读数 42.5

来源: FrontierMath T1–3 v2
上游型号: inkling-small_xhigh
运行配置: inkling-small_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-14
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Mystery Game PuzzlesEpoch AI6.00%统一读数 26.8

来源: Mystery Game Puzzles
上游型号: inkling-small_xhigh
运行配置: inkling-small_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-15
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

29.3

Finance Agent (v2)Vals AI41.26%统一读数 35.7

来源: Finance Agent (v2)
上游型号: thinkingmachines/inkling-small
运行配置: 0.99 · Vals agentic 统一流程 · 输出上限 262000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI1.67%统一读数 ≤-63.1

来源: Harvey's Legal Agent Benchmark
上游型号: thinkingmachines/inkling-small
运行配置: 0.99 · Vals agentic 统一流程 · 输出上限 262000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

MedCodeVals AI37.89%统一读数 33.9

来源: MedCode
上游型号: thinkingmachines/inkling-small
运行配置: 0.99 · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

27.0

SimpleQA VerifiedEpoch AI19.10%统一读数 24.0

来源: SimpleQA Verified
上游型号: inkling-small_xhigh
运行配置: inkling-small_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

真人偏好

25.3

Arena Text · 风格控制Arena1403.98 Elo统一读数 19.5

来源: Arena Text · 风格控制
上游型号: Inkling Small
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（8）

Chess Puzzles、LiveBench Coding、LiveBench Reasoning、LiveBench Data Analysis、LiveBench Language、LiveBench IF、MysteryMechanism、Terminal-Bench-Science

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。