Artificial Analysis führt Inkling Small mit 40 und Inkling mit 41 Punkten. Small hat laut Modellkarte 276 Milliarden Gesamtparameter, davon 12 Milliarden aktiv; Inkling kommt auf 975 beziehungsweise 41 Milliarden. In der unabhängigen Messung erreicht kein offenes Modell dieser Größe oder darunter einen höheren Indexwert.
Für die Index-Aufgaben erzeugte Small im Mittel rund 24.000 Ausgabe-Token. Inkling kam auf etwa 25.000, DeepSeek V4 Flash auf 45.000 und GPT-5.4 mini auf 78.000. Artificial Analysis misst damit einen Verbrauchsunterschied, keine zusätzliche Fähigkeit. Für Agenten, die viele Werkzeugschritte ausführen, wirkt er direkt auf die Rechnung.
Thinking Machines beschreibt den Weg als veränderte Vortrainingsdaten, On-Policy-Destillation mit Inkling als Lehrermodell und zwei weitere Wochen Reinforcement Learning für agentisches Programmieren. Die Modellkarte nennt unter anderem 80,2 Prozent auf SWE-Bench Verified, 89,5 Prozent auf GPQA Diamond und 31,6 Prozent auf Humanity’s Last Exam; diese Werte sind Anbieterbenchmarks.
Bei der Kontextlänge gibt es eine offene Abweichung: Die Modellkarte nennt bis zu eine Million Token, Artificial Analysis führt 256.000. Auch die Modellseite des Messdienstes nennt bei den Parametern 266 statt 276 Milliarden. Die Gewichte stehen auf Hugging Face; der Abstand außerhalb der gezielt trainierten Coding-Aufgaben bleibt offen.