# Inkling-Small

> Fiche du modèle de langage Inkling-Small sur Quelle IA, édition du 28 septembre 2026. Inkling-Small (Thinking Machines) : score IA de 79,8, 61e sur 246. Scores par tâche, prix, exécution locale et liens pour le télécharger ou l'essayer.

Page : https://quelleia.com/modeles/inkling-small/
Origine : Thinking Machines · États-Unis · sorti le 15 juillet 2026

## Score général

- Score IA : 79,8 (marge à 90 % : de 76,5 à 83,0)
- Rang : 61 (Groupe 7, ex æquo)
- Couverture : 85 % du poids des tâches, 20 mesures
- Échelle : 100 pour le meilleur modèle au lancement du site, 50 pour GPT-4o de novembre 2024.

## Scores par tâche

| Tâche | Score | Détail |
| --- | --- | --- |
| Raisonnement | 82,4 | Rang 37 · 44 % |
| Code | 79,5 | Provisoire · 15 % |
| Agents | non mesuré | Non mesuré |
| Usage | 75,6 | Rang 87 · 100 % |
| Maths | 80,3 | Rang 47 · 62 % |
| Sciences | 79,5 | Rang 46 · 60 % |
| Français | 71,9 | Rang 60 · 50 % |
| Vision | 75,9 | Provisoire · 33 % |
| Écriture | 68,8 | Rang 128 · 100 % |
| Web | 77,9 | Rang 67 · 100 % |

## Artificial Analysis (hors du score)

Artificial Analysis évalue les modèles de son côté et publie son propre indice, l'Artificial Analysis Intelligence Index v4.3. C'est un autre indice, qui ne compte pas dans le score IA de Quelle IA et ne se compare pas directement à lui.

| Version évaluée | Indice v4.3 | Rang chez eux | Vitesse | Premier jeton | Prix par million de jetons (entrée / sortie) |
| --- | --- | --- | --- | --- | --- |
| [Inkling Small](https://artificialanalysis.ai/models/inkling-small) | 25,7 | 114e sur 193 | 184,5 jetons/s | 2,08 s | 0,3 $ / 1,2 $ |

Médianes de leurs mesures : vitesse en jetons produits par seconde, délai avant le premier jeton en secondes. Prix en dollars par million de jetons, en entrée puis en sortie. Rang parmi les 193 modèles que leur indice classe. Relevé le 1er octobre 2026 sur leur site, reproduit avec leur accord.

Source : Artificial Analysis, https://artificialanalysis.ai/models/inkling-small

## Exécution locale

Tient à partir de deux DGX Spark en grappe (224 Go utiles), en version allégée à 4 bits, par exemple deux DGX Spark en grappe. Mémoire estimée : 190,4 Go.

- Allégée, 4 bits : 190,4 Go
- Allégée, 8 bits : 333,3 Go
- Complète, 16 bits : 634,8 Go

- Plus petite machine : [2 DGX Spark, 256 Go](https://quelleia.com/local/#dgx_spark_x2), version allégée à 4 bits
- Carte graphique : Trop juste
- PC portable RTX : Trop juste
- PC portable Intel : Trop juste
- PC portable Snapdragon : Trop juste
- Mac : [Mac 512 Go](https://quelleia.com/local/#mac_512_go), version allégée à 8 bits ; par exemple [Mac Studio M5 Ultra, 512 Go](https://quelleia.com/local/mac-studio-m5-ultra-512go/)
- Ryzen AI Max : Trop juste
- Nvidia DGX : [2 DGX Spark, 256 Go](https://quelleia.com/local/#dgx_spark_x2), version allégée à 4 bits ; par exemple [Deux DGX Spark en grappe](https://quelleia.com/local/dgx-spark-x2/)
- Sans carte graphique : Trop juste
- Serveur : Oui

## Fiche technique

- Prix : 0,45 € / 1,20 € (entrée / sortie, par million de jetons)
- Fenêtre de contexte : 1 048 576 jetons (environ 786 000 mots)
- Entrées : Texte
- Réflexion : Non communiqué
- Paramètres : 276 milliards
- Licence : Apache 2.0 (poids ouverts, téléchargeables)
- Classe énergétique : D (sur une échelle de A à G)
- Hébergement en Europe : Possible
- Connaissances jusqu'à : Non communiqué

## Où le trouver

- Télécharger : [Hugging Face](https://huggingface.co/thinkingmachines/Inkling-Small)
- Sur votre machine : [Ollama](https://ollama.com/search?q=Inkling-Small)
- Sur votre machine : [LM Studio](https://lmstudio.ai)
- Par API : [OpenRouter](https://openrouter.ai/thinkingmachines/inkling-small)

## Mesures

| Benchmark | Tâche | Publié | Niveau suggéré | État | Source |
| --- | --- | --- | --- | --- | --- |
| OTIS Mock AIME 2024-2025 | Maths | 90 % | 77,4 | saturé | https://epoch.ai/benchmarks |
| GPQA Diamond | Sciences | 88,5 % | 80,9 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-1 | Raisonnement | 84 % | 83,7 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-1 | Raisonnement | 78 % | 81,4 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-1 | Raisonnement | 67 % | 78,1 | saturé | https://arcprize.org/leaderboard |
| Arena, questions de maths | Maths | 1 446,5 Elo | 79,0 | actif | https://arena.ai/leaderboard |
| Arena, questions de code | Code | 1 474,0 Elo | 75,9 | actif | https://arena.ai/leaderboard |
| Arena, questions d'experts | Sciences | 1 443,2 Elo | 74,5 | actif | https://arena.ai/leaderboard |
| ARC-AGI-1 | Raisonnement | 52,5 % | 74,6 | saturé | https://arcprize.org/leaderboard |
| Arena, texte | Usage | 1 405,1 Elo | 70,6 | actif | https://arena.ai/leaderboard |
| Arena, questions en français | Français | 1 422,0 Elo | 70,1 | actif | https://arena.ai/leaderboard |
| SciCode | Code | 48,7 % | 81,7 | actif | https://artificialanalysis.ai/evaluations/scicode |
| ARC-AGI-1 | Raisonnement | 48,5 % | 73,6 | saturé | https://arcprize.org/leaderboard |
| Arena, vision | Vision | 1 206,8 Elo | 70,9 | actif | https://arena.ai/leaderboard |
| FrontierMath, paliers 1 à 3 (v2) | Maths | 46,3 % | 80,6 | actif | https://epoch.ai/benchmarks |
| Code Arena, WebDev | Web | 1 408,3 Elo | 77,8 | actif | https://arena.ai/leaderboard |
| Arena, écriture créative | Écriture | 1 309,8 Elo | 56,3 | actif | https://arena.ai/leaderboard |
| compar:IA | Français | 961,0 Elo | 45,6 | actif | https://arene.comparia.beta.gouv.fr/ranking |
| ARC-AGI-2 | Raisonnement | 40,1 % | 83,3 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 33,1 % | 81,9 | saturé | https://epoch.ai/benchmarks |
| SimpleQA Verified | Données | 19,1 % | 64,2 | actif | https://epoch.ai/benchmarks |
| FrontierMath, palier 4 (v2) | Maths | 17,1 % | 83,5 | saturé | https://epoch.ai/benchmarks |
| Chess Puzzles | Raisonnement | 18 % | 75,8 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 13,6 % | 76,9 | saturé | https://epoch.ai/benchmarks |
| CritPt | Sciences | 8,3 % | 81,2 | actif | https://epoch.ai/benchmarks |
| ProofBench | Maths | 6 % | 77,2 | saturé | https://www.vals.ai/benchmarks/proof_bench |
| ARC-AGI-1 | Raisonnement | 5,5 % | 57,2 | saturé | https://arcprize.org/leaderboard |
| ARC-AGI-2 | Raisonnement | 4,9 % | 71,9 | saturé | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 4 % | 71,0 | saturé | https://epoch.ai/benchmarks |
| Mystery Game Puzzles | Raisonnement | 6 % | 65,7 | actif | https://epoch.ai/benchmarks |
| ARC-AGI-2 | Raisonnement | 0 % | 64,7 | saturé | https://epoch.ai/benchmarks |

## En bref

**Quel est le score de Inkling-Small ?** Inkling-Small obtient un score IA de 79,8, avec une marge de 76,5 à 83,0, dans l'édition du 28 septembre 2026. Il est classé 61e sur 246 modèles, à partir de 20 mesures.

**Dans quelles tâches Inkling-Small est-il le plus fort ?** Ses deux meilleures tâches sont raisonnement (82,4) et maths (80,3). Sa tâche la plus faible est écriture (68,8).

**Inkling-Small peut-il tourner en local ?** Tient à partir de deux DGX Spark en grappe (224 Go utiles), en version allégée à 4 bits, par exemple deux DGX Spark en grappe. Mémoire estimée : 190,4 Go.

**Combien coûte Inkling-Small ?** 0,45 € par million de jetons en entrée et 1,20 € en sortie, au tarif affiché par les fournisseurs. Le coût réel d'une tâche dépend du nombre de jetons que le modèle consomme.

**Qui édite Inkling-Small ?** Inkling-Small est édité par Thinking Machines (États-Unis), et il est sorti le 15 juillet 2026. Ses poids sont ouverts, sous licence Apache 2.0.

Source : Quelle IA, édition du 28 septembre 2026. https://quelleia.com