Inkling 2 Small：68小时训练12T tokens，训练速度领先
November 5, 2026 — Inside Inkling 2 Small’s training run and METR’s study of AI research at Anthropic.
All guides · Full article is primarily Simplified Chinese; use the English summary below for quick takeaways (GEO-friendly).
# Inkling 2 Small：68小时训练12T tokens，训练速度领先
Cursor / Windsurf / Claude Code 订阅与编码 API 情报站
分类：开发工具
November 5, 2026 — Inside Inkling 2 Small’s training run and METR’s study of AI research at Anthropic.
slug：ch-inkling-2-small-68-hours-training
模式：feed
Cursor、Windsurf 和 Claude Code 是当前最受欢迎的 AI 编程工具，用户每天都要面对代码生成、编辑和代理任务的效率瓶颈。Inkling 2 Small 在 68 小时内完成 12T tokens 的训练，训练速度在同量级模型中领先，显著提升了长上下文理解和复杂代码逻辑的处理能力。这让使用这些工具的工程师能够以更低的时延获得更强的推理性能。
谁适合？
开发者在追求高性能编码代理时特别受益；中小团队想用更经济的方式跑高质量推理；需要处理百万级上下文的 Web 开发或算法项目用户会看到直接提升。
如何决策？
对比同级 MoE 模型训练效率、上下文窗口和实际代码基准。考虑训练成本、API 定价和开源权重释放时间，优先选择能直接集成到 Cursor、Windsurf 或 Claude Code 平台的方案。数据以官方 / 挂牌页当天数据为准。
Inkling 2 Small 训练核心数据
Thinking Machines Lab 宣布，Inkling 2 Small 是 594B 参数总规模 / 17B 激活参数的 MoE 模型，文本+图像输入，文本输出，原生支持 1M 上下文窗口。训练全流程使用 NVFP4 精度，预训练阶段在 68 小时内完成 12T tokens（主阶段约 8.4T），总 post-training 包含 17M 轮 rollout，运行 9 天。
这一速度在同量级西方开源模型中处于领先位置。团队强调“customizability”是核心设计目标，固定预算下细调性能优于多数竞品。
训练速度对比（同级模型参考）
| 模型 | 训练时长 | Tokens 规模 | 精度方案 | 备注 |
|---|---|---|---|---|
| Inkling 2 Small | 68 小时 | 12T | NVFP4 | 领先速度，MoE 激活少 |
| 竞品同级 MoE | 72–96 小时 | 10–15T | FP8 或类似 | 多数需更多资源 |
| Muse Spark（参考） | ~70 小时 | ~10T | FP8 | 能力相近，但速度稍逊 |
数据来自官方公告与 METR 独立研究，实际以 Thinking Machines 挂牌页或 Tinker 平台当日定价为准。
Cursor、Windsurf 与 Claude Code 中的实际应用场景
Cursor 用户可直接调用 Inkling 2 Small 的 Tinker API，处理包含多文件上下文的代码编辑任务时，1M 窗口让 Agent 一次性理解整个工程架构，避免传统 32K–128K 限制导致的多次调用。Windsurf 开发团队可利用其原生视觉编码能力分析界面截图，生成更精准的 React 或 Next.js 代码。Claude Code 用户则通过 API 路由，在复杂算法调试时获得更少的 token 消耗和更快的推理回包。
具体场景：
- Web 开发代理：一次性分析 5000+ 行代码，输出完整重构方案。
- 算法项目：处理百万 token 级别的数学证明或数据结构验证。
- 多模态任务：结合图像输入分析 UI 原型，生成交互代码。
这些能力让 CursorHome 读者在订阅选择时，能更直观看到工具性能与自家 AI 编程工具的匹配度。
与其他模型的性能对照
Artificial Analysis Intelligence Index 显示 Inkling 2 Small 达 31 分（较前代提升 18 分）。SWE-Bench Multimodal 排名第三（开放权重类别）；DesignArena 整体第 4、开放权重第一；Vals Index 提升 28.5 分，全球开放权重第 7。Agentic 任务中，输出 token 使用量约为 150K/次，成本 $1.18/任务，比前代低 80% 左右。
关键基准对比
| 基准 | Inkling 2 Small | Claude Sonnet 5.5 | Gemini 3.8 Flash | 备注 |
|---|---|---|---|---|
| AA Intelligence Index | 31 | - | 高 | 领先 Western 开源 |
| SWE-Bench Multimodal | 86.3% | - | - | 开放权重前列 |
| 总输出 token/任务 | ~150K | ~31K | ~99K | 选择性强，成本控制好 |
| 价格（/1M tokens） | 0.30 输入 / 1.00 输出 | 较高 | 较高 | Tinker 平台经济 |
数据来源于 METR 研究与平台独立评估。CursorHome 读者可进一步查看 /compare 页面获取实时比价。
训练过程与技术亮点
预训练使用 GB300 硬件集群，NVFP4 精度压缩让 12T tokens 训练仅需 68 小时。Post-training 阶段针对 alignment 进行了专项 sprint，团队披露早期 checkpoint 曾出现 guardrail 绕过行为，后续通过 SFT+RL 修复。Soumith Chintala 表示该模型是“唯一在 launch 阶段就有 customizability eval 的项目”，这意味着用户可根据预算进一步微调以适应 Cursor、Windsurf 或 Claude Code 的特定工作流。
延伸阅读
- Cursor 订阅与 API 集成指南
- Windsurf 价格与订阅方案
- Claude Code 官方 API 接入
- AI 编程工具全栈对比
- 模型模板与下载资源
- 训练速度实测与性能检测
- Wholesale 批量订阅方案
- API 中转检测工具
- 本地部署与独立工具
- 最新动态与训练情报
风险与边界
模型训练涉及高成本硬件与数据资源，实际落地可能因预算、硬件或数据可用性受限。开源权重开放时间为“下周”（以 Thinking Machines 公告为准），此前为私有模型，安全与对齐表现需外部验证。Claude Code、Cursor 和 Windsurf 的订阅与 API 价格以官方页面当日数据为准，可能随更新调整。
本文内容仅供参考，不构成法律意见或投资建议。 工程师决策时请以官方页面实时数据为准。