Inkling 2 Small coûte 0,26 $ par tâche d'agent, soit 4,7 fois moins cher que le leader Kimi K3.1 Pro
Thinking Machines a publié les poids du modèle Inkling 2 Small, et dans Agent Arena, un classement qui compare les agents sur de véritables sessions de travail d'utilisateurs, il devient le deuxième modèle ouvert. Une tâche type d'agent lui coûte 0,26 $ (médiane), alors qu'elle coûte 1,22 $ au leader de la liste ouverte, Kimi K3.1 Pro, soit 4,7 fois plus cher. Si votre agent traite des milliers de tâches par jour, testez le modèle sur vos propres cas et comparez le prix et le taux de réussite.
Traité par IA depuis X: @arena ; édité par Hamidun News
Si vous faites tourner un agent IA en production, chaque tâche qu'il accomplit, qu'il s'agisse du traitement d'un ticket, d'une réponse à un client ou d'une correction de code, a un coût. Agent Arena a publié des chiffres sur le modèle ouvert Inkling 2 Small de Thinking Machines : une tâche type (médiane) coûte 0,26 $, contre 1,22 $ pour le leader des modèles ouverts, Kimi K3.1 Pro. Soit 4,7 fois plus cher. Après la publication de ses poids ouverts, Inkling 2 Small se classe deuxième parmi tous les modèles ouverts d'Agent Arena, et premier parmi les modèles américains.
Comment Agent Arena évalue les agents
Agent Arena n'est pas un vote « à l'aveugle » classique, où des humains choisissent la réponse la plus agréable. La plateforme s'appuie sur des traces d'usage réelles : ce que l'agent a fait pendant une session de travail, si cela a aidé l'utilisateur et ce que cela a coûté. Arena souligne elle-même vouloir s'éloigner des évaluations fondées sur les préférences humaines, pour s'appuyer sur des signaux objectifs issus d'un usage réel par la communauté mondiale.
Voici les chiffres pour Inkling 2 Small :
- un score d'amélioration nette (net improvement score) de +2,9 % sur 11,5 mille sessions d'agent réelles, soit la 22e place du classement général ;
- une pilotabilité (steerability) de +10,9 %, le meilleur résultat parmi tous les modèles ouverts ;
- Inkling 2 Small reste le seul modèle américain dans le top 10 des modèles ouverts d'Agent Arena.
Le résumé ne donne pas de définition détaillée de la pilotabilité, mais elle désigne en substance la capacité du modèle à s'adapter aux précisions et aux corrections de l'utilisateur en cours de travail. Pour un agent, c'est important : il ne réussit pas toujours du premier coup, et il est précieux de pouvoir le remettre sur la bonne voie avec une courte réplique.
L'argent : 0,26 $ contre 1,22 $
Le chiffre le plus concret ici est le coût médian d'une tâche. Imaginez un service où un agent traite des dizaines de milliers de demandes par jour. À ce rythme, l'écart entre 26 centimes et 1,22 $ devient une ligne budgétaire significative. Si la qualité de votre cas d'usage n'est pas inférieure à celle de l'alternative plus chère, l'économie ne coûte presque rien.
Quelques réserves. Il s'agit d'une médiane calculée sur les tâches d'Agent Arena, et non d'une garantie pour votre produit : le prix dépend de la longueur du contexte, du nombre d'étapes de l'agent et de l'endroit où vous hébergez le modèle. De plus, Kimi K3.1 Pro reste en tête des modèles ouverts : Inkling 2 Small est moins cher, mais pas encore meilleur.
Code et développement web
En parallèle, Thinking Machines est entré dans Code Arena, dans la catégorie WebDev, qui évalue la création d'applications web. Le modèle a obtenu 1647 points. Cela le place premier parmi les modèles ouverts américains, quatrième parmi tous les modèles ouverts au monde, et 23e au classement général. Pour les équipes qui confient à une IA l'intégration et le front-end, c'est une raison supplémentaire d'examiner une alternative ouverte aux API fermées.
Que faire de tout cela
Premièrement, pour ceux qui construisent des agents sur des poids ouverts, il existe un candidat supplémentaire, surtout si le prix et la possibilité de déployer le modèle chez soi comptent. Deuxièmement, un modèle américain dans le haut du classement ouvert intéresse les entreprises qui, pour des raisons de conformité ou de politique d'achat, préfèrent ne pas dépendre de fournisseurs chinois. Il s'agit de notre lecture, et non d'une conclusion d'Arena.
La marche à suivre est simple : prenez 50 à 100 tâches réelles de votre produit, faites-les passer par Inkling 2 Small puis par votre modèle actuel, et comparez la part de réussites, le nombre d'étapes de l'agent et le prix final. Le classement d'Arena est utile pour déclencher un test, mais la décision doit reposer sur votre propre échantillon.
Ce que le résumé d'Arena ne précise pas encore : la taille du modèle, la licence et la configuration matérielle requise. Ces points sont à vérifier dans la publication de Thinking Machines avant d'intégrer le modèle à l'architecture de votre produit.
- 21 nov. 2026Meta prépare Muse Charm, un tamagotchi IA à 300 $ avec un an de 5G Verizon
- 21 nov. 2026Dreamteam lève 53 M$ pour un CRM qui se remplit tout seul à partir des e-mails et des appels
- 21 nov. 202622 agents Claude ont cherché pendant six semaines des réponses sur les trous noirs — et ont résolu deux problèmes
- 21 nov. 2026Google a construit une copie fermée d'internet avec de fausses banques pour entraîner les agents IA de Chrome
Questions clés sur cet article
Comment Agent Arena évalue les agents?
Agent Arena n'est pas un vote « à l'aveugle » classique, où des humains choisissent la réponse la plus agréable. La plateforme s'appuie sur des traces d'usage réelles : ce que l'agent a fait pendant une session de travail, si cela a aidé l'utilisateur et ce que cela a coûté. Arena souligne elle-même vouloir s'éloigner des évaluations fondées sur les préférences humaines, pour s'appuyer sur des signaux objectifs issus d'un usage réel par la communauté mondiale.
Que sait-on sur L'argent : 0,26 $ contre 1,22 $ ?
Le chiffre le plus concret ici est le coût médian d'une tâche. Imaginez un service où un agent traite des dizaines de milliers de demandes par jour. À ce rythme, l'écart entre 26 centimes et 1,22 $ devient une ligne budgétaire significative. Si la qualité de votre cas d'usage n'est pas inférieure à celle de l'alternative plus chère, l'économie ne coûte presque rien. Quelques réserves.
Que sait-on sur Code et développement web ?
En parallèle, Thinking Machines est entré dans Code Arena, dans la catégorie WebDev, qui évalue la création d'applications web. Le modèle a obtenu 1647 points. Cela le place premier parmi les modèles ouverts américains, quatrième parmi tous les modèles ouverts au monde, et 23e au classement général. Pour les équipes qui confient à une IA l'intégration et le front-end, c'est une raison supplémentaire d'examiner une alternative ouverte aux API fermées.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.