一句话总结
三个模型都不是「更小的通用王者」,而是三种取舍:一个换生成方式,一个换参数效率,一个换任务专注度。
三个对象与依据
| 模型 | 发布方 | 发布时间 | 依据状态 |
|---|---|---|---|
| Nemotron-Labs-Sigma 8B | NVIDIA | 2026-11-20 | 官方模型卡与 Hugging Face 合集,已开放下载 |
| Inkling 2 Mini | Thinking Machines | 2026-11-21 | 官方发布、Artificial Analysis 评分与 Arena 上架 |
| DaisyRose-27B | RadixArk | 2026-11-21 前后 | 团队自报,尚无独立评测 |
三个都是开放权重,都主打「小到能自己跑」。但「小」的含义各不相同:Sigma 是参数小(8B),Inkling 2 Mini 是激活小(5.4B 激活、26.4B 总参),DaisyRose 是显存门槛可接受(23–52 GB)。
关键参数对照
| 维度 | Sigma 8B | Inkling 2 Mini | DaisyRose-27B |
|---|---|---|---|
| 架构 | 连续扩散(16 维嵌入空间去噪) | 循环 Transformer(looped) | 稠密 Transformer + 强化学习 |
| 参数 | 8B(3B 版本同族) | 26.4B 总参 / 5.4B 激活 | 27B |
| 许可 | NVIDIA Nemotron Open Model License(可商用) | Apache 2.0 | Apache 2.0 |
| 上下文 | 4096(8B instruct 为 8192) | 未在公开材料中给出统一值 | 未公开 |
| 硬件 | 单张 NVIDIA GPU,bf16,不支持 CPU | 官方称为「可在笔记本运行」 | 约 23–52 GB 显存,取决于格式 |
| 速度 | H100 单卡约 120–140 token/s | 未披露 | 未披露 |
| 代表成绩 | 六任务均分 71.16(8B base);GSM8K 91.96;AIME25 17.00 | Artificial Analysis 智能指数 20.1 | Terminal Bench 4.1 pass@1 从 5.6 升至 12.0 |
| 训练成本 | 40 亿参数级,从约 1 万亿 token 的自回归检查点热启动,再加约 0.3 万亿 token 扩散训练 | 未披露 | 144 张 H200、18 天、约 6.3 万 GPU 小时 |
Sigma:换的是生成方式
Sigma 最不寻常的地方不是规模,而是它不逐 token 生成。
自回归模型从左到右一个词一个词写。离散扩散模型(如 LLaDA、Dream)在离散 token 上做扩散。Sigma 走第三条路:在学到的 16 维连续嵌入空间里对 token 表示去噪,按 64 token 一个块生成,每块经过若干步去噪后输出,再进入下一块。
这带来两个直接后果。好处是块内并行,加上自投机变体,NVIDIA 报告 8B 自投机版本在 GB200 + SGLang 上平均比自回归快 3.46 倍(峰值 4.20 倍)。代价是上下文偏短:基础版 4096,8B instruct 才 8192,这在长文档场景里是硬限制。
基准上它的分布很不均匀:六任务均分 71.16,略高于同门 NLD-8B 的 70.22,也高于 Qwen3-8B 的 68.91;GSM8K 有 91.96,但 AIME25 只有 17.00。小学数学强、竞赛数学弱,这个组合说明它擅长模式化的多步计算,不擅长需要灵感的难题。
Inkling 2 Mini:换的是参数效率
Thinking Machines 这次是对「上一代太大了」的直接回应:Inkling 2 Small 有 594B 参数,很多人跑不动。Mini 把总量压到 26.4B,并用循环结构让激活只有 5.4B。
官方的说法是「循环让模型多思考、少输出」,即把算力花在内部迭代上,而不是生成更多 token。这一点与 Sigma 的「块内并行」正好相反:一个在时间维度上加深,一个在空间维度上并行。
可核验的成绩是 Artificial Analysis 智能指数 20.1,官方称处于「智能与活跃参数的 Pareto 前沿」,并在 AA Index、Vals Index、FrontierCode、DeepSWE 等基准上领先若干对比模型。这些对比均来自发布方提供的表格,没有第三方复现。
对使用者的意义很直接:26B 总量意味着消费级显存能吃下,5.4B 激活意味着推理速度接近小模型。代价是循环结构对推理框架的兼容性要求更高,不是所有 serving 栈都开箱支持。
DaisyRose-27B:换的是任务专注度
RadixArk 的选择最小众:不做通用,专做终端智能体。
训练方式是纯强化学习,不使用监督微调,也不做模型蒸馏。结果是 Terminal Bench 4.1 的 pass@1 从基座 Qwen3.8-27B 的 5.6 提升到 12.0——翻了一倍多,但绝对值仍然不高,说明这类任务本身很难。
训练账也算得清楚:144 张 H200、18 天、约 6.3 万 GPU 小时。这个规模对一个小团队来说是「可负担的专项优化」,而不是「重训一个基座」。
需要提醒的是:这个成绩是团队自报,没有独立评测;显存需求 23–52 GB 的区间跨度也说明量化与格式选择会显著影响部署门槛。
怎么选
- 要在单卡上跑一个通用文本模型,且能接受 4K 上下文:Sigma 8B 的部署最简单,商用许可也最明确。
- 要在笔记本或消费级显卡上跑一个能力更均衡的模型,且愿意调试推理框架:Inkling 2 Mini 的激活规模更友好。
- 要做终端操作类智能体,且能接受专项模型的窄适用面:DaisyRose 是三个里唯一明确朝这个方向训练的。
- 要长文档处理:三个都不合适,Sigma 的 4K/8K 上下文是明确短板,另两个未公开长上下文能力。
许可上有两处细节
三个模型都写了「可商用」,但条款类型不同。Inkling 2 Mini 与 DaisyRose 用 Apache 2.0,这是标准的宽松许可,允许修改、再分发、商用,只需保留声明。Sigma 用 NVIDIA Nemotron Open Model License,属于厂商自定义许可——允许商用,但附加条款需要逐条读,比如再分发时的标注要求、责任限制,以及是否要求下游遵守同类条款。
对做产品集成的团队,这两个的差别不在「能不能用」,而在「用了之后要承担哪些书面义务」。Apache 2.0 的边界清楚,自定义许可则要先看完条款再决定是否放进产品里。
一个共同的注意点
三个模型的成绩都来自发布方自评,且评测集不同:Sigma 用六任务套件,Inkling 用 Artificial Analysis 指数,DaisyRose 用 Terminal Bench。这些分数之间不能横比,也不构成「谁更强」的结论。
真正可比的是同一基准上的数字,比如 Sigma 与 NLD-8B、Qwen3-8B 在同一六任务套件上的差距。跨套件的排序,只能当作各自的定位参考。
边界
- Sigma 的架构、checkpoint 数量、许可、上下文、吞吐、基准分数来自 NVIDIA 模型卡、Hugging Face 合集与 MarkTechPost、DEV Community 的技术拆解;
- Inkling 2 Mini 的参数、许可、指数得分、硬件描述来自 Thinking Machines 发布、Artificial Analysis 评分与 Arena 上架信息;
- DaisyRose-27B 的训练配置与 Terminal Bench 成绩为 RadixArk 自报,未经独立验证;
- 「可在笔记本运行」为官方表述,未给出具体机型与量化条件;
- 三者上下文长度口径不一,本文不做换算;
- 本文为公开信息对照,不含部署教程与性能承诺,不构成选型建议。
