Thinking Machines: Inkling 2 Mini API
Inkling2 Mini ist ein offenes, kompaktes Modell für agentisches Programmieren, Text- und Bildeingaben sowie lokale Nutzung.
Thinking Machines: Inkling2 Mini ist das kleinste Modell der Inkling-Familie und verwendet eine geschleifte Transformer-Architektur mit24 Schichten. Pro Token werden die Zwischenschichten dreimal durchlaufen. Das Modell umfasst26.4B Parameter, davon3.4B aktive Parameter; durch die Schleifen werden pro Token5.4B Gewichte aktiviert. Der Kontext umfasst1 million tokens. Es verarbeitet Text und Bilder und gibt Text aus. Fine-Tuning und kommerzielle Nutzung sind unter der Apache2.0-Lizenz möglich.
Das Modell eignet sich besonders für agentisches Programmieren, etwa Codegenerierung, Debugging und den Einsatz von Werkzeugen. Weitere Einsatzfelder sind Programmierassistenten, Chatbots, Retrieval-Augmented-Generation-Systeme und visuelle Aufgaben mit Bildeingaben. Auch lokale und Offline-Nutzung sowie Forschung zu geschleiften Architekturen gehören zu den vorgesehenen Anwendungen; das Modell ist darauf ausgelegt, auf Laptops zu laufen.
Die Schleifenarchitektur ermöglicht längeres Schlussfolgern, ohne die entsprechenden Gedankengänge ausdrücklich auszugeben. Bei Faktenabruf und wissensintensiven Fragen ist Inkling2 Mini jedoch schwächer als Inkling2 Small und kann falsche Angaben selbstsicher formulieren. Die Ausgabequalität ist außerhalb des Englischen geringer. Die lokale Laufzeitunterstützung für geschleifte Modelle ist noch neu, und die Geschwindigkeit hängt von Laufzeitumgebung und Hardware ab.
Aktualisiert:
MODELL-ID
inkling-2-mini- Kontext
- 1.049M
- Max. Ausgabe
- 65.536K
- Empfohlene API
- messages
- Eingabe
- text / image
- Ausgabe
- text
Highlights
- Geschleifte Transformer-Architektur
- Text- und Bildeingaben
- 1 million tokens Kontext
- Fine-Tuning unter Apache2.0
- Für lokale Nutzung ausgelegt
Anbieter
Vergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| Verfügbarkeit | ||||
|---|---|---|---|---|
| $0.1 | $0.4 | $0.02 |
Historische Daten sind keine Live-Statusprüfung. Fehlende Daten bedeuten keinen Ausfall.
Was man für $10 bekommt
- Eingabe
- 100 Mio. Token
- Ausgabe
- 25 Mio. Token
Geschätzt anhand der aktuellen Eingabe- und Ausgabepreise, vor Rabatten.
Benchmarks
- 48.2%
DeepSWE v1.1
Der angegebene Wert beträgt48.2%.
- 46.5%
Vals Index v2.2
Der angegebene Wert beträgt46.5%.
- 77.92%
Vibe Code Bench
Der angegebene Wert beträgt77.92%.
- 85.89%
SAGE
Der angegebene Wert beträgt85.89%.
- 74.58%
CyberBench
Mit Claude Opus5.5 (CVP) gleichauf.
- 50.0%
MultiChallenge
Der angegebene Wert beträgt50.0%.
- 33.4%
ComplexConstraints v1.1
Der angegebene Wert beträgt33.4%.
Werte wie vom Modellanbieter veröffentlicht.
Schlussfolgern
- Standardaufwand
- high
- Standardmäßig aktiviert
- Ja
- Immer aktiviert
- Nein
- Verfügbare Aufwandsstufen
- max / high / medium / low / minimal / none
Schnellstart
Direkt einsetzbarer Code, um dieses Modell über die kompatiblen APIs der Felo API Platform aufzurufen. Testen Sie Prompts im Playground, bevor Sie Code schreiben.
API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"Erste Anfrage senden
Verwenden Sie diese Modell-ID mit dem Endpoint der Felo API Platform. Optionale Anfrage-Header wie X-Request-Id helfen bei der Fehlersuche.
inkling-2-miniDieses Modell kann schlussfolgern. Wenn das gewählte Protokoll und die Modellroute Reasoning-Steuerungen bereitstellen, behalten Sie die zurückgegebenen Reasoning-Metadaten bei, wenn Sie das Gespräch fortsetzen.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "inkling-2-mini",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Drittanbieter-SDKs verwenden
Setzen Sie in kompatiblen SDKs baseURL auf https://openapi.felo.ai/api/v1. Für Clients im Claude-Stil verwenden Sie die Anthropic-kompatible Basis-URL. https://openapi.felo.ai/api.
Streaming aktivieren
Fügen Sie stream: true hinzu, um Antworten als Server-Sent Events zu erhalten.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "inkling-2-mini",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Die Felo API Platform stellt kompatible Oberflächen für Modellaufrufe bereit. Wählen Sie die Oberfläche, die Ihre App oder Ihr Agent-Client bereits unterstützt.
Messages
Anthropic-kompatible Nachrichten für Clients im Claude-Stil.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringinkling-2-miniÖffentliche Modell-ID, die aufgerufen wird.max_tokensinteger—Maximale Anzahl generierter Tokens.messagesarray—Gesprächsnachrichten für Chat Completions.seed———stop———min_p———toolsarray—Tool-Calling-Definitionen nach kompatiblem Schema.top_k———top_p———logprobs———reasoning———temperaturenumber—Steuert die Vielfalt der Antworten, wenn unterstützt.tool_choicestring or object—Steuert, ob ein Tool aufgerufen werden soll.top_logprobs———response_formatobject—Fordert strukturierte Ausgabe an, wenn unterstützt.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———Häufige Fragen
Was ist Thinking Machines: Inkling 2 Mini?
Thinking Machines: Inkling2 Mini ist das kleinste Modell der Inkling-Familie und verwendet eine geschleifte Transformer-Architektur mit24 Schichten. Pro Token werden die Zwischenschichten dreimal durchlaufen. Das Modell umfasst26.4B Parameter, davon3.4B aktive Parameter; durch die Schleifen werden pro Token5.4B Gewichte aktiviert. Der Kontext umfasst1 million tokens. Es verarbeitet Text und Bilder und gibt Text aus. Fine-Tuning und kommerzielle Nutzung sind unter der Apache2.0-Lizenz möglich. Das Modell eignet sich besonders für agentisches Programmieren, etwa Codegenerierung, Debugging und den Einsatz von Werkzeugen. Weitere Einsatzfelder sind Programmierassistenten, Chatbots, Retrieval-Augmented-Generation-Systeme und visuelle Aufgaben mit Bildeingaben. Auch lokale und Offline-Nutzung sowie Forschung zu geschleiften Architekturen gehören zu den vorgesehenen Anwendungen; das Modell ist darauf ausgelegt, auf Laptops zu laufen. Die Schleifenarchitektur ermöglicht längeres Schlussfolgern, ohne die entsprechenden Gedankengänge ausdrücklich auszugeben. Bei Faktenabruf und wissensintensiven Fragen ist Inkling2 Mini jedoch schwächer als Inkling2 Small und kann falsche Angaben selbstsicher formulieren. Die Ausgabequalität ist außerhalb des Englischen geringer. Die lokale Laufzeitunterstützung für geschleifte Modelle ist noch neu, und die Geschwindigkeit hängt von Laufzeitumgebung und Hardware ab.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingaben unterstützt das Modell?
Es unterstützt Text- und Bildeingaben und erzeugt Text.
Wie groß sind Kontext und Ausgabelänge?
Der Kontext umfasst1 million tokens. Eine Ausgabelänge ist in den Angaben nicht festgelegt.
Für welche Aufgaben eignet es sich?
Besonders für agentisches Programmieren, Codegenerierung, Debugging und Werkzeugnutzung. Es eignet sich auch für Chatbots, Programmierassistenten, bildbezogene Aufgaben und lokale Nutzung.
Worin unterscheidet es sich von Inkling2 Small?
Inkling2 Mini ist das kleinste Modell der Inkling-Familie. Bei Faktenabruf und wissensintensiven Fragen ist es schwächer als Inkling2 Small.
Kann das Modell lokal genutzt und angepasst werden?
Es ist für lokale Nutzung, auch offline und auf Laptops, vorgesehen. Fine-Tuning ist unter der Apache2.0-Lizenz möglich; Geschwindigkeit und Laufzeitunterstützung können je nach Laufzeitumgebung und Hardware variieren.