Thinking Machines: Inkling 2 Mini API
Thinking Machines: Inkling2 Mini مدلی با وزنهای باز و معماری تکرارشونده است که برای کدنویسی عاملمحور، استفاده محلی و ورودی تصویری طراحی شده است.
Thinking Machines: Inkling2 Mini کوچکترین مدل خانواده Inkling است و از وزنهای باز استفاده میکند. این مدل ورودی متن و تصویر را میپذیرد و متن تولید میکند؛ پنجرهٔ زمینهٔ آن1 million tokens است. معماری آن ترنسفورمر حلقهای با24 لایه است که لایههای میانی را برای هر توکن سه بار اجرا میکند. مدل26.4B پارامتر کل و3.4B پارامتر فعال دارد و حلقهزدن باعث5.4B فعالسازی وزن برای هر توکن میشود. مجوز آن Apache2.0 است و از ریزتنظیم پشتیبانی میکند.
این مدل برای کدنویسی عاملمحور، تولید و رفع اشکال کد، استفاده از ابزارها، دستیارهای کدنویسی، چتباتها، سامانههای تولید افزوده با بازیابی و وظایف دیداری با ورودی تصویر مناسب است. همچنین برای اجرای محلی و آفلاین و پژوهش دربارهٔ معماریهای حلقهای در نظر گرفته شده و بهعنوان مدلی کوچک برای اجرا روی لپتاپ توصیف شده است. با این حال، دقت دانشی آن از Inkling2 Small ضعیفتر است و ممکن است پاسخ نادرست را با اطمینان بیان کند یا در رفع اشکال تکراری گرفتار شود. کیفیت خروجی در زبانهایی غیر از انگلیسی افت میکند؛ پشتیبانی محلی نیز تازه است و سرعت به محیط اجرا و سختافزار بستگی دارد.
بهروزرسانی:
MODEL ID
inkling-2-mini- زمینه
- 1.049M
- حداکثر خروجی
- 65.536K
- API پیشنهادی
- messages
- ورودی
- text / image
- خروجی
- text
نکات برجسته
- مدل کوچک خانوادهٔ Inkling
- ورودی متن و تصویر
- معماری ترنسفورمر حلقهای
- وزنهای باز و مجوز Apache2.0
- پشتیبانی از ریزتنظیم
ارائهدهندگان
قیمت API را بین ارائهدهندگان مقایسه کنید. یک ارائهدهنده را انتخاب کنید تا همه هزینهها و شرایط را ببینید.
| دسترسپذیری | ||||
|---|---|---|---|---|
| $0.1 | $0.4 | $0.02 |
آمار تاریخی بررسی زنده وضعیت نیست. نبود داده به معنی قطعی نیست.
با $10 چه میتوان خرید
- ورودی
- ۱۰۰ میلیون توکن
- خروجی
- ۲۵ میلیون توکن
برآورد بر اساس قیمتهای فعلی ورودی و خروجی، پیش از تخفیف.
بنچمارکها
- 48.2%
DeepSWE v1.1
- 46.5%
Vals Index v2.2
- 77.92%
Vibe Code Bench
- 85.89%
SAGE
- 74.58%
CyberBench
با Claude Opus5.5 (CVP) همرتبه شد.
- 50.0%
MultiChallenge
- 33.4%
ComplexConstraints v1.1
امتیازها همانگونه که ارائهدهنده مدل منتشر کرده است.
استدلال
- سطح تلاش پیشفرض
- high
- بهطور پیشفرض فعال
- بله
- همیشه فعال
- خیر
- سطوح تلاش موجود
- max / high / medium / low / minimal / none
شروع سریع
کد آماده برای فراخوانی این مدل با APIهای سازگار با Felo API Platform. وقتی میخواهید پرامپتها را پیش از نوشتن کد آزمایش کنید، از Playground شروع کنید.
کلید API خود را بگیرید
از حساب Felo API Platform خود کلیدی بسازید و آن را بهعنوان متغیر محیطی تنظیم کنید.
export FELO_API_KEY="YOUR_API_KEY"اولین درخواست خود را بفرستید
این شناسه مدل را با endpoint Felo API Platform به کار ببرید. سرآیندهای اختیاری درخواست مانند X-Request-Id میتوانند در عیبیابی کمک کنند.
inkling-2-miniاین مدل توان استدلال دارد. اگر پروتکل و مسیر مدل انتخابشده کنترلهای استدلال ارائه میدهند، هنگام ادامه گفتگو فراداده استدلال بازگشتی را نگه دارید.
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());استفاده از SDKهای شخص ثالث
از SDKهای سازگار با تنظیم baseURL روی این نشانی استفاده کنید: https://openapi.felo.ai/api/v1. برای کلاینتهای به سبک Claude از نشانی پایه سازگار با Anthropic استفاده کنید. https://openapi.felo.ai/api.
جریان را فعال کنید
برای دریافت پاسخها بهصورت رویدادهای ارسالی از سرور، stream: true را اضافه کنید.
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
Felo API Platform سطوح سازگار برای فراخوانی مدل ارائه میکند. سطحی را انتخاب کنید که برنامه یا کلاینت عامل شما از قبل پشتیبانی میکند.
Messages
پیامهای سازگار با Anthropic برای کلاینتهای به سبک Claude.
POST
https://openapi.felo.ai/api/v1/messagesپارامترها
modelstringinkling-2-miniشناسه عمومی مدل برای فراخوانی.max_tokensinteger—حداکثر token تولیدی.messagesarray—پیامهای گفتگو برای Chat Completions.seed———stop———min_p———toolsarray—تعریفهای فراخوانی ابزار بر پایه طرحواره سازگار.top_k———top_p———logprobs———reasoning———temperaturenumber—در صورت پشتیبانی، تنوع پاسخ را کنترل میکند.tool_choicestring or object—کنترل میکند آیا ابزاری باید فراخوانی شود.top_logprobs———response_formatobject—در صورت پشتیبانی، خروجی ساختاریافته درخواست میکند.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———پرسشهای متداول
معرفی مدل: Thinking Machines: Inkling 2 Mini?
Thinking Machines: Inkling2 Mini کوچکترین مدل خانواده Inkling است و از وزنهای باز استفاده میکند. این مدل ورودی متن و تصویر را میپذیرد و متن تولید میکند؛ پنجرهٔ زمینهٔ آن1 million tokens است. معماری آن ترنسفورمر حلقهای با24 لایه است که لایههای میانی را برای هر توکن سه بار اجرا میکند. مدل26.4B پارامتر کل و3.4B پارامتر فعال دارد و حلقهزدن باعث5.4B فعالسازی وزن برای هر توکن میشود. مجوز آن Apache2.0 است و از ریزتنظیم پشتیبانی میکند. این مدل برای کدنویسی عاملمحور، تولید و رفع اشکال کد، استفاده از ابزارها، دستیارهای کدنویسی، چتباتها، سامانههای تولید افزوده با بازیابی و وظایف دیداری با ورودی تصویر مناسب است. همچنین برای اجرای محلی و آفلاین و پژوهش دربارهٔ معماریهای حلقهای در نظر گرفته شده و بهعنوان مدلی کوچک برای اجرا روی لپتاپ توصیف شده است. با این حال، دقت دانشی آن از Inkling2 Small ضعیفتر است و ممکن است پاسخ نادرست را با اطمینان بیان کند یا در رفع اشکال تکراری گرفتار شود. کیفیت خروجی در زبانهایی غیر از انگلیسی افت میکند؛ پشتیبانی محلی نیز تازه است و سرعت به محیط اجرا و سختافزار بستگی دارد.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
چه نوع ورودی و خروجیای دارد؟
ورودی متن و تصویر را میپذیرد و خروجی آن متن است.
اندازهٔ زمینه و حد خروجی چقدر است؟
زمینهٔ آن1 million tokens است. حد خروجی در اطلاعات ارائهشده مشخص نشده است.
برای چه کارهایی مناسب است؟
برای کدنویسی عاملمحور، تولید و رفع اشکال کد، دستیارهای کدنویسی، چتباتها، سامانههای تولید افزوده با بازیابی و وظایف دیداری با ورودی تصویر مناسب است.
چه تفاوتی با Inkling2 Small دارد؟
Inkling2 Mini کوچکترین مدل خانواده است، اما دانش و یادآوری واقعیت در آن ضعیفتر از Inkling2 Small گزارش شده است.