Felo API PlatformFelo API Platform
Kembali ke model

Thinking Machines: Inkling 2 Mini API

Inkling2 Mini adalah model open-weight ringkas untuk coding agen, pemrosesan gambar, dan penggunaan lokal, dengan konteks1 million tokens.

Inkling2 Mini dari Thinking Machines adalah model open-weight terkecil dalam keluarga Inkling. Model ini menerima masukan teks dan gambar, serta menghasilkan teks. Konteksnya mencapai1 million tokens. Arsitekturnya menggunakan transformer berulang dengan24 lapisan; lapisan perantara dijalankan tiga kali untuk setiap token. Model ini memiliki26.4B parameter total dan3.4B parameter aktif, dengan5.4B aktivasi bobot per token akibat pengulangan. Model ini mendukung fine-tuning dan penggunaan komersial di bawah lisensi Apache2.0.

Model ini cocok untuk coding agen, termasuk pembuatan kode, debugging, penggunaan alat, dan pekerjaan agen otonom. Kegunaan lain mencakup asisten coding, chatbot, sistem retrieval-augmented generation, tugas visual dengan masukan gambar, serta penggunaan lokal atau luring. Mekanisme pengulangan memungkinkan penalaran lebih panjang tanpa menguraikan isi penalaran secara eksplisit. Model ini dirancang agar dapat dijalankan di laptop, tetapi dukungan runtime lokal untuk model berulang masih baru dan kecepatannya bergantung pada runtime serta perangkat keras.

Dibandingkan Inkling2 Small, pengetahuan dan ketepatan faktualnya lebih lemah, terutama untuk mengingat fakta dan pertanyaan yang membutuhkan banyak pengetahuan. Model ini juga dapat memberikan informasi keliru dengan yakin, terjebak dalam siklus debugging berulang, atau kurang konsisten mengikuti instruksi alat dan konvensi proyek. Mutu keluaran menurun dalam bahasa selain Inggris, dan proses penalarannya tidak dapat dinonaktifkan sepenuhnya.

Diperbarui:

ID MODEL

inkling-2-mini
Konteks
1.049M
Output maks
65.536K
API yang direkomendasikan
messages
Masukan
text / image
Keluaran
text

Sorotan

  • Model terkecil keluarga Inkling
  • Masukan teks dan gambar
  • Konteks1 million tokens
  • Arsitektur transformer berulang
  • Fine-tuning dan penggunaan komersial

Penyedia

1 penyedia

Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.

Penyedia · Detail harga
Ketersediaan
$0.1$0.4$0.02

Yang bisa dibeli dengan $10

Masukan
100 jt token
Keluaran
25 jt token

Perkiraan dari harga masukan dan keluaran saat ini, sebelum diskon.

Tolok ukur

  • DeepSWE v1.1

    Nilai yang dilaporkan untuk DeepSWE v1.1.

    48.2%
  • Vals Index v2.2

    Nilai yang dilaporkan untuk Vals Index v2.2.

    46.5%
  • Vibe Code Bench

    Nilai yang dilaporkan untuk Vibe Code Bench.

    77.92%
  • SAGE

    Nilai yang dilaporkan untuk SAGE.

    85.89%
  • CyberBench

    Nilainya setara dengan Claude Opus5.5 (CVP).

    74.58%
  • MultiChallenge

    Nilai yang dilaporkan untuk MultiChallenge.

    50.0%
  • ComplexConstraints v1.1

    Nilai yang dilaporkan untuk ComplexConstraints v1.1.

    33.4%

Skor sesuai publikasi penyedia model.

Penalaran

Tingkat usaha bawaan
high
Aktif secara bawaan
Ya
Selalu aktif
Tidak
Tingkat usaha yang tersedia
max / high / medium / low / minimal / none

Mulai cepat

Kode siap pakai untuk memanggil model ini dengan API yang kompatibel dari Felo API Platform. Mulai di Playground jika Anda ingin menguji prompt sebelum menulis kode.

1

Siapkan kunci API

Buat kunci dari akun Felo API Platform Anda dan tetapkan sebagai variabel lingkungan.

export FELO_API_KEY="YOUR_API_KEY"
2

Kirim permintaan pertama

Gunakan ID model ini dengan endpoint Felo API Platform. Header permintaan opsional seperti X-Request-Id dapat membantu pemecahan masalah.

inkling-2-mini

Model ini mampu melakukan penalaran. Jika protokol dan rute model yang Anda pilih menyediakan kontrol penalaran, pertahankan metadata penalaran yang dikembalikan saat melanjutkan percakapan.

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());

Menggunakan SDK pihak ketiga

Pada SDK yang kompatibel, tetapkan baseURL ke https://openapi.felo.ai/api/v1. Untuk klien bergaya Claude, gunakan base URL yang kompatibel dengan Anthropic. https://openapi.felo.ai/api.

3

Aktifkan streaming

Tambahkan stream: true untuk menerima respons sebagai server-sent events.

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 menyediakan antarmuka pemanggilan model yang kompatibel. Pilih antarmuka yang sudah didukung aplikasi atau klien agen Anda.

AntarmukaMetodeURL

Messages

Pesan yang kompatibel dengan Anthropic untuk klien bergaya Claude.

POST

https://openapi.felo.ai/api/v1/messages

Parameter

NamaTipeDefaultDeskripsi
modelstringinkling-2-miniID model publik yang akan dipanggil.
max_tokensinteger—Jumlah maksimum token yang dihasilkan.
messagesarray—Pesan percakapan untuk Chat Completions.
seed———
stop———
min_p———
toolsarray—Definisi tool calling sesuai skema yang kompatibel.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Mengontrol variasi respons jika didukung.
tool_choicestring or object—Mengontrol apakah suatu alat harus dipanggil.
top_logprobs———
response_formatobject—Meminta output terstruktur jika didukung.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

Pertanyaan umum

Mengenal Thinking Machines: Inkling 2 Mini?

Inkling2 Mini dari Thinking Machines adalah model open-weight terkecil dalam keluarga Inkling. Model ini menerima masukan teks dan gambar, serta menghasilkan teks. Konteksnya mencapai1 million tokens. Arsitekturnya menggunakan transformer berulang dengan24 lapisan; lapisan perantara dijalankan tiga kali untuk setiap token. Model ini memiliki26.4B parameter total dan3.4B parameter aktif, dengan5.4B aktivasi bobot per token akibat pengulangan. Model ini mendukung fine-tuning dan penggunaan komersial di bawah lisensi Apache2.0. Model ini cocok untuk coding agen, termasuk pembuatan kode, debugging, penggunaan alat, dan pekerjaan agen otonom. Kegunaan lain mencakup asisten coding, chatbot, sistem retrieval-augmented generation, tugas visual dengan masukan gambar, serta penggunaan lokal atau luring. Mekanisme pengulangan memungkinkan penalaran lebih panjang tanpa menguraikan isi penalaran secara eksplisit. Model ini dirancang agar dapat dijalankan di laptop, tetapi dukungan runtime lokal untuk model berulang masih baru dan kecepatannya bergantung pada runtime serta perangkat keras. Dibandingkan Inkling2 Small, pengetahuan dan ketepatan faktualnya lebih lemah, terutama untuk mengingat fakta dan pertanyaan yang membutuhkan banyak pengetahuan. Model ini juga dapat memberikan informasi keliru dengan yakin, terjebak dalam siklus debugging berulang, atau kurang konsisten mengikuti instruksi alat dan konvensi proyek. Mutu keluaran menurun dalam bahasa selain Inggris, dan proses penalarannya tidak dapat dinonaktifkan sepenuhnya.

Bagaimana penggunaan ditagih?

Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda.

Masukan dan keluaran apa yang didukung?

Model ini menerima masukan teks dan gambar, lalu menghasilkan teks.

Berapa panjang konteks dan batas keluarannya?

Konteksnya adalah1 million tokens. Batas panjang keluaran tidak dicantumkan.

Untuk tugas apa model ini cocok?

Model ini sesuai untuk coding agen, pembuatan kode, debugging, asisten coding, chatbot, sistem retrieval-augmented generation, dan tugas visual dengan masukan gambar. Model ini juga dirancang untuk penggunaan lokal dan luring.

Apa perbedaannya dari Inkling2 Small?

Inkling2 Mini adalah model terkecil dalam keluarga Inkling, tetapi pengetahuan dan ketepatan faktualnya lebih lemah daripada Inkling2 Small, terutama untuk pertanyaan yang mengandalkan ingatan fakta atau pengetahuan mendalam.

Apakah model ini mendukung fine-tuning dan penggunaan komersial?

Ya. Keduanya didukung di bawah lisensi Apache2.0.

Model terkait