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
Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.
| Ketersediaan | ||||
|---|---|---|---|---|
| $0.1 | $0.4 | $0.02 |
Statistik historis bukan pemeriksaan langsung. Data yang hilang tidak berarti gangguan.
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
- 48.2%
DeepSWE v1.1
Nilai yang dilaporkan untuk DeepSWE v1.1.
- 46.5%
Vals Index v2.2
Nilai yang dilaporkan untuk Vals Index v2.2.
- 77.92%
Vibe Code Bench
Nilai yang dilaporkan untuk Vibe Code Bench.
- 85.89%
SAGE
Nilai yang dilaporkan untuk SAGE.
- 74.58%
CyberBench
Nilainya setara dengan Claude Opus5.5 (CVP).
- 50.0%
MultiChallenge
Nilai yang dilaporkan untuk MultiChallenge.
- 33.4%
ComplexConstraints v1.1
Nilai yang dilaporkan untuk ComplexConstraints v1.1.
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.
Siapkan kunci API
Buat kunci dari akun Felo API Platform Anda dan tetapkan sebagai variabel lingkungan.
export FELO_API_KEY="YOUR_API_KEY"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-miniModel 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.
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.
Messages
Pesan yang kompatibel dengan Anthropic untuk klien bergaya Claude.
POST
https://openapi.felo.ai/api/v1/messagesParameter
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.