Thinking Machines: Inkling 2 Small (free) API
Thinking MachinesのInkling 2 Smallは、テキストと画像を入力できるスパースMoE型モデルで、エージェントやコーディング支援向けに設計されています。
Inkling 2 Smallは、Thinking Machinesが提供するテキスト・画像入力に対応したテキスト生成モデルです。48層のデコーダーのみのトランスフォーマーにスパースなMixture-of-Expertsフィードフォワード基盤を組み合わせ、各トークンを384のエキスパートのうち8つにルーティングします。総パラメータ数は5940億、アクティブパラメータは170億で、MXFP8およびNVFP4の数値形式をサポートします。画像はビジョントランスフォーマーでエンコードされ、テキストと共有の隠れ空間で統合的に処理されます。
英語をはじめとする多言語や複数のプログラミング言語に対応し、エージェント型・ツール利用システム、コーディングアシスタント、チャットボット、検索拡張生成システムでの利用を想定しています。金融タスクや3D制作、コードによる動画生成といった用途も挙げられています。オープンウェイトモデルの中では複数の金融ベンチマークで最高性能とされ、Artificial Analysis Intelligence Index v5.0.1ではGemini 3.8 Flashのhigh設定に匹敵し、MiMo-V2.6-Proを上回るとされています。
一方で、幻覚率はInkling Smallの61パーセントから27パーセントに低下したものの、これは回答数を減らしたことが主因で、精度自体の向上はわずかです。試行率は77パーセントから53パーセントに下がり、精度は32パーセントから34パーセントに上昇しています。Intelligence Indexのタスクあたりの平均出力トークン数は約15万で、Inkling Smallの約3万7000トークンの約4倍です。知識はトレーニングのカットオフ時点の情報に限られ、医療・法務・安全に関わる意思決定に追加の微調整や領域固有の検証、人による監督なしに展開すべきではないとされています。
更新日時:
モデル ID
inkling-2-small:free- コンテキスト
- 1.049M
- 最大出力
- 131.072K
- 推奨 API
- messages
- 入力
- text / image
- 出力
- video
ハイライト
- テキストと画像の入力に対応
- 5940億総パラメータ・170億アクティブのスパースMoE
- エージェントやコーディング支援向けに設計
- オープンウェイトモデル中で金融ベンチマーク最高性能
- 幻覚率がInkling Smallの61%から27%に低下
プロバイダー
プロバイダーごとの API 料金を比較できます。プロバイダーを選択すると、すべての料金と適用条件を確認できます。
| 稼働率 | |||
|---|---|---|---|
| $0 | $0 |
過去の統計はリアルタイムの稼働確認ではありません。データの欠損は障害を意味しません。
ベンチマーク
- 71.8%
EnterpriseBench-CoreCraft
Surge AIによるエージェントAI能力の評価
- 56%
CritPt v2
Inkling Smallの34%、Gemini 3.8 Flash highの65%との比較
- 89.5
GPQA Diamond
- 80.2
SWE-bench Verified
- 74
MMMU Pro Standard 10 Options
- 64.7
Terminal Bench 2.1
- 95.5
MathArena AIME 2026
- 31.6
HLE
スコアはモデル提供元が公表した値です。
推論
- 既定の推論強度
- high
- 既定で有効
- はい
- 常に有効
- はい
- 選択できる推論強度
- max / high / medium / low / minimal
Quick Start
このモデルを Felo API Platform 互換 API で呼び出すためのコードです。コードを書く前に Playground で prompt を試せます。
API key を設定
Felo API Platform アカウントで key を作成し、環境変数として設定します。
export FELO_API_KEY="YOUR_API_KEY"最初のリクエスト
このモデル ID を Felo API Platform endpoint で使用します。X-Request-Id などの任意ヘッダーはトラブルシュートに役立ちます。
inkling-2-small:freeこのモデルは reasoning に対応しています。選択した protocol とモデルルートが reasoning controls を提供する場合、会話継続時に返却された reasoning metadata を保持してください。
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-small:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());サードパーティ SDK の利用
互換 SDK では baseURL を次に設定します https://openapi.felo.ai/api/v1. Claude-style clients では Anthropic-compatible base URL を使用します。 https://openapi.felo.ai/api.
Streaming を有効化
stream: true を追加すると server-sent events で応答を受け取れます。
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "inkling-2-small:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform は互換性のあるモデル呼び出し surface を提供します。アプリや Agent client が既に対応している surface を選んでください。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messagesParameters
modelstringinkling-2-small:free呼び出す公開モデル ID。max_tokensinteger—生成する最大 tokens。messagesarray—Chat Completions の会話メッセージ。seed———stop———toolsarray—互換 schema に従う tool calling definitions。top_p———reasoning———temperaturenumber—対応している場合、回答の多様性を制御します。reasoning_effort———include_reasoning———よくある質問
モデルについて: Thinking Machines: Inkling 2 Small (free)?
Inkling 2 Smallは、Thinking Machinesが提供するテキスト・画像入力に対応したテキスト生成モデルです。48層のデコーダーのみのトランスフォーマーにスパースなMixture-of-Expertsフィードフォワード基盤を組み合わせ、各トークンを384のエキスパートのうち8つにルーティングします。総パラメータ数は5940億、アクティブパラメータは170億で、MXFP8およびNVFP4の数値形式をサポートします。画像はビジョントランスフォーマーでエンコードされ、テキストと共有の隠れ空間で統合的に処理されます。 英語をはじめとする多言語や複数のプログラミング言語に対応し、エージェント型・ツール利用システム、コーディングアシスタント、チャットボット、検索拡張生成システムでの利用を想定しています。金融タスクや3D制作、コードによる動画生成といった用途も挙げられています。オープンウェイトモデルの中では複数の金融ベンチマークで最高性能とされ、Artificial Analysis Intelligence Index v5.0.1ではGemini 3.8 Flashのhigh設定に匹敵し、MiMo-V2.6-Proを上回るとされています。 一方で、幻覚率はInkling Smallの61パーセントから27パーセントに低下したものの、これは回答数を減らしたことが主因で、精度自体の向上はわずかです。試行率は77パーセントから53パーセントに下がり、精度は32パーセントから34パーセントに上昇しています。Intelligence Indexのタスクあたりの平均出力トークン数は約15万で、Inkling Smallの約3万7000トークンの約4倍です。知識はトレーニングのカットオフ時点の情報に限られ、医療・法務・安全に関わる意思決定に追加の微調整や領域固有の検証、人による監督なしに展開すべきではないとされています。
利用料金はどのように計算されますか?
料金は利用するプロバイダーと実際の使用量により決まります。長い入力などは料金が異なる場合があります。内訳をご確認ください。
どのような入力に対応していますか?
テキスト入力と画像入力に対応し、テキストを出力します。画像はビジョントランスフォーマーでエンコードされ、テキストと共有の隠れ空間で統合的に処理されます。
どのようなタスクに向いていますか?
エージェント型・ツール利用システム、コーディングアシスタント、チャットボット、検索拡張生成システム向けに設計されています。金融タスクや3D制作、コードによる動画生成といった用途も挙げられています。
Inkling Smallとの違いは何ですか?
幻覚率はInkling Smallの61パーセントから27パーセントに低下し、自動化タスクの合格率は5パーセントから46パーセントに、コーディングテストのスコアは5パーセントから25パーセントに向上しています。ただし回答数は減っており、試行率は77パーセントから53パーセントに下がっています。
モデルのアーキテクチャは?
48層のデコーダーのみのトランスフォーマーにスパースなMixture-of-Expertsフィードフォワード基盤を組み合わせています。各トークンは384のエキスパートのうち8つにルーティングされ、総パラメータ数は5940億、アクティブパラメータは170億です。
利用時の注意点はありますか?
知識はトレーニングのカットオフ時点の情報に限られます。医療・法務・安全に関わる意思決定に用いる場合は、追加の微調整や領域固有の検証、人による監督が必要とされています。