Felo API PlatformFelo API Platform
モデル一覧へ戻る

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

1 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。

プロバイダー · 料金の内訳
稼働率
$0$0

ベンチマーク

  • EnterpriseBench-CoreCraft

    Surge AIによるエージェントAI能力の評価

    71.8%
  • CritPt v2

    Inkling Smallの34%、Gemini 3.8 Flash highの65%との比較

    56%
  • GPQA Diamond

    89.5
  • SWE-bench Verified

    80.2
  • MMMU Pro Standard 10 Options

    74
  • Terminal Bench 2.1

    64.7
  • MathArena AIME 2026

    95.5
  • HLE

    31.6

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。

1

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"
2

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.

3

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。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

Parameters

名前型デフォルト説明
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。

関連モデル