Thinking Machines: Inkling 2 Small (free) API
Inkling 2 Small ialah model Thinking Machines yang menerima input teks dan imej serta menghasilkan teks, dibina atas transformer decoder-only 48 lapisan dengan tulang belakang Mixture-of-Experts jarang.
Inkling 2 Small ialah model daripada Thinking Machines yang menerima input teks dan imej serta menghasilkan output teks. Ia dibina atas transformer decoder-only 48 lapisan dengan tulang belakang suapan hadapan Mixture-of-Experts jarang, di mana setiap token dihalakan kepada 8 daripada 384 pakar. Model ini mempunyai 594 bilion parameter keseluruhan dengan 17 bilion parameter aktif, dan menyokong format numerik MXFP8 serta NVFP4. Imej dikodkan melalui transformer penglihatan dan diproses bersama teks dalam ruang tersembunyi yang dikongsi.
Model ini ditujukan untuk bahasa Inggeris dan bahasa lain, serta merentas pelbagai bahasa pengaturcaraan. Ia direka untuk sistem agentik dan penggunaan alat, pembantu pengaturcaraan, chatbot, dan sistem penjanaan diperkukuh capaian. Antara kes penggunaan yang disenaraikan termasuk aliran kerja agentik, tugas kewangan, penciptaan 3D, dan penjanaan video melalui kod.
Dari segi kekuatan, antara model berat terbuka, ia merupakan model berprestasi terbaik merentas beberapa penanda aras kewangan. Pada Artificial Analysis Intelligence Index v5.0.1, ia menyamai tetapan tinggi Gemini 3.8 Flash dan mengatasi MiMo-V2.6-Pro. Kadar halusinasi menurun kepada 27 peratus daripada 61 peratus pada Inkling Small, manakala kadar lulus tugas automasi meningkat daripada 5 peratus kepada 46 peratus dan skor ujian pengaturcaraan meningkat daripada 5 peratus kepada 25 peratus berbanding versi sebelumnya. Walau bagaimanapun, penurunan halusinasi berlaku terutamanya kerana ia menjawab lebih sedikit soalan, dengan ketepatan hanya meningkat sedikit; kadar percubaan menjawab menurun kepada 53 peratus daripada 77 peratus dan ketepatan meningkat kepada 34 peratus daripada 32 peratus. Model ini juga menggunakan purata kira-kira 150,000 token output setiap tugas Intelligence Index, kira-kira 4 kali ganda daripada kira-kira 37,000 token pada Inkling Small. Pengetahuan terhad kepada maklumat yang tersedia pada tarikh potong latihannya, dan ia tidak boleh digunakan dalam membuat keputusan perubatan, perundangan, atau kritikal keselamatan tanpa penalaan tambahan, pengesahan khusus domain, dan pengawasan manusia.
Dikemas kini:
ID MODEL
inkling-2-small:free- Konteks
- 1.049M
- Output maks
- 131.072K
- API yang disyorkan
- messages
- Input
- text / image
- Output
- video
Sorotan
- Input teks dan imej, output teks
- Transformer decoder-only 48 lapisan
- MoE jarang: 8 daripada 384 pakar
- 594B parameter, 17B aktif
- Sokongan MXFP8 dan NVFP4
- Imej diproses bersama teks
Penyedia
Bandingkan harga API merentas penyedia. Pilih penyedia untuk melihat semua caj dan syarat.
| Ketersediaan | |||
|---|---|---|---|
| $0 | $0 |
Statistik sejarah bukan pemeriksaan langsung. Ketiadaan data tidak bermaksud gangguan.
Penanda aras
- 71.8%
EnterpriseBench-CoreCraft
Daripada Surge AI; keupayaan AI agentik
- 56%
CritPt v2
Berbanding 34% untuk Inkling Small dan 65% untuk Gemini 3.8 Flash tetapan tinggi
- 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
Skor seperti yang diterbitkan oleh penyedia model.
Penaakulan
- Tahap usaha lalai
- high
- Diaktifkan secara lalai
- Ya
- Sentiasa diaktifkan
- Ya
- Tahap usaha yang tersedia
- max / high / medium / low / minimal
Mula pantas
Kod sedia guna untuk memanggil model ini dengan API serasi Felo API Platform. Mulakan di Playground apabila anda ingin menguji prompt sebelum menulis kod.
Tetapkan kunci API
Cipta kunci daripada akaun Felo API Platform anda dan tetapkan sebagai pemboleh ubah persekitaran.
export FELO_API_KEY="YOUR_API_KEY"Hantar permintaan pertama
Gunakan ID model ini dengan endpoint Felo API Platform. Pengepala permintaan pilihan seperti X-Request-Id boleh membantu penyelesaian masalah.
inkling-2-small:freeModel ini mampu membuat penaakulan. Jika protokol dan laluan model yang anda pilih menyediakan kawalan penaakulan, kekalkan metadata penaakulan yang dipulangkan apabila meneruskan perbualan.
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());Menggunakan SDK pihak ketiga
Dalam SDK yang serasi, tetapkan baseURL kepada https://openapi.felo.ai/api/v1. Untuk klien gaya Claude, gunakan base URL yang serasi dengan Anthropic. https://openapi.felo.ai/api.
Dayakan penstriman
Tambah 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-small:free",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform menyediakan antara muka panggilan model yang serasi. Pilih antara muka yang sudah disokong oleh aplikasi atau klien ejen anda.
Messages
Mesej serasi Anthropic untuk klien gaya Claude.
POST
https://openapi.felo.ai/api/v1/messagesParameter
modelstringinkling-2-small:freeID model awam untuk dipanggil.max_tokensinteger—Bilangan maksimum token yang dijana.messagesarray—Mesej perbualan untuk Chat Completions.seed———stop———toolsarray—Definisi tool calling mengikut skema serasi.top_p———reasoning———temperaturenumber—Mengawal kepelbagaian respons apabila disokong.reasoning_effort———include_reasoning———Soalan lazim
Mengenali Thinking Machines: Inkling 2 Small (free)?
Inkling 2 Small ialah model daripada Thinking Machines yang menerima input teks dan imej serta menghasilkan output teks. Ia dibina atas transformer decoder-only 48 lapisan dengan tulang belakang suapan hadapan Mixture-of-Experts jarang, di mana setiap token dihalakan kepada 8 daripada 384 pakar. Model ini mempunyai 594 bilion parameter keseluruhan dengan 17 bilion parameter aktif, dan menyokong format numerik MXFP8 serta NVFP4. Imej dikodkan melalui transformer penglihatan dan diproses bersama teks dalam ruang tersembunyi yang dikongsi. Model ini ditujukan untuk bahasa Inggeris dan bahasa lain, serta merentas pelbagai bahasa pengaturcaraan. Ia direka untuk sistem agentik dan penggunaan alat, pembantu pengaturcaraan, chatbot, dan sistem penjanaan diperkukuh capaian. Antara kes penggunaan yang disenaraikan termasuk aliran kerja agentik, tugas kewangan, penciptaan 3D, dan penjanaan video melalui kod. Dari segi kekuatan, antara model berat terbuka, ia merupakan model berprestasi terbaik merentas beberapa penanda aras kewangan. Pada Artificial Analysis Intelligence Index v5.0.1, ia menyamai tetapan tinggi Gemini 3.8 Flash dan mengatasi MiMo-V2.6-Pro. Kadar halusinasi menurun kepada 27 peratus daripada 61 peratus pada Inkling Small, manakala kadar lulus tugas automasi meningkat daripada 5 peratus kepada 46 peratus dan skor ujian pengaturcaraan meningkat daripada 5 peratus kepada 25 peratus berbanding versi sebelumnya. Walau bagaimanapun, penurunan halusinasi berlaku terutamanya kerana ia menjawab lebih sedikit soalan, dengan ketepatan hanya meningkat sedikit; kadar percubaan menjawab menurun kepada 53 peratus daripada 77 peratus dan ketepatan meningkat kepada 34 peratus daripada 32 peratus. Model ini juga menggunakan purata kira-kira 150,000 token output setiap tugas Intelligence Index, kira-kira 4 kali ganda daripada kira-kira 37,000 token pada Inkling Small. Pengetahuan terhad kepada maklumat yang tersedia pada tarikh potong latihannya, dan ia tidak boleh digunakan dalam membuat keputusan perubatan, perundangan, atau kritikal keselamatan tanpa penalaan tambahan, pengesahan khusus domain, dan pengawasan manusia.
Bagaimana penggunaan dicaj?
Bil anda bergantung pada penyedia yang anda gunakan, harganya dan penggunaan anda. Input yang lebih panjang atau syarat lain mungkin dikenakan harga berbeza.
Apakah jenis input dan output yang disokong oleh Inkling 2 Small?
Inkling 2 Small menerima input teks dan imej serta menghasilkan output teks.
Apakah seni bina yang digunakan oleh Inkling 2 Small?
Ia dibina atas transformer decoder-only 48 lapisan dengan tulang belakang suapan hadapan Mixture-of-Experts jarang, di mana setiap token dihalakan kepada 8 daripada 384 pakar, dengan 594 bilion parameter keseluruhan dan 17 bilion parameter aktif.
Apakah tugas yang sesuai untuk Inkling 2 Small?
Ia direka untuk sistem agentik dan penggunaan alat, pembantu pengaturcaraan, chatbot, dan sistem penjanaan diperkukuh capaian, serta kes penggunaan seperti tugas kewangan, penciptaan 3D, dan penjanaan video melalui kod.
Apakah perbezaan antara Inkling 2 Small dan Inkling Small?
Berbanding Inkling Small, kadar halusinasi Inkling 2 Small menurun kepada 27 peratus daripada 61 peratus, kadar lulus tugas automasi meningkat daripada 5 peratus kepada 46 peratus, dan skor ujian pengaturcaraan meningkat daripada 5 peratus kepada 25 peratus. Walau bagaimanapun, kadar percubaan menjawab menurun kepada 53 peratus daripada 77 peratus dan ketepatan meningkat sedikit kepada 34 peratus daripada 32 peratus.
Apakah had yang perlu diberi perhatian apabila menggunakan Inkling 2 Small?
Pengetahuan model terhad kepada maklumat yang tersedia pada tarikh potong latihannya, dan ia tidak boleh digunakan dalam membuat keputusan perubatan, perundangan, atau kritikal keselamatan tanpa penalaan tambahan, pengesahan khusus domain, dan pengawasan manusia.