Thinking Machines: Inkling 2 Mini API
Inkling2 Mini é um modelo de pesos abertos da Thinking Machines, voltado a programação com agentes, processamento de imagens e execução local.
O Inkling2 Mini é o menor modelo da família Inkling, desenvolvido pela Thinking Machines com uma arquitetura Transformer em loop. Ele tem24 camadas intermediárias executadas três vezes por token e26.4B parâmetros totais, dos quais3.4B são ativos; com o loop, são ativados5.4B pesos por token. Aceita texto e imagens como entrada e gera texto, com contexto de1 million tokens. É um modelo de pesos abertos, compatível com ajuste fino e uso comercial sob a licença Apache2.0.
É indicado para programação com agentes autônomos, geração e depuração de código, uso de ferramentas, assistentes de programação, chatbots, sistemas de geração aumentada por recuperação e tarefas visuais com imagens. Também foi projetado para uso local, inclusive em laptops, e para pesquisas sobre arquiteturas em loop. O mecanismo de repetição permite raciocínio mais longo sem expor explicitamente o conteúdo do raciocínio. A variante de pesquisa pode ajustar o número de ciclos para um ou dois, aumentando a velocidade de inferência.
Há limitações importantes: em comparação com Inkling2 Small, o modelo é menos confiável em conhecimento factual e recuperação de informações. Pode fornecer respostas incorretas com confiança, entrar em ciclos repetitivos de depuração e seguir instruções de uso de ferramentas com menos consistência do que modelos maiores. A qualidade cai em idiomas além do inglês, e o suporte de execução local para modelos em loop ainda é novo; velocidade depende do ambiente e do hardware.
Atualizado:
ID DO MODELO
inkling-2-mini- Contexto
- 1.049M
- Saída máxima
- 65.536K
- API recomendada
- messages
- Entrada
- text / image
- Saída
- text
Destaques
- Menor modelo da família Inkling
- Entrada de texto e imagens
- Contexto de1 million tokens
- Arquitetura Transformer em loop
- Ajuste fino e uso comercial
Provedores
Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| Disponibilidade | ||||
|---|---|---|---|---|
| $0.1 | $0.4 | $0.02 |
Estatísticas históricas não são uma verificação em tempo real. Dados ausentes não indicam uma interrupção.
O que $10 compram
- Entrada
- 100 mi tokens
- Saída
- 25 mi tokens
Estimativa com base nos preços atuais de entrada e saída, antes de descontos.
Benchmarks
- 48.2%
DeepSWE v1.1
- 46.5%
Vals Index v2.2
- 77.92%
Vibe Code Bench
- 85.89%
SAGE
- 74.58%
CyberBench
Empatou com Claude Opus5.5 (CVP).
- 50.0%
MultiChallenge
- 33.4%
ComplexConstraints v1.1
Pontuações conforme publicadas pelo fornecedor do modelo.
Raciocínio
- Esforço padrão
- high
- Ativado por padrão
- Sim
- Sempre ativado
- Não
- Níveis de esforço disponíveis
- max / high / medium / low / minimal / none
Início rápido
Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.
Defina sua chave de API
Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.
export FELO_API_KEY="YOUR_API_KEY"Faça sua primeira requisição
Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.
inkling-2-miniEste modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.
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());Usar SDKs de terceiros
Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.
Ative o streaming
Adicione stream: true para receber respostas como 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
A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.
Messages
Mensagens compatíveis com Anthropic para clientes no estilo Claude.
POST
https://openapi.felo.ai/api/v1/messagesParâmetros
modelstringinkling-2-miniID público do modelo a chamar.max_tokensinteger—Número máximo de tokens gerados.messagesarray—Mensagens da conversa para Chat Completions.seed———stop———min_p———toolsarray—Definições de tool calling seguindo o schema compatível.top_k———top_p———logprobs———reasoning———temperaturenumber—Controla a variedade das respostas quando compatível.tool_choicestring or object—Controla se uma ferramenta deve ser chamada.top_logprobs———response_formatobject—Solicita saída estruturada quando compatível.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———max_completion_tokens———Perguntas frequentes
O que é Thinking Machines: Inkling 2 Mini?
O Inkling2 Mini é o menor modelo da família Inkling, desenvolvido pela Thinking Machines com uma arquitetura Transformer em loop. Ele tem24 camadas intermediárias executadas três vezes por token e26.4B parâmetros totais, dos quais3.4B são ativos; com o loop, são ativados5.4B pesos por token. Aceita texto e imagens como entrada e gera texto, com contexto de1 million tokens. É um modelo de pesos abertos, compatível com ajuste fino e uso comercial sob a licença Apache2.0. É indicado para programação com agentes autônomos, geração e depuração de código, uso de ferramentas, assistentes de programação, chatbots, sistemas de geração aumentada por recuperação e tarefas visuais com imagens. Também foi projetado para uso local, inclusive em laptops, e para pesquisas sobre arquiteturas em loop. O mecanismo de repetição permite raciocínio mais longo sem expor explicitamente o conteúdo do raciocínio. A variante de pesquisa pode ajustar o número de ciclos para um ou dois, aumentando a velocidade de inferência. Há limitações importantes: em comparação com Inkling2 Small, o modelo é menos confiável em conhecimento factual e recuperação de informações. Pode fornecer respostas incorretas com confiança, entrar em ciclos repetitivos de depuração e seguir instruções de uso de ferramentas com menos consistência do que modelos maiores. A qualidade cai em idiomas além do inglês, e o suporte de execução local para modelos em loop ainda é novo; velocidade depende do ambiente e do hardware.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.
Quais tipos de entrada e saída o modelo oferece?
Aceita texto e imagens como entrada e produz texto.
Qual é o tamanho do contexto e o limite de saída?
O contexto é de1 million tokens. Não há informação disponível sobre o limite de saída.
Para quais tarefas ele é indicado?
É voltado a programação com agentes, geração e depuração de código, uso de ferramentas, assistentes, chatbots, sistemas de geração aumentada por recuperação e tarefas visuais com imagens.
Como ele se compara aos outros modelos Inkling?
É o menor modelo da família Inkling. Em comparação com Inkling2 Small, tem desempenho mais fraco em conhecimento factual e recuperação de informações.
É possível ajustar o modelo e usá-lo comercialmente?
Sim. O ajuste fino e o uso comercial são permitidos sob a licença Apache2.0.