Felo API PlatformFelo API Platform
Voltar aos modelos

Thinking Machines: Inkling 2 Small (free) API

O Inkling 2 Small, da Thinking Machines, é um modelo multimodal de texto e imagem com arquitetura Mixture-of-Experts esparsa, voltado para agentes, programação e uso conversacional.

O Inkling 2 Small é um modelo da Thinking Machines que aceita entradas de texto e imagem e gera saídas de texto. Ele é construído sobre um transformer decoder-only de 48 camadas com uma espinha dorsal feed-forward de Mixture-of-Experts esparsa. Cada token é roteado para 8 de 384 especialistas. O modelo tem 594 bilhões de parâmetros totais, com 17 bilhões de parâmetros ativos, e suporta os formatos numéricos MXFP8 e NVFP4. As imagens são codificadas por um vision transformer e processadas em conjunto com o texto em um espaço oculto compartilhado.

Ele foi projetado para sistemas agênticos e de uso de ferramentas, assistentes de programação, chatbots e sistemas de geração aumentada por recuperação. Também é indicado para uso conversacional de propósito geral, seguimento de instruções, tarefas de finanças, criação 3D e geração de vídeo por código. O modelo é destinado ao inglês e a outros idiomas, além de múltiplas linguagens de programação. Entre os modelos de pesos abertos, é o de melhor desempenho em vários benchmarks de finanças, e no Artificial Analysis Intelligence Index v5.0.1 iguala o Gemini 3.8 Flash na configuração high e supera o MiMo-V2.6-Pro.

A taxa de alucinação cai para 27% em relação aos 61% do Inkling Small, e as taxas de aprovação em tarefas de automação sobem de 5% para 46% em comparação com a versão anterior. A arquitetura MoE esparsa com 17 bilhões de parâmetros ativos torna o modelo relativamente econômico. No entanto, ele alucina menos principalmente porque responde a menos perguntas: a taxa de tentativa cai para 53% (ante 77%) e a precisão sobe apenas de 32% para 34%. O modelo consome em média cerca de 150.000 tokens de saída por tarefa do Intelligence Index, cerca de 4 vezes os aproximadamente 37.000 tokens do Inkling Small. Seu conhecimento é limitado às informações disponíveis até o corte de treinamento, e a Thinking Machines recomenda supervisão humana e avaliação própria antes de implantações em contextos críticos.

Atualizado:

ID DO MODELO

inkling-2-small:free
Contexto
1.049M
Saída máxima
131.072K
API recomendada
messages
Entrada
text / image
Saída
video

Destaques

  • Entrada de texto e imagem, saída de texto
  • MoE esparsa com 17 bi de parâmetros ativos
  • 594 bi de parâmetros totais
  • Suporta MXFP8 e NVFP4
  • Melhor em finanças entre pesos abertos
  • Alucinação de 27% ante 61% do Inkling Small

Provedores

1 provedores

Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.

Provedor · Detalhes de preço
Disponibilidade
$0$0

Benchmarks

  • EnterpriseBench-CoreCraft

    da Surge AI; capacidades de IA agêntica

    71.8%
  • CritPt v2

    em comparação com 34% do Inkling Small e 65% do Gemini 3.8 Flash high

    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
  • AA-Briefcase

    Elo; em comparação com 912 Elo do Inkling Small, 1439 Elo do Claude Sonnet 5.5 medium e 1203 Elo do Gemini 3.8 Flash hig

    1527

Pontuações conforme publicadas pelo fornecedor do modelo.

Raciocínio

Esforço padrão
high
Ativado por padrão
Sim
Sempre ativado
Sim
Níveis de esforço disponíveis
max / high / medium / low / minimal

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.

1

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"
2

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-small:free

Este 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-small:free",
  "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.

3

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-small:free",
  "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.

SurfaceMethodURL

Messages

Mensagens compatíveis com Anthropic para clientes no estilo Claude.

POST

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

Parâmetros

NomeTipoPadrãoDescrição
modelstringinkling-2-small:freeID público do modelo a chamar.
max_tokensinteger—Número máximo de tokens gerados.
messagesarray—Mensagens da conversa para Chat Completions.
seed———
stop———
toolsarray—Definições de tool calling seguindo o schema compatível.
top_p———
reasoning———
temperaturenumber—Controla a variedade das respostas quando compatível.
reasoning_effort———
include_reasoning———

Perguntas frequentes

O que é Thinking Machines: Inkling 2 Small (free)?

O Inkling 2 Small é um modelo da Thinking Machines que aceita entradas de texto e imagem e gera saídas de texto. Ele é construído sobre um transformer decoder-only de 48 camadas com uma espinha dorsal feed-forward de Mixture-of-Experts esparsa. Cada token é roteado para 8 de 384 especialistas. O modelo tem 594 bilhões de parâmetros totais, com 17 bilhões de parâmetros ativos, e suporta os formatos numéricos MXFP8 e NVFP4. As imagens são codificadas por um vision transformer e processadas em conjunto com o texto em um espaço oculto compartilhado. Ele foi projetado para sistemas agênticos e de uso de ferramentas, assistentes de programação, chatbots e sistemas de geração aumentada por recuperação. Também é indicado para uso conversacional de propósito geral, seguimento de instruções, tarefas de finanças, criação 3D e geração de vídeo por código. O modelo é destinado ao inglês e a outros idiomas, além de múltiplas linguagens de programação. Entre os modelos de pesos abertos, é o de melhor desempenho em vários benchmarks de finanças, e no Artificial Analysis Intelligence Index v5.0.1 iguala o Gemini 3.8 Flash na configuração high e supera o MiMo-V2.6-Pro. A taxa de alucinação cai para 27% em relação aos 61% do Inkling Small, e as taxas de aprovação em tarefas de automação sobem de 5% para 46% em comparação com a versão anterior. A arquitetura MoE esparsa com 17 bilhões de parâmetros ativos torna o modelo relativamente econômico. No entanto, ele alucina menos principalmente porque responde a menos perguntas: a taxa de tentativa cai para 53% (ante 77%) e a precisão sobe apenas de 32% para 34%. O modelo consome em média cerca de 150.000 tokens de saída por tarefa do Intelligence Index, cerca de 4 vezes os aproximadamente 37.000 tokens do Inkling Small. Seu conhecimento é limitado às informações disponíveis até o corte de treinamento, e a Thinking Machines recomenda supervisão humana e avaliação própria antes de implantações em contextos críticos.

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 o Inkling 2 Small aceita?

Ele aceita entradas de texto e imagem e gera saídas de texto. As imagens são codificadas por um vision transformer e processadas em conjunto com o texto em um espaço oculto compartilhado.

Para quais tarefas o Inkling 2 Small é indicado?

Ele foi projetado para sistemas agênticos e de uso de ferramentas, assistentes de programação, chatbots e sistemas de geração aumentada por recuperação. Também é adequado para uso conversacional geral, seguimento de instruções, finanças, criação 3D e geração de vídeo por código.

Como o Inkling 2 Small se compara ao Inkling Small?

A taxa de alucinação cai para 27% ante 61% do Inkling Small, e as taxas de aprovação em automação sobem de 5% para 46%. Por outro lado, a taxa de tentativa cai para 53% (ante 77%) e a precisão sobe apenas de 32% para 34%.

O Inkling 2 Small está disponível como pesos abertos?

Ele foi lançado como modelo proprietário, disponível em primeira mão por meio da plataforma Tinker e do Tinker Playground da Thinking Machines. Os pesos serão liberados em data posterior, com um lançamento planejado sob Apache 2.0, embora a data não esteja confirmada.

Quais são as limitações de conhecimento do Inkling 2 Small?

O conhecimento do modelo é limitado às informações disponíveis até seu corte de treinamento. A Thinking Machines recomenda supervisão humana e avaliação própria de desempenho, segurança e justiça antes da implantação.

Modelos relacionados