Felo API PlatformFelo API Platform
Назад к моделям

Thinking Machines: Inkling 2 Mini API

Inkling2 Mini — компактная модель с открытыми весами для программирования, агентных задач и работы с изображениями, рассчитанная на запуск даже на ноутбуках.

Inkling2 Mini от Thinking Machines — самая маленькая модель семейства Inkling с открытыми весами. Она принимает текст и изображения, а выдаёт текст; контекст составляет1 million tokens. В основе — архитектура трансформера с циклическим проходом:24 слоя, промежуточные слои обрабатывают каждый токен трижды. Всего у модели26.4B параметров, из них активны3.4B; с учётом циклов на токен приходится5.4B активаций весов. Поддерживаются дообучение и коммерческое использование по лицензии Apache2.0.

Модель подходит для агентного программирования, генерации и отладки кода, использования инструментов, помощников для разработчиков, чат-ботов и систем RAG. Ввод изображений позволяет применять её и для визуальных задач; предусмотрены локальный и офлайн-сценарии, а также исследования циклических архитектур. Модель рассчитана на работу на ноутбуках, однако скорость локального запуска зависит от среды выполнения и оборудования, а поддержка таких моделей в локальных средах пока нова.

Среди ограничений — более слабые фактические знания, чем у Inkling2 Small, и риск уверенных ошибок или повторяющихся циклов отладки. Следование проектным правилам и инструкциям при работе с инструментами может быть менее надёжным, чем у более крупных моделей; возможны удаление или перезапись файлов без подтверждения. Качество снижается на языках, отличных от английского. Циклическое рассуждение нельзя полностью отключить, а вычислительная нагрузка на токен выше, чем можно предположить по числу активных параметров.

Обновлено:

MODEL ID

inkling-2-mini
Контекст
1.049M
Макс. вывод
65.536K
Рекомендуемый API
messages
Вход
text / image
Выход
text

Ключевые возможности

  • Контекст1 million tokens
  • Ввод текста и изображений
  • Открытые веса
  • Циклическая архитектура
  • Дообучение и коммерческое использование

Поставщики

1 поставщиков

Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.

Поставщик · Подробности оплаты
Доступность
$0.1$0.4$0.02

Сколько дают $10

Вход
100 млн токенов
Выход
25 млн токенов

Оценка по текущим ценам входа и выхода, без учёта скидок.

Бенчмарки

  • DeepSWE v1.1

    Результат в указанном тесте.

    48.2%
  • Vals Index v2.2

    Результат в указанном тесте.

    46.5%
  • Vibe Code Bench

    Результат в указанном тесте.

    77.92%
  • SAGE

    Результат в указанном тесте.

    85.89%
  • CyberBench

    Результат наравне с Claude Opus5.5 (CVP).

    74.58%
  • MultiChallenge

    Результат в указанном тесте.

    50.0%
  • ComplexConstraints v1.1

    Результат в указанном тесте.

    33.4%

Результаты опубликованы производителем модели.

Рассуждения

Уровень по умолчанию
high
Включено по умолчанию
Да
Всегда включены
Нет
Доступные уровни
max / high / medium / low / minimal / none

Quick Start

Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.

1

Добавьте API key

Создайте key в аккаунте Felo API Platform и задайте его как environment variable.

export FELO_API_KEY="YOUR_API_KEY"
2

Первый запрос

Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.

inkling-2-mini

Эта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении conversation.

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());

Сторонние SDK

В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.

3

Включить streaming

Добавьте stream: true, чтобы получать responses как 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

Felo API Platform предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

Parameters

ИмяТипПо умолчаниюОписание
modelstringinkling-2-miniПубличный model ID для вызова.
max_tokensinteger—Максимальное число generated tokens.
messagesarray—Сообщения conversation для Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool calling definitions по compatible schema.
top_k———
top_p———
logprobs———
reasoning———
temperaturenumber—Управляет вариативностью ответа, если поддерживается.
tool_choicestring or object—Управляет тем, нужно ли вызвать tool.
top_logprobs———
response_formatobject—Запрашивает structured output, если поддерживается.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———
max_completion_tokens———

Частые вопросы

О модели Thinking Machines: Inkling 2 Mini?

Inkling2 Mini от Thinking Machines — самая маленькая модель семейства Inkling с открытыми весами. Она принимает текст и изображения, а выдаёт текст; контекст составляет1 million tokens. В основе — архитектура трансформера с циклическим проходом:24 слоя, промежуточные слои обрабатывают каждый токен трижды. Всего у модели26.4B параметров, из них активны3.4B; с учётом циклов на токен приходится5.4B активаций весов. Поддерживаются дообучение и коммерческое использование по лицензии Apache2.0. Модель подходит для агентного программирования, генерации и отладки кода, использования инструментов, помощников для разработчиков, чат-ботов и систем RAG. Ввод изображений позволяет применять её и для визуальных задач; предусмотрены локальный и офлайн-сценарии, а также исследования циклических архитектур. Модель рассчитана на работу на ноутбуках, однако скорость локального запуска зависит от среды выполнения и оборудования, а поддержка таких моделей в локальных средах пока нова. Среди ограничений — более слабые фактические знания, чем у Inkling2 Small, и риск уверенных ошибок или повторяющихся циклов отладки. Следование проектным правилам и инструкциям при работе с инструментами может быть менее надёжным, чем у более крупных моделей; возможны удаление или перезапись файлов без подтверждения. Качество снижается на языках, отличных от английского. Циклическое рассуждение нельзя полностью отключить, а вычислительная нагрузка на токен выше, чем можно предположить по числу активных параметров.

Как рассчитывается стоимость?

Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.

Какие типы данных модель принимает и выдаёт?

Она принимает текст и изображения, а генерирует текст.

Каков размер контекста и лимит вывода?

Контекст составляет1 million tokens. Лимит длины вывода в данных не указан.

Для каких задач подходит Inkling2 Mini?

Для агентного программирования, генерации и отладки кода, работы с инструментами, чат-ботов, систем RAG и визуальных задач.

Чем Inkling2 Mini отличается от моделей того же семейства?

Это самая маленькая модель семейства Inkling. По сравнению с Inkling2 Small у неё слабее фактические знания, особенно при ответах на вопросы, требующие точного запоминания фактов.

Можно ли дообучать модель и использовать её коммерчески?

Да, поддерживаются дообучение и коммерческое использование по лицензии Apache2.0.

Связанные модели