Felo API PlatformFelo API Platform
Назад к моделям

Thinking Machines: Inkling 2 Small (free) API

Inkling 2 Small от Thinking Machines — мультимодальная модель с текстовым и графическим вводом, разреженной архитектурой MoE и 17 млрд активных параметров для агентных и кодовых задач.

Inkling 2 Small — модель Thinking Machines, принимающая текст и изображения и генерирующая текст. Она построена на 48-слойном декодерном трансформере с разреженным Mixture-of-Experts: каждый токен направляется к 8 из 384 экспертов. Общее число параметров — 594 млрд, активных — 17 млрд; поддерживаются форматы MXFP8 и NVFP4. Изображения кодируются vision-трансформером и обрабатываются вместе с текстом в общем скрытом пространстве.

Модель предназначена для английского и других языков, а также для множества языков программирования. Её основные сценарии — агентные системы и инструментальные вызовы, помощники в программировании, чат-боты и системы генерации с дополнением из поиска. Среди применений также общие разговоры, следование инструкциям, финансовые задачи, создание 3D-контента и генерация видео через код.

Среди открытых по весам моделей Inkling 2 Small показывает лучшие результаты в ряде финансовых бенчмарков. В Artificial Analysis Intelligence Index v5.0.1 она соответствует Gemini 3.8 Flash в режиме high и превосходит MiMo-V2.6-Pro. Доля галлюцинаций снижена до 27% по сравнению с 61% у Inkling Small, а прохождение задач автоматизации выросло с 5% до 46%. При этом модель отвечает на меньшее число вопросов: доля попыток падает до 53% с 77%, а точность растёт лишь до 34% с 32%. На задачу Intelligence Index в среднем уходит около 150 000 выходных токенов — примерно в 4 раза больше, чем около 37 000 у Inkling Small.

Обновлено:

MODEL ID

inkling-2-small:free
Контекст
1.049M
Макс. вывод
131.072K
Рекомендуемый API
messages
Вход
text / image
Выход
video

Ключевые возможности

  • Текст и изображения на входе, текст на выходе
  • Разреженная MoE: 8 из 384 экспертов на токен
  • 594 млрд параметров, 17 млрд активных
  • Форматы MXFP8 и NVFP4
  • Галлюцинации снижены до 27% с 61%
  • Запуск через Tinker и Tinker Playground

Поставщики

1 поставщиков

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

Поставщик · Подробности оплаты
Доступность
$0$0

Бенчмарки

  • EnterpriseBench-CoreCraft

    от Surge AI; оценка агентных возможностей

    71.8%
  • CritPt v2

    против 34% у Inkling Small и 65% у 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; против 912 Elo у Inkling Small, 1439 Elo у Claude Sonnet 5.5 medium и 1203 Elo у Gemini 3.8 Flash high

    1527

Результаты опубликованы производителем модели.

Рассуждения

Уровень по умолчанию
high
Включено по умолчанию
Да
Всегда включены
Да
Доступные уровни
max / high / medium / low / minimal

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-small:free

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-small:free",
  "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-small:free",
  "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-small:freeПубличный model ID для вызова.
max_tokensinteger—Максимальное число generated tokens.
messagesarray—Сообщения conversation для Chat Completions.
seed———
stop———
toolsarray—Tool calling definitions по compatible schema.
top_p———
reasoning———
temperaturenumber—Управляет вариативностью ответа, если поддерживается.
reasoning_effort———
include_reasoning———

Частые вопросы

О модели Thinking Machines: Inkling 2 Small (free)?

Inkling 2 Small — модель Thinking Machines, принимающая текст и изображения и генерирующая текст. Она построена на 48-слойном декодерном трансформере с разреженным Mixture-of-Experts: каждый токен направляется к 8 из 384 экспертов. Общее число параметров — 594 млрд, активных — 17 млрд; поддерживаются форматы MXFP8 и NVFP4. Изображения кодируются vision-трансформером и обрабатываются вместе с текстом в общем скрытом пространстве. Модель предназначена для английского и других языков, а также для множества языков программирования. Её основные сценарии — агентные системы и инструментальные вызовы, помощники в программировании, чат-боты и системы генерации с дополнением из поиска. Среди применений также общие разговоры, следование инструкциям, финансовые задачи, создание 3D-контента и генерация видео через код. Среди открытых по весам моделей Inkling 2 Small показывает лучшие результаты в ряде финансовых бенчмарков. В Artificial Analysis Intelligence Index v5.0.1 она соответствует Gemini 3.8 Flash в режиме high и превосходит MiMo-V2.6-Pro. Доля галлюцинаций снижена до 27% по сравнению с 61% у Inkling Small, а прохождение задач автоматизации выросло с 5% до 46%. При этом модель отвечает на меньшее число вопросов: доля попыток падает до 53% с 77%, а точность растёт лишь до 34% с 32%. На задачу Intelligence Index в среднем уходит около 150 000 выходных токенов — примерно в 4 раза больше, чем около 37 000 у Inkling Small.

Как рассчитывается стоимость?

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

Какие входные и выходные данные поддерживает Inkling 2 Small?

Модель принимает текст и изображения, а выдаёт текст. Изображения кодируются vision-трансформером и обрабатываются совместно с текстом.

Для каких задач предназначена Inkling 2 Small?

Для агентных систем и инструментальных вызовов, помощников в программировании, чат-ботов и систем генерации с дополнением из поиска. Также для общих разговоров, следования инструкциям, финансовых задач, 3D-создания и генерации видео через код.

Чем Inkling 2 Small отличается от Inkling Small?

У Inkling 2 Small доля галлюцинаций ниже — 27% против 61%, а прохождение задач автоматизации выше — 46% против 5%. При этом модель отвечает на меньшее число вопросов: доля попыток 53% против 77%, а точность 34% против 32%.

Сколько токенов расходует модель при выполнении задач?

В среднем около 150 000 выходных токенов на задачу Intelligence Index — примерно в 4 раза больше, чем около 37 000 у Inkling Small.

Доступны ли веса модели?

Модель запущена как проприетарная и доступна через платформу Tinker и Tinker Playground от Thinking Machines. Планируется выпуск весов под лицензией Apache 2.0, но дата не подтверждена.

Можно ли применять модель в критичных для безопасности областях?

Без дополнительного дообучения, проверки в предметной области и контроля со стороны человека модель не следует использовать для медицинских, юридических или связанных с безопасностью решений.

Связанные модели