Thinking Machines: Inkling 2 Small (free) API
Thinking Machines imzalı Inkling 2 Small, metin ve görsel girdileri işleyen, 594 milyar toplam ve 17 milyar aktif parametreli seyrek MoE mimarisine sahip, ajan tabanlı iş akışları ve kodlama asistanları için tasarlanmış bir modeldir.
Inkling 2 Small, Thinking Machines tarafından geliştirilen ve metin ile görsel girdileri kabul ederek metin çıktısı üreten bir modeldir. 48 katmanlı, yalnızca kod çözücü tabanlı bir transformatör üzerine inşa edilmiştir ve seyrek Mixture-of-Experts (MoE) ileri besleme omurgası kullanır. Her token, 384 uzmandan 8'ine yönlendirilir. Modelin toplam 594 milyar parametresi bulunurken, aktif parametre sayısı 17 milyardır. MXFP8 ve NVFP4 sayısal formatlarını destekler. Görseller bir görüntü transformatörü aracılığıyla kodlanır ve metinle ortak bir gizli uzayda birlikte işlenir.
Model, İngilizce ve diğer dillerin yanı sıra birden fazla kodlama dilinde kullanım için tasarlanmıştır. Ajan tabanlı ve araç kullanımı gerektiren sistemler, kodlama asistanları, sohbet botları ve erişim artırılmış üretim (RAG) sistemleri gibi görevlerde kullanılması amaçlanmıştır. Ayrıca genel amaçlı sohbet, talimat takibi, finans görevleri, 3D oluşturma ve kod aracılığıyla video üretimi gibi kullanım senaryolarına da uygundur.
Model, açık ağırlıklı modeller arasında çeşitli finans benchmark'larında en iyi performansı gösteren model olarak öne çıkmaktadır. Artificial Analysis Intelligence Index v5.0.1 üzerinde Gemini 3.8 Flash yüksek ayarıyla eşleşir ve MiMo-V2.6-Pro'yu geride bırakır. Önceki sürüme kıyasla halüsinasyon oranı %61'den %27'ye düşerken, otomasyon görevlerinde geçme oranları %5'ten %46'ya ve kodlama testi puanları %5'ten %25'e yükselmiştir. Seyrek MoE mimarisi ve 17 milyar aktif parametresi sayesinde nispeten maliyet etkindir. Bununla birlikte, halüsinasyonun azalması büyük ölçüde daha az soruya yanıt vermesinden kaynaklanır; deneme oranı %77'den %53'e düşerken doğruluk yalnızca %32'den %34'e yükselmiştir. Model, Intelligence Index görevi başına ortalama yaklaşık 150.000 çıktı token'ı üretir; bu, Inkling Small'ın yaklaşık 37.000 token'ının yaklaşık 4 katıdır. Bilgisi eğitim kesim tarihindeki bilgilerle sınırlıdır ve tıbbi, hukuki veya güvenlik açısından kritik karar alma süreçlerinde ek ince ayar, alan spesifik doğrulama ve insan gözetimi olmadan kullanılmamalıdır.
Güncellendi:
MODEL ID
inkling-2-small:free- Bağlam
- 1.049M
- Maks. çıktı
- 131.072K
- Önerilen API
- messages
- Giriş
- text / image
- Çıkış
- video
Öne çıkanlar
- Metin ve görsel girdi, metin çıktı
- 594 milyar toplam, 17 milyar aktif parametre
- Seyrek Mixture-of-Experts mimarisi
- Ajan tabanlı iş akışlarına uygun
- Finans benchmark'larında güçlü
- MXFP8 ve NVFP4 desteği
Sağlayıcılar
Sağlayıcılar arasındaki API fiyatlarını karşılaştırın. Tüm ücretleri ve koşulları görmek için bir sağlayıcı seçin.
| Kullanılabilirlik | |||
|---|---|---|---|
| $0 | $0 |
Geçmiş istatistikler canlı durum kontrolü değildir. Eksik veri kesinti anlamına gelmez.
Kıyaslamalar
- 71.8%
EnterpriseBench-CoreCraft
Surge AI tarafından; ajan tabanlı yapay zeka yetenekleri
- 56%
CritPt v2
Inkling Small için %34 ve Gemini 3.8 Flash high için %65 ile karşılaştırıldığında
- 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
Puanlar model sağlayıcısının yayımladığı şekildedir.
Akıl yürütme
- Varsayılan çaba düzeyi
- high
- Varsayılan olarak etkin
- Evet
- Her zaman etkin
- Evet
- Kullanılabilir çaba düzeyleri
- max / high / medium / low / minimal
Hızlı başlangıç
Bu modeli Felo API Platform uyumlu API'lerle çağırmak için hazır kod. Kod yazmadan önce istemleri test etmek isterseniz Playground'da başlayın.
API anahtarınızı alın
Felo API Platform hesabınızdan bir anahtar oluşturun ve ortam değişkeni olarak ayarlayın.
export FELO_API_KEY="YOUR_API_KEY"İlk isteğinizi yapın
Bu model kimliğini Felo API Platform endpoint'iyle kullanın. X-Request-Id gibi isteğe bağlı istek başlıkları sorun gidermeye yardımcı olabilir.
inkling-2-small:freeBu model akıl yürütme yeteneğine sahiptir. Seçtiğiniz protokol ve model rotası akıl yürütme kontrolleri sunuyorsa, konuşmaya devam ederken döndürülen akıl yürütme üst verilerini koruyun.
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());Üçüncü taraf SDK'ları kullanma
baseURL'yi şu adrese ayarlayarak uyumlu SDK'ları kullanın: https://openapi.felo.ai/api/v1. Claude tarzı istemciler için Anthropic uyumlu temel URL'yi kullanın. https://openapi.felo.ai/api.
Akışı etkinleştirin
Yanıtları server-sent events olarak almak için stream: true ekleyin.
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 uyumlu model çağırma yüzeyleri sunar. Uygulamanızın veya ajan istemcinizin zaten desteklediği yüzeyi seçin.
Messages
Claude tarzı istemciler için Anthropic uyumlu mesajlar.
POST
https://openapi.felo.ai/api/v1/messagesParametreler
modelstringinkling-2-small:freeÇağrılacak herkese açık model kimliği.max_tokensinteger—Oluşturulacak maksimum token sayısı.messagesarray—Chat Completions için konuşma mesajları.seed———stop———toolsarray—Uyumlu şemayı izleyen araç çağırma tanımları.top_p———reasoning———temperaturenumber—Desteklendiğinde yanıt çeşitliliğini kontrol eder.reasoning_effort———include_reasoning———Sık sorulan sorular
Model tanıtımı: Thinking Machines: Inkling 2 Small (free)?
Inkling 2 Small, Thinking Machines tarafından geliştirilen ve metin ile görsel girdileri kabul ederek metin çıktısı üreten bir modeldir. 48 katmanlı, yalnızca kod çözücü tabanlı bir transformatör üzerine inşa edilmiştir ve seyrek Mixture-of-Experts (MoE) ileri besleme omurgası kullanır. Her token, 384 uzmandan 8'ine yönlendirilir. Modelin toplam 594 milyar parametresi bulunurken, aktif parametre sayısı 17 milyardır. MXFP8 ve NVFP4 sayısal formatlarını destekler. Görseller bir görüntü transformatörü aracılığıyla kodlanır ve metinle ortak bir gizli uzayda birlikte işlenir. Model, İngilizce ve diğer dillerin yanı sıra birden fazla kodlama dilinde kullanım için tasarlanmıştır. Ajan tabanlı ve araç kullanımı gerektiren sistemler, kodlama asistanları, sohbet botları ve erişim artırılmış üretim (RAG) sistemleri gibi görevlerde kullanılması amaçlanmıştır. Ayrıca genel amaçlı sohbet, talimat takibi, finans görevleri, 3D oluşturma ve kod aracılığıyla video üretimi gibi kullanım senaryolarına da uygundur. Model, açık ağırlıklı modeller arasında çeşitli finans benchmark'larında en iyi performansı gösteren model olarak öne çıkmaktadır. Artificial Analysis Intelligence Index v5.0.1 üzerinde Gemini 3.8 Flash yüksek ayarıyla eşleşir ve MiMo-V2.6-Pro'yu geride bırakır. Önceki sürüme kıyasla halüsinasyon oranı %61'den %27'ye düşerken, otomasyon görevlerinde geçme oranları %5'ten %46'ya ve kodlama testi puanları %5'ten %25'e yükselmiştir. Seyrek MoE mimarisi ve 17 milyar aktif parametresi sayesinde nispeten maliyet etkindir. Bununla birlikte, halüsinasyonun azalması büyük ölçüde daha az soruya yanıt vermesinden kaynaklanır; deneme oranı %77'den %53'e düşerken doğruluk yalnızca %32'den %34'e yükselmiştir. Model, Intelligence Index görevi başına ortalama yaklaşık 150.000 çıktı token'ı üretir; bu, Inkling Small'ın yaklaşık 37.000 token'ının yaklaşık 4 katıdır. Bilgisi eğitim kesim tarihindeki bilgilerle sınırlıdır ve tıbbi, hukuki veya güvenlik açısından kritik karar alma süreçlerinde ek ince ayar, alan spesifik doğrulama ve insan gözetimi olmadan kullanılmamalıdır.
Kullanım nasıl faturalandırılır?
Faturanız kullandığınız sağlayıcıya, fiyatlarına ve kullanımınıza bağlıdır. Daha uzun girişler veya başka koşullar farklı fiyatlara tabi olabilir.
Inkling 2 Small hangi girdi türlerini destekler?
Metin ve görsel girdilerini kabul eder ve metin çıktısı üretir. Görseller bir görüntü transformatörü aracılığıyla kodlanır ve metinle ortak bir gizli uzayda işlenir.
Inkling 2 Small hangi görevler için tasarlanmıştır?
Ajan tabanlı ve araç kullanımı gerektiren sistemler, kodlama asistanları, sohbet botları ve erişim artırılmış üretim sistemleri için tasarlanmıştır. Ayrıca genel amaçlı sohbet, talimat takibi, finans görevleri, 3D oluşturma ve kod aracılığıyla video üretimi gibi senaryolarda da kullanılabilir.
Inkling 2 Small'in mimarisi nasıldır?
48 katmanlı, yalnızca kod çözücü tabanlı bir transformatör üzerine inşa edilmiştir ve seyrek Mixture-of-Experts ileri besleme omurgası kullanır. Her token 384 uzmandan 8'ine yönlendirilir; modelin toplam 594 milyar parametresi ve 17 milyar aktif parametresi vardır.
Inkling 2 Small'in Inkling Small'dan farkı nedir?
Inkling 2 Small, halüsinasyon oranını %61'den %27'ye düşürür ve otomasyon görevlerinde geçme oranlarını %5'ten %46'ya, kodlama testi puanlarını ise %5'ten %25'e yükseltir. Ancak bu iyileşme büyük ölçüde daha az soruya yanıt vermesinden kaynaklanır; deneme oranı %77'den %53'e düşerken doğruluk yalnızca %32'den %34'e çıkar.
Inkling 2 Small hangi sayısal formatları destekler?
MXFP8 ve NVFP4 sayısal formatlarını destekler.