Thinking Machines: Inkling 2 Small (free) API
Thinking Machines 推出的稀疏混合专家模型,支持文本与图像输入,主打智能体、编程与多语言任务。
Inkling 2 Small 是 Thinking Machines 推出的多模态模型,可接受文本与图像输入并生成文本输出。它基于 48 层仅解码器 Transformer 架构,前馈部分采用稀疏混合专家结构,每个 token 路由到 384 个专家中的 8 个;总参数 5940 亿,激活参数 170 亿,并支持 MXFP8 与 NVFP4 数值格式。图像经视觉 Transformer 编码后,与文本在共享隐空间中联合处理。
该模型面向英文及其他语言,并覆盖多种编程语言,适合智能体与工具调用系统、编程助手、聊天机器人以及检索增强生成系统。官方还列出通用对话、指令遵循、金融任务、3D 创作和通过代码生成视频等场景;在开放权重模型中,它在多项金融基准上表现突出。
与上一代 Inkling Small 相比,它的幻觉率从 61% 降至 27%,自动化任务通过率从 5% 提升到 46%,编程测试得分从 5% 提升到 25%。不过幻觉减少主要源于答题数量下降:尝试率从 77% 降至 53%,准确率仅从 32% 微升至 34%;在 Intelligence Index 任务上平均输出约 150,000 个 token,约为 Inkling Small 的 37,000 个 token 的 4 倍。模型知识截至其训练截止时间,不建议在未经额外微调、领域验证和人工监督的情况下用于医疗、法律或安全关键决策。
更新时间:
模型 ID
inkling-2-small:free- 上下文
- 1.049M
- 最大输出
- 131.072K
- 推荐 API
- messages
- 输入
- text / image
- 输出
- video
核心要点
- 稀疏混合专家架构,激活参数 170 亿
- 支持文本与图像输入
- 面向智能体与工具调用
- 幻觉率较上一代显著下降
- 开放权重模型中金融基准表现突出
- 支持 MXFP8 与 NVFP4 数值格式
供应商
比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。
| 可用率 | |||
|---|---|---|---|
| $0 | $0 |
历史统计不等于实时健康检查,缺失数据不代表服务中断。
基准测试
- 71.8%
EnterpriseBench-CoreCraft
来自 Surge AI,衡量智能体能力
- 56%
CritPt v2
Inkling Small 为 34%,Gemini 3.8 Flash high 为 65%
- 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
分数来自模型厂商公布的数据,未独立验证。
推理能力
- 默认推理强度
- high
- 默认启用
- 是
- 始终启用
- 是
- 可选推理强度
- max / high / medium / low / minimal
填入 API key
从 Felo API Platform 账户创建 key,并设置为环境变量。
export FELO_API_KEY="YOUR_API_KEY"发起第一次请求
使用该模型 ID 调用 Felo API Platform endpoint。可选请求头如 X-Request-Id 能帮助排查问题。
inkling-2-small:free该模型支持推理。如果所选协议和模型路由暴露推理控制,请在继续对话时保留返回的推理元数据。
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());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
启用流式输出
加入 stream: true,即可以 server-sent events 接收响应。
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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringinkling-2-small:freePublic model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———stop———toolsarray—Tool calling definitions following compatible schema.top_p———reasoning———temperaturenumber—Controls response variety when supported.reasoning_effort———include_reasoning———常见问题
什么是 Thinking Machines: Inkling 2 Small (free)?
Inkling 2 Small 是 Thinking Machines 推出的多模态模型,可接受文本与图像输入并生成文本输出。它基于 48 层仅解码器 Transformer 架构,前馈部分采用稀疏混合专家结构,每个 token 路由到 384 个专家中的 8 个;总参数 5940 亿,激活参数 170 亿,并支持 MXFP8 与 NVFP4 数值格式。图像经视觉 Transformer 编码后,与文本在共享隐空间中联合处理。 该模型面向英文及其他语言,并覆盖多种编程语言,适合智能体与工具调用系统、编程助手、聊天机器人以及检索增强生成系统。官方还列出通用对话、指令遵循、金融任务、3D 创作和通过代码生成视频等场景;在开放权重模型中,它在多项金融基准上表现突出。 与上一代 Inkling Small 相比,它的幻觉率从 61% 降至 27%,自动化任务通过率从 5% 提升到 46%,编程测试得分从 5% 提升到 25%。不过幻觉减少主要源于答题数量下降:尝试率从 77% 降至 53%,准确率仅从 32% 微升至 34%;在 Intelligence Index 任务上平均输出约 150,000 个 token,约为 Inkling Small 的 37,000 个 token 的 4 倍。模型知识截至其训练截止时间,不建议在未经额外微调、领域验证和人工监督的情况下用于医疗、法律或安全关键决策。
如何计算调用费用?
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。
Inkling 2 Small 支持哪些输入和输出?
它支持文本输入和图像输入,并生成文本输出。图像会经视觉 Transformer 编码后与文本在共享隐空间中联合处理。
它适合哪些任务?
适合智能体与工具调用系统、编程助手、聊天机器人、检索增强生成系统,以及通用对话、指令遵循、金融任务、3D 创作和通过代码生成视频等场景。
它的架构有什么特点?
它采用 48 层仅解码器 Transformer,前馈部分为稀疏混合专家结构,每个 token 路由到 384 个专家中的 8 个,总参数 5940 亿、激活参数 170 亿。
与 Inkling Small 相比有哪些变化?
幻觉率从 61% 降至 27%,自动化任务通过率从 5% 提升到 46%,编程测试得分从 5% 提升到 25%。但尝试率从 77% 降至 53%,准确率仅从 32% 升至 34%,且平均输出 token 数约为后者的 4 倍。
部署时需要注意什么?
模型知识截至训练截止时间,Thinking Machines 建议在高风险或安全关键场景中保留人工监督与复核,并在部署前自行评估性能、安全与公平性。