Todos os modelos
Texto e raciocínioEstável
Thinking Machines LabInkling
Modelo de grandes pesos abertos do Thinking Machines Lab para raciocínio, codificação, ferramentas, visão e fluxos de trabalho de áudio personalizáveis.
Visão geral em inglês simples
O que Inkling realmente é
Inkling é um modelo de mistura de especialistas de 975 bilhões de parâmetros, mas ativa 41 bilhões de parâmetros para cada token. Ele pode raciocinar sobre texto, imagens e áudio, usar ferramentas e variar quanto esforço de raciocínio é gasto em uma tarefa.
Seu principal apelo é o controle. Os pesos Apache-2.0 podem ser executados em sua infraestrutura, enquanto o Tinker fornece um playground e fluxo de trabalho de ajuste fino. Os parceiros hospedados facilitam o início, mas cada rota tem preços, privacidade, hardware e limites de contexto diferentes.
Bom ajuste para
- Equipes que desejam um modelo de base adaptável e de peso aberto
- Codificação agente e experimentos de uso de ferramentas
- Implantações privadas ou especializadas com entradas multimodais
Comparação de categorias
Os fatos que importam para os modelos texto
Estas são especificações publicadas pelo fornecedor, não pontuações de benchmark Cody. Siga as fontes vinculadas para limites atuais e exceções específicas de endpoint.
- Janela de contexto
- Até 1 milhão de tokens; Tinker oferece 64K e 256KMáximo combinado de prompt e contexto de trabalho documentado pelo provedor.
- Saída máxima
- Não publicado separadamenteLimite de resposta publicado pelo provedor, quando disponível.
- Corte de conhecimento
- Não publicadoÚltima data de conhecimento confiável publicada explicitamente pelo fornecedor do modelo. As ferramentas de pesquisa e conectadas podem recuperar informações mais recentes, mas não alteram o corte integrado do modelo.
- Preço de entrada
- Dependente de hospedagemPreço de lista padrão atual por milhão de tokens de entrada, salvo indicação em contrário.
- Preço de saída
- Dependente de hospedagemPreço de lista padrão atual por milhão de tokens de saída, salvo indicação em contrário.
- Entradas
- Texto, imagem, áudioTipos de mídia aceitos pelo endpoint do modelo listado.
- Ferramentas e agentes
- Codificação agente, ferramentas, visão assistida por Python, pensamento controlávelFerramentas nativas selecionadas e recursos de criação de agentes, não uma lista exaustiva.
Preços e comparações
Estime seu custo
Defina seu uso. A estimativa é atualizada enquanto você digita.
Exemplo: 6.000 tokens de entrada para 10 páginas e 500 para o resumo. O tamanho varia; ajuste os valores.
Uma execução envia sua entrada ao modelo uma vez e recebe uma resposta. Tokens são partes de texto: entrada é o que você envia, saída é a resposta que recebe.
Opções avançadas
Inkling
Thinking Machines Lab
Total estimado (USD)
Para o uso indicado · USD · Preço de API, não de assinatura
Como funciona esta estimativa
Estimativas sem impostos, ferramentas, armazenamento/gravação de cache, franquias gratuitas e descontos personalizados. Imagens incluem apenas a saída, sem prompt ou referências. Os modos de qualidade variam. Configurações não listadas não são consideradas gratuitas.
Acesso à API e ao provedor
Onde obter Inkling
Thinking Machines LabLiberação e disponibilidade do InklingArquitetura oficial, recursos, Tinker e visão geral de acesso de parceiro.Hugging FaceCartão modelo Inkling e pesosPesos, propriedades de modelo e exemplos de auto-hospedagem do Apache-2.0.TinkerParque InklingParque infantil e acesso de afinação; termos hospedados e preços se aplicam.
Disponibilidade
Regiões e estágio de acesso
Pesos abertos em Hugging Face, ajuste fino e um playground por meio de Tinker, além de parceiros hospedados e rotas de inferência auto-hospedadas.
A auto-hospedagem determina a região de processamento. Tinker e a disponibilidade do parceiro seguem a conta de cada provedor e os termos regionais.
Verifique a disponibilidade ao vivoDados e treinamento
A rota é importante.
Os pesos abertos podem ser auto-hospedados para que os dados solicitados permaneçam na infraestrutura que você controla. Tinker e rotas hospedadas por parceiros têm termos separados de retenção e uso de treinamento que devem ser verificados com o provedor selecionado.
Esta é uma leitura concisa do material citado do fornecedor, e não um aconselhamento jurídico. Um gateway de terceiros pode ter diferentes termos de armazenamento, roteamento, treinamento e residência da API direta do criador do modelo.
Leia a política do provedorPerguntas frequentes
Perguntas frequentes sobre Inkling
O que é Inkling?
Modelo de grandes pesos abertos do Thinking Machines Lab para raciocínio, codificação, ferramentas, visão e fluxos de trabalho de áudio personalizáveis. Inkling é um modelo de mistura de especialistas de 975 bilhões de parâmetros, mas ativa 41 bilhões de parâmetros para cada token. Ele pode raciocinar sobre texto, imagens e áudio, usar ferramentas e variar quanto esforço de raciocínio é gasto em uma tarefa.
Quando o Inkling foi lançado?
Inkling foi lançado em 15 de julho de 2026 de acordo com os materiais do fornecedor citado.
Onde posso acessar Inkling?
Pesos abertos em Hugging Face, ajuste fino e um playground por meio de Tinker, além de parceiros hospedados e rotas de inferência auto-hospedadas. As rotas de acesso listadas neste guia são Thinking Machines Lab, Hugging Face e Tinker.
Quanto custa Inkling?
Pesos abertos; o preço hospedado varia. O modelo é Apache 2.0. Tinker, inferência de parceiro e implantações auto-hospedadas têm, cada uma, seus próprios custos de computação e uso.
Onde o Inkling está disponível?
Pesos abertos em Hugging Face, ajuste fino e um playground por meio de Tinker, além de parceiros hospedados e rotas de inferência auto-hospedadas. A auto-hospedagem determina a região de processamento. Tinker e a disponibilidade do parceiro seguem a conta de cada provedor e os termos regionais.
Os dados da minha API Inkling são usados para treinamento?
Os pesos abertos podem ser auto-hospedados para que os dados solicitados permaneçam na infraestrutura que você controla. Tinker e rotas hospedadas por parceiros têm termos separados de retenção e uso de treinamento que devem ser verificados com o provedor selecionado. A política pertence à rota do provedor e aos termos da conta, portanto, verifique-a novamente antes do uso em produção.
Comparação de preços
USD por milhão de tokens nas APIs indicadas com contexto padrão. Tarifas de cache e contexto longo podem variar. Modelos sem preços revisados compatíveis são omitidos; menor custo não significa melhor qualidade.
- Mistral Small 4US$ 0,15
Mistral AI
- Gemini 3.8 FlashUS$ 0,75
Google
- GPT-5.6 SolUS$ 4,00
OpenAI
- GPT-6 AstraUS$ 10,00
OpenAI
- Claude Fable 5.1US$ 10,00
Anthropic
- Mistral Small 4US$ 0,60
Mistral AI
- Gemini 3.8 FlashUS$ 3,75
Google
- GPT-5.6 SolUS$ 20,00
OpenAI
- GPT-6 AstraUS$ 50,00
OpenAI
- Claude Fable 5.1US$ 50,00
Anthropic
Comparações relacionadas
Comparações lado a lado
Inkling vs GPT-6 Astra
O modelo mais capaz do OpenAI para trabalhos difíceis de ponta a ponta, combinando raciocínio de fronteira com uma janela de contexto de um milhão de tokens e um amplo conjunto de ferramentas de agente.
Abrir comparação completaInkling vs GPT-5.6 Sol
O principal modelo geral do OpenAI para codificação, análise e trabalho profissional difíceis, com uma janela de contexto muito grande e um amplo conjunto de ferramentas nativas.
Abrir comparação completaInkling vs Claude Fable 5.1
O modelo de fronteira do Anthropic para trabalho ambicioso e de longa duração de agente e codificação, com forte visão e disponibilidade de mercado empresarial.
Abrir comparação completaInkling vs Gemini 3.8 Flash
Modelo multimodal estável e de alta eficiência do Google para agentes, trabalho de software e grandes entradas de mídia mista a um preço introdutório de nível Flash.
Abrir comparação completaInkling vs Grok 4.6
Modelo de texto e imagem de fronteira do SpaceXAI para codificação, tarefas de agente e trabalho de conhecimento, com web direta, X e ferramentas de código.
Abrir comparação completaInkling vs Grok 4.20 Multi-Agent Beta
Um modelo Grok especializado que envia vários agentes de IA para investigar uma questão difícil em paralelo e depois combina seu trabalho em uma resposta pesquisada.
Abrir comparação completaInkling vs Mistral Medium 3.5
O modelo de fronteira aberta da Mistral para fluxos de trabalho multimodais, de codificação, de raciocínio e de agentes exigentes, com uma janela de contexto de 256K.
Abrir comparação completaInkling vs Mistral Small 4
O modelo aberto de baixo custo da Mistral que combina acompanhamento normal de instruções, raciocínio, codificação, visão e ferramentas de agente em um único endpoint.
Abrir comparação completaInkling vs Qwen3.8 Max
Modelo Qwen de fronteira do Alibaba para raciocínio de longo contexto, codificação, ferramentas e compreensão de texto, imagens e vídeo.
Abrir comparação completaInkling vs MiniMax M3
Modelo multimodal de um milhão de tokens do MiniMax para codificação, agentes, uso de computador e projetos longos a um baixo preço direto de API.
Abrir comparação completaInkling vs GLM-5.3
Modelo de raciocínio de longo contexto e peso aberto do Z.ai para codificação, ferramentas e trabalho de agente em rotas auto-hospedadas e gerenciadas.
Abrir comparação completaInkling vs Kimi K3
Modelo multimodal de fronteira do Moonshot AI para codificação de milhões de tokens, raciocínio, trabalho de conhecimento e agentes orientados por ferramentas.
Abrir comparação completaInkling vs Falcon-H1R-7B
Modelo de raciocínio aberto e compacto do TII para tarefas de texto, contextos longos e fluxos de trabalho de chamada de função auto-hospedados.
Abrir comparação completaInkling vs Falcon-H1-34B-Instruct
Modelo de instrução aberta 34B da TII para texto multilíngue, codificação e aplicativos auto-hospedados controlados.
Abrir comparação completaInkling vs Muse Spark 1.3
O mais recente modelo de raciocínio multimodal do Meta para agentes de longa execução, codificação, ferramentas e colaboração complexa de usuários.
Abrir comparação completaInkling vs Celeris-1 Magnus
Modelo de linguagem de difusão focado em agente Celeris para raciocínio rápido, loops de ferramentas, ações estruturadas e integração compatível com OpenAI.
Abrir comparação completaInkling vs NVIDIA Nemotron 3 Ultra
O maior modelo de raciocínio Nemotron 3 do NVIDIA para agentes complexos, codificação, planejamento, ferramentas, RAG e análise de milhões de tokens.
Abrir comparação completaInkling vs NVIDIA Nemotron 3.5 Lightning
Modelo compacto de mistura de especialistas de 30B do NVIDIA para agentes especializados eficientes e fluxos de trabalho de texto de alto volume.
Abrir comparação completaInkling vs Qwen3.8-Flash
Modelo multimodal eficiente de um milhão de contextos do Alibaba para agentes rápidos, codificação, trabalho documental, visão, compreensão de vídeo e uso de ferramentas.
Abrir comparação completaInkling vs DeepSeek-V4-Pro
O principal modelo de texto de um milhão de contexto do DeepSeek para raciocínio difícil, codificação, agentes de longa execução, ferramentas e resultados muito grandes.
Abrir comparação completaInkling vs DeepSeek-V4-Flash
Modelo V4 de baixo custo do DeepSeek para raciocínio, codificação, agentes e cargas de trabalho de texto de milhões de tokens de alto volume.
Abrir comparação completa
