Inkling
Red Neuronal
Inkling es el modelo multimodal abierto de Thinking Machines Lab para razonamiento, código y tareas de agentes.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 524 288 tokens
- Longitud máxima de respuesta
- 471 859 tokens
- Niveles de razonamiento
- ninguno, mínimo, bajo, medio, alto, max
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Inkling?
Inkling es un modelo multimodal de pesos abiertos de Thinking Machines Lab basado en la arquitectura mixture-of-experts: de 975 mil millones de parámetros, 41 mil millones funcionan en cada paso, lo que ofrece el volumen de una gran red con una inferencia económica. Sus creadores lo orientaron al razonamiento universal, la programación, los sistemas de agentes y el trabajo con herramientas, y su multimodalidad permite ingresar no solo texto, sino también imágenes. En BotHub, accedes a Inkling sin VPN ni tarjetas extranjeras: pago con tarjetas rusas en rublos según uso, y los tokens no caducan. Otras modelos están disponibles en la misma ventana, facilitando la comparación y el cambio sin reescribir la integración: el acceso es a través de una API compatible con OpenAI, las solicitudes están cifradas con AES-GCM, y los equipos tienen acceso a contratos, facturas, EDI y un panel de administración con límites. Es útil cuando necesitas analizar y reescribir código ajeno, encontrar la causa de un test fallido, crear un agente con llamadas a funciones y herramientas externas, extraer significado de esquemas y capturas de pantalla, o resolver tareas con cadenas de razonamiento complejas.Preguntas frecuentes sobre Inkling
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto con entrada multimodal: acepta texto, documentos e imágenes, y responde con texto. Es adecuado para analizar documentos grandes, escribir y refactorizar código, depurar, analizar registros, tareas STEM y trabajar en escenarios de agentes con llamadas a herramientas.
El límite de salida es de hasta 471,859 tokens, y la ventana de contexto alcanza 1,048,576 tokens. Esto es suficiente para cargar documentación extensa o una base de código y recibir un documento completo, un módulo de código grande o un análisis detallado sin dividirlo en partes.
Sí, el modo de razonamiento está confirmado: el modelo construye una cadena de pasos hasta la respuesta final. Esto ayuda notablemente en matemáticas, lógica, análisis de requisitos y búsqueda de causas de errores en el código. En BotHub pagas por uso de tokens, no se necesita suscripción.
Sí, se admiten llamadas a funciones y salida estructurada en JSON. Puedes conectar herramientas externas, bases de datos y servicios, crear agentes y analizar respuestas sin posprocesamiento. A través de la API unificada compatible con OpenAI de BotHub, puedes cambiar de modelo sin reescribir la integración.
Según nuestros datos, se aceptan imágenes y documentos como entrada: capturas de pantalla de interfaces, esquemas, diagramas, tablas, PDF e informes largos. El modelo extrae datos de ellos y responde con texto. Para audio y video, BotHub tiene modelos especializados separados en la misma ventana.
No tenemos datos específicos sobre idiomas, por lo que es más fiable probarlo con tu propia tarea: carga un documento típico o un fragmento de código y compara el resultado con otros modelos en la misma ventana de BotHub. El cambio toma un par de segundos y los tokens no caducan.