Inkling Small
Réseau Neuronal
Inkling Small est un modèle MoE multimodal ouvert de Thinking Machines Lab avec 12B paramètres actifs sur 276B et accès API.
Caractéristiques
- Entrée
- texte, images, documents
- Sortie
- texte
- Taille du contexte
- 524 288 tokens
- Longueur maximale de la réponse
- 262 144 tokens
- Niveaux de raisonnement
- aucun, minimal, faible, moyen, élevé, max
- Fonctionnalités
- raisonnement, appel de fonctions
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Inkling Small?
Inkling Small est un modèle multimodal à poids ouverts de Thinking Machines Lab avec une architecture mixture-of-experts : sur 276 milliards de paramètres, environ 12 milliards sont utilisés par requête, ce qui réduit la consommation de calcul par jeton. Dans sa gamme, c'est une option plus compacte et économique, idéale lorsque vous avez besoin d'une vitesse de traitement raisonnable sans sacrifier la multimodalité. Via BotHub, le modèle est accessible depuis la Russie sans VPN ni carte étrangère, et le paiement s'effectue en roubles à l'utilisation : pas d'abonnement, les jetons non utilisés ne sont pas perdus. Plus de 250 réseaux de neurones sont disponibles dans une seule fenêtre, permettant de comparer les réponses et de changer de modèle en quelques clics, tandis qu'une API unique compatible OpenAI évite de réécrire les intégrations. Les dialogues sont chiffrés en AES-GCM et ne sont pas conservés. Les entreprises bénéficient de contrats, factures, gestion électronique de documents, panneau d'administration et limites par employé. Utile pour créer un assistant multimodal, analyser du texte avec des images, résumer de longs documents, traiter des requêtes en flux ou tester des modèles ouverts.Questions fréquentes sur Inkling Small
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
inkling-small est un modèle textuel de Thinking Machines avec raisonnement avant réponse et appel d'outils. Il accepte du texte, des documents et des images, ce qui le rend adapté à l'analyse de longs documents, au travail sur le code, à l'analyse et aux scénarios nécessitant un raisonnement étape par étape plutôt qu'une réponse rapide et standard.
En une seule réponse, le modèle génère jusqu'à 262 144 jetons, soit un texte très long : un rapport complet, une documentation ou un fichier de code volumineux. La fenêtre de contexte est de 524 288 jetons, permettant d'inclure les sources et la réponse dans une seule requête sans découpage.
Oui, le raisonnement avant réponse est une fonctionnalité du modèle : avant de fournir un résultat, il décompose la tâche étape par étape. Cela est visible en logique, mathématiques, analyse de code et instructions complexes où il est crucial de suivre une démarche logique plutôt que de deviner la réponse.
Oui, le modèle prend en charge l'appel de fonctions et la sortie structurée en JSON. Vous décrivez les outils, il décide quand les utiliser et renvoie une réponse au format défini — pratique pour les agents, l'analyse de documents et les intégrations où le résultat est directement utilisé par le code sans traitement manuel.
Images et documents, oui : envoyez une capture d'écran, un schéma, un scan ou un PDF, et le modèle les analysera avec votre question. L'audio et la vidéo ne sont pas indiqués comme formats d'entrée dans nos données. Le modèle répond par texte ; la génération d'autres formats n'est pas prévue.
Nous n'avons pas de données sur la qualité du traitement de langues spécifiques, nous ne ferons donc aucune promesse. Le plus simple est de tester : envoyez votre tâche sur BotHub, comparez la réponse avec d'autres modèles dans la même fenêtre et choisissez celui qui vous convient. Accès depuis la Russie sans VPN, paiement en roubles.