Perceptron Mk1 vs Inkling Small: API कीमत, context और फीचर

हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

यहां नए हैं? देखें यह कैसे काम करता है प्लेग्राउंड, मॉडल और आपकी API key का 1 मिनट का टूर।

Perceptron: Perceptron Mk1 बनाम Thinking Machines: Inkling Small

api14 कैटलॉग की मौजूदा USD कीमतों और क्षमताओं के आधार पर Perceptron: Perceptron Mk1 ($0.52 / 1M टोकन (≈ ₹49.63)) और Thinking Machines: Inkling Small ($1.58 / 1M टोकन (≈ ₹148.90)) की आमने-सामने तुलना। दोनों एक ही OpenAI-compatible API से चलते हैं।

स्पेसिफिकेशन

	Perceptron: Perceptron Mk1	Thinking Machines: Inkling Small
प्रोवाइडर	Perceptron	Thinking Machines
इनपुट	$0.52 / 1M टोकन (≈ ₹49.63)	$1.58 / 1M टोकन (≈ ₹148.90)
आउटपुट	$5.25 / 1M टोकन (≈ ₹496.32)	$4.20 / 1M टोकन (≈ ₹397.06)
कैश रीड	-	$0.35 / 1M टोकन (≈ ₹33.09)
संदर्भ विंडो	32,768	5,24,288
अधिकतम आउटपुट	8,192	2,62,144
इनपुट	text, image, video	text, image, audio
आउटपुट	text	text
टूल कॉलिंग
संरचित आउटपुट
Reasoning नियंत्रण
जोड़ा गया	12 मई 2026	30 जुल॰ 2026

मुख्य अंतर

Perceptron: Perceptron Mk1 इनपुट tokens पर 67% सस्ता है।
Thinking Machines: Inkling Small आउटपुट tokens पर 20% सस्ता है।
Thinking Machines: Inkling Small 16.0× ज़्यादा context पढ़ता है (5,24,288 tokens)।
सिर्फ Thinking Machines: Inkling Small टूल कॉलिंग सपोर्ट करता है।
सिर्फ Perceptron: Perceptron Mk1 संरचित JSON आउटपुट सपोर्ट करता है।
1,000 इनपुट और 500 आउटपुट tokens वाली request की लागत Perceptron: Perceptron Mk1 के साथ $0.00315 और Thinking Machines: Inkling Small के साथ $0.00368 है।

विस्तार से

परसेप्ट्रॉन: Perceptron Mk1, Perceptron का एक टेक्स्ट मॉडल है, जिसे 12 मई 2026 को जारी किया गया था। Thinking Machines: Inkling Small, Thinking Machines का एक टेक्स्ट मॉडल है, जिसे बाद में, 30 जुलाई 2026 को जारी किया गया था। दोनों api14 के माध्यम से उपलब्ध कराए जाते हैं और दोनों मल्टीमॉडल इनपुट लेते हैं और टेक्स्ट लौटाते हैं, इसलिए इनके बीच चुनाव इस बात पर निर्भर करता है कि आपको कितना कॉन्टेक्स्ट चाहिए, आप किस प्रकार की मीडिया भेज रहे हैं, और आप किन रिक्वेस्ट पैरामीटर पर निर्भर हैं।

सबसे स्पष्ट अंतर कॉन्टेक्स्ट विंडो का है। Inkling Small 524288 टोकन का कॉन्टेक्स्ट सपोर्ट करता है, जो Perceptron Mk1 के अनुमत 32768 टोकन से बहुत बड़ा है। इनपुट पर, Perceptron Mk1 टेक्स्ट, इमेज और वीडियो स्वीकार करता है, जबकि Inkling Small टेक्स्ट, इमेज और ऑडियो स्वीकार करता है। इसलिए वीडियो इनपुट Perceptron Mk1 की ओर इशारा करता है और ऑडियो इनपुट Inkling Small की ओर। दोनों केवल टेक्स्ट आउटपुट करते हैं। वे पैरामीटर पर भी भिन्न हैं: Perceptron Mk1 वह है जो structured outputs उपलब्ध कराता है, जो मायने रखता है यदि आपको प्रतिक्रिया को किसी स्कीमा के अनुरूप चाहिए। Inkling Small वह है जो tools सपोर्ट करता है, इसलिए फंक्शन कॉलिंग और टूल-संचालित वर्कफ़्लो के लिए इसे चुनना चाहिए। Perceptron Mk1 frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, temperature, top_k और top_p भी सूचीबद्ध करता है। Inkling Small इनके अलावा logit_bias, min_p, reasoning_effort, repetition_penalty, seed, stop, tool_choice और tools भी सूचीबद्ध करता है। रीज़निंग सपोर्ट यहाँ कोई महत्वपूर्ण भिन्नता नहीं है।

व्यावहारिक चयन के लिए, Perceptron Mk1 को तब चुनें जब आपका कार्य structured output पर निर्भर हो, जब आपको टेक्स्ट के साथ वीडियो भेजना हो, या जब आप वह मॉडल चाहते हों जो इनपुट पर सस्ता है। Inkling Small को तब चुनें जब काम में लंबे दस्तावेज़ शामिल हों जो 32768 टोकन में नहीं समाएँगे, जब आपको ऑडियो इनपुट चाहिए, जब आपको टूल या फंक्शन कॉलिंग चाहिए, या जब आप वह मॉडल चाहते हों जो आउटपुट पर सस्ता है। यदि आपका वर्कलोड मिश्रित है, तो कॉन्टेक्स्ट सीमा आमतौर पर पहली चीज़ है जिसे जाँचना चाहिए: कोई भी बड़ी चीज़ Perceptron Mk1 में बिल्कुल नहीं समाएगी, इसलिए निर्णय आपके लिए हो जाता है। यदि कॉन्टेक्स्ट आराम से समा जाता है और आपको स्कीमा-प्रतिबंधित प्रतिक्रिया चाहिए, तो Perceptron Mk1 पर structured outputs सपोर्ट इसे अधिक सरल विकल्प बनाता है।

api14 के माध्यम से किसी भी मॉडल को कॉल करना एक ही OpenAI-संगत सतह का उपयोग करता है। आप अपने क्लाइंट को api14 बेस URL पर इंगित करते हैं, अपनी रिक्वेस्ट chat completions एंडपॉइंट पर भेजते हैं, और model फ़ील्ड को उस id पर सेट करते हैं जो आप चाहते हैं। दोनों के बीच एकमात्र बदलाव वह स्ट्रिंग है: Perceptron Mk1 के लिए perceptron/perceptron-mk1 उपयोग करें और Inkling Small के लिए thinkingmachines/inkling-small उपयोग करें। आपका आसपास का कोड, आपकी मैसेज फ़ॉर्मेटिंग और आपकी रिस्पॉन्स पार्सिंग वही रहती है जब तक आप केवल वे पैरामीटर उपयोग करते हैं जो चुना गया मॉडल सपोर्ट करता है, इसलिए किसी रिक्वेस्ट को स्थानांतरित करने से पहले उस सूची की जाँच करना उचित है। ध्यान रखें कि tool_choice और tools केवल Inkling Small पर मौजूद हैं; structured_outputs केवल Perceptron Mk1 पर मौजूद है। इस पृष्ठ पर लाइव मूल्य तालिका प्रत्येक के लिए वर्तमान दरें दिखाती है, इसलिए प्रतिबद्ध होने से पहले वहाँ इनपुट और आउटपुट मूल्य निर्धारण की तुलना करें।

एक string से बदलें

दोनों मॉडल एक ही endpoint और request ढांचा इस्तेमाल करते हैं। model की वैल्यू "perceptron/perceptron-mk1" से "thinkingmachines/inkling-small" करें, prompts, streaming और tools पहले की तरह काम करते रहेंगे।

Perceptron: Perceptron Mk1 विवरण और प्लेग्राउंड →Thinking Machines: Inkling Small विवरण और प्लेग्राउंड →

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.chat.completions.create({
  "model": "thinkingmachines/inkling-small",
  "messages": [
    {
      "role": "user",
      "content": "Explain vector databases in two sentences."
    }
  ]
});
console.log(result.choices[0].message.content);

Perceptron: Perceptron Mk1 बनाम Thinking Machines: Inkling Small

स्पेसिफिकेशन

मुख्य अंतर

विस्तार से

एक string से बदलें

और तुलनाएं