Perceptron: Perceptron Mk1 lawan Thinking Machines: Inkling Small
Perbandingan berdampingan Perceptron: Perceptron Mk1 (US$0,52 / 1 jt token (≈ Rp 9.492)) dan Thinking Machines: Inkling Small (US$1,58 / 1 jt token (≈ Rp 28.476)) menggunakan harga USD dan kemampuan terkini dari katalog api14. Keduanya berjalan melalui API yang sama dan kompatibel dengan OpenAI.
Spesifikasi
| Perceptron: Perceptron Mk1 | Thinking Machines: Inkling Small | |
|---|---|---|
| Penyedia | Perceptron | Thinking Machines |
| Masukan | US$0,52 / 1 jt token (≈ Rp 9.492) | US$1,58 / 1 jt token (≈ Rp 28.476) |
| Keluaran | US$5,25 / 1 jt token (≈ Rp 94.920) | US$4,20 / 1 jt token (≈ Rp 75.936) |
| Baca cache | - | US$0,35 / 1 jt token (≈ Rp 6.328) |
| Jendela konteks | 32.768 | 524.288 |
| Output maks. | 8.192 | 262.144 |
| Masukan | text, image, video | text, image, audio |
| Keluaran | text | text |
| panggilan alat | ||
| Output terstruktur | ||
| Pengaturan penalaran | ||
| Ditambahkan | 12 Mei 2026 | 30 Jul 2026 |
Perbedaan utama
- Perceptron: Perceptron Mk1 67% lebih murah untuk token input.
- Thinking Machines: Inkling Small 20% lebih murah untuk token output.
- Thinking Machines: Inkling Small membaca konteks 16.0× lebih banyak (524.288 token).
- Hanya Thinking Machines: Inkling Small yang mendukung panggilan alat.
- Hanya Perceptron: Perceptron Mk1 yang mendukung output JSON terstruktur.
- Permintaan dengan 1.000 token input dan 500 token output berbiaya US$0,00315 dengan Perceptron: Perceptron Mk1 dan US$0,00368 dengan Thinking Machines: Inkling Small.
Lebih mendalam
Perceptron: Perceptron Mk1 adalah model teks dari Perceptron, dirilis pada 12 Mei 2026. Thinking Machines: Inkling Small adalah model teks dari Thinking Machines, dirilis kemudian, pada 30 Juli 2026. Keduanya dilayani melalui api14 dan keduanya menerima input multimodal dan mengembalikan teks, jadi pilihan di antara keduanya bergantung pada seberapa besar konteks yang Anda butuhkan, jenis media apa yang Anda masukkan, dan parameter permintaan mana yang Anda andalkan.
Perbedaan paling jelas adalah jendela konteks. Inkling Small mendukung konteks 524288 token, yang jauh lebih besar daripada 32768 token yang diizinkan Perceptron Mk1. Pada input, Perceptron Mk1 menerima teks, gambar, dan video, sedangkan Inkling Small menerima teks, gambar, dan audio. Jadi input video mengarah ke Perceptron Mk1 dan input audio mengarah ke Inkling Small. Keduanya hanya mengeluarkan teks. Keduanya juga berbeda pada parameter: Perceptron Mk1 adalah model yang mengekspos structured outputs, yang penting jika Anda perlu responsnya sesuai dengan skema. Inkling Small adalah model yang mendukung tools, jadi ini sisi yang dipilih untuk function calling dan alur kerja yang digerakkan oleh tool. Perceptron Mk1 juga mencantumkan frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, temperature, top_k dan top_p. Inkling Small mencantumkan semua itu ditambah logit_bias, min_p, reasoning_effort, repetition_penalty, seed, stop, tool_choice dan tools. Dukungan reasoning bukan pembeda yang berarti di sini.
Untuk pemilihan praktis, pilih Perceptron Mk1 ketika tugas Anda bergantung pada structured output, ketika Anda perlu mengirim video bersama teks, atau ketika Anda ingin model yang lebih murah pada input. Pilih Inkling Small ketika pekerjaan melibatkan dokumen panjang yang tidak akan muat dalam 32768 token, ketika Anda memerlukan input audio, ketika Anda memerlukan tool atau function calling, atau ketika Anda ingin model yang lebih murah pada output. Jika beban kerja Anda campuran, batas konteks biasanya hal pertama yang perlu diperiksa: apa pun yang besar tidak akan muat sama sekali di Perceptron Mk1, jadi keputusannya sudah ditentukan untuk Anda. Jika konteks muat dengan nyaman dan Anda memerlukan respons yang dibatasi skema, dukungan structured outputs pada Perceptron Mk1 menjadikannya opsi yang lebih sederhana.
Memanggil salah satu model melalui api14 menggunakan permukaan yang sama yang kompatibel dengan OpenAI. Anda mengarahkan klien Anda ke base URL api14, mengirim permintaan Anda ke endpoint chat completions, dan mengatur field model ke id yang Anda inginkan. Satu-satunya perubahan antara keduanya adalah string itu: gunakan perceptron/perceptron-mk1 untuk Perceptron Mk1 dan thinkingmachines/inkling-small untuk Inkling Small. Kode di sekitarnya, pemformatan pesan Anda dan penguraian respons Anda tetap sama selama Anda hanya menggunakan parameter yang didukung model yang dipilih, jadi ada baiknya memeriksa daftar itu sebelum Anda memindahkan permintaan. Perlu diingat bahwa tool_choice dan tools hanya ada pada Inkling Small; structured_outputs hanya ada pada Perceptron Mk1. Tabel harga langsung di halaman ini menunjukkan tarif terkini untuk masing-masing, jadi bandingkan harga input dan output di sana sebelum memutuskan.
Berganti cukup dengan satu string
Kedua model menggunakan endpoint dan bentuk permintaan yang sama. Ubah nilai model dari "perceptron/perceptron-mk1" ke "thinkingmachines/inkling-small", prompt, streaming, dan tools tetap berfungsi.
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);
Perbandingan lainnya
- LiquidAI: LFM3-1.7B lawan Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B lawan Crouton Alpha
- LiquidAI: LFM3-1.7B lawan Tencent: Hy4
- LiquidAI: LFM3-1.7B lawan Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview lawan Crouton Alpha
- Ricursive: Ripple 65B Preview lawan Tencent: Hy4
- Ricursive: Ripple 65B Preview lawan Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha lawan Tencent: Hy4