Google: Gemini 3.1 Flash Lite Preview contro Thinking Machines: Inkling Small
Un confronto fianco a fianco tra Google: Gemini 3.1 Flash Lite Preview (0,88 USD / 1M token (≈ 0,78 €)) e Thinking Machines: Inkling Small (1,58 USD / 1M token (≈ 1,40 €)) con i prezzi in USD e le funzionalità aggiornati dal catalogo di api14. Entrambi funzionano con la stessa API compatibile OpenAI.
Specifiche
| Google: Gemini 3.1 Flash Lite Preview | Thinking Machines: Inkling Small | |
|---|---|---|
| Fornitore | Thinking Machines | |
| Ingresso | 0,88 USD / 1M token (≈ 0,78 €) | 1,58 USD / 1M token (≈ 1,40 €) |
| Uscita | 5,25 USD / 1M token (≈ 4,68 €) | 4,20 USD / 1M token (≈ 3,74 €) |
| Lettura cache | 0,09 USD / 1M token (≈ 0,08 €) | 0,35 USD / 1M token (≈ 0,31 €) |
| Scrittura cache | 0,29 USD / 1M token (≈ 0,26 €) | - |
| Ragionamento | 5,25 USD / 1M token (≈ 4,68 €) | - |
| Input audio | 1,75 USD / 1M token (≈ 1,56 €) | - |
| Immagine | 0,000001 USD / immagine (≈ 0,000000779 €) | - |
| Ricerca web | 49,00 USD / 1K ricerche (≈ 43,63 €) | - |
| Finestra di contesto | 1.048.576 | 524.288 |
| Output massimo | 65.536 | 262.144 |
| Ingresso | text, image, video, file, audio | text, image, audio |
| Uscita | text | text |
| chiamata di strumenti | ||
| Output strutturato | ||
| Controllo del ragionamento | ||
| Aggiunto | 3 mar 2026 | 30 lug 2026 |
Differenze principali
- Google: Gemini 3.1 Flash Lite Preview costa il 44% in meno sui token di input.
- Thinking Machines: Inkling Small costa il 20% in meno sui token di output.
- Google: Gemini 3.1 Flash Lite Preview legge 2.0× più contesto (1.048.576 token).
- Solo Google: Gemini 3.1 Flash Lite Preview supporta output JSON strutturato.
- Una richiesta con 1.000 token di input e 500 di output costa 0,00350 USD con Google: Gemini 3.1 Flash Lite Preview e 0,00368 USD con Thinking Machines: Inkling Small.
Nel dettaglio
Google: Gemini 3.1 Flash Lite Preview è un modello di testo di Google, elencato con l'id modello google/gemini-3.1-flash-lite-preview. Thinking Machines: Inkling Small è un modello di testo di Thinking Machines, elencato con l'id modello thinkingmachines/inkling-small. Entrambi sono serviti tramite api14 come modelli di output di testo con supporto al tool calling e al reasoning, quindi a prima vista sembrano fratelli nella stessa categoria, ma sono stati costruiti da laboratori diversi con priorità diverse.
La divisione più chiara è contesto e ampiezza dell'input. Gemini 3.1 Flash Lite Preview accetta fino a 1.048.576 token di contesto, il doppio dei 524.288 token che Inkling Small accetta. Accetta anche più tipi di input: testo, immagine, video, file e audio, mentre Inkling Small accetta solo testo, immagine e audio. Sui parametri, Gemini 3.1 Flash Lite Preview supporta structured outputs e response_format, cosa che Inkling Small non fa, mentre Inkling Small espone un insieme più ampio di controlli di campionamento e penalità (frequency_penalty, presence_penalty, repetition_penalty, logit_bias, min_p, top_k, stop) che la lista di Gemini 3.1 Flash Lite Preview non include. Nessuno dei due modelli è indicato come l'unico con strumenti o l'unico con reasoning, quindi considerali più o meno equivalenti.
Per uno sviluppatore che sceglie tra i due, i campi qualitativi di prezzo puntano in direzioni opposte: Gemini 3.1 Flash Lite Preview è l'opzione più economica per l'input, mentre Inkling Small è l'opzione più economica per l'output. Questo significa che la scelta giusta dipende dalla forma del tuo traffico. Se invii prompt lunghi, documenti grandi, video o file, oppure hai bisogno di un contesto di lavoro molto ampio, Gemini 3.1 Flash Lite Preview è la scelta naturale, e il suo vantaggio di prezzo sull'input si amplifica più spingi in quella direzione. Se i tuoi prompt sono brevi ma le tue generazioni sono lunghe, per esempio tracce di reasoning pesanti, trascrizioni lunghe o bozze iterative, il prezzo dell'output di Inkling Small lavora a tuo favore. Se hai bisogno di structured outputs o response_format, questo decide per Gemini 3.1 Flash Lite Preview, dato che Inkling Small non elenca quei parametri. Se vuoi un controllo fine sul campionamento tramite penalità, top_k o min_p, Inkling Small è il più regolabile dei due.
Chiamare l'uno o l'altro tramite api14 usa la stessa superficie compatibile con OpenAI. Punti il tuo client OpenAI esistente all'URL di base di api14 con la tua chiave api14, poi imposti il campo model su google/gemini-3.1-flash-lite-preview o thinkingmachines/inkling-small. Tutto il resto, l'array messages, l'array tools, temperature, max_tokens, le impostazioni di reasoning e lo streaming, mantiene la stessa forma. Passare dall'uno all'altro è un cambio di una riga all'id del modello, quindi puoi instradare per attività, per profilo di costo o per dimensione del contesto senza riscrivere la tua integrazione.
Cambia modello con una stringa
Entrambi i modelli usano lo stesso endpoint e la stessa struttura di richiesta. Cambia il valore di model da "google/gemini-3.1-flash-lite-preview" a "thinkingmachines/inkling-small", prompt, streaming e tool continuano a funzionare.
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);
Altri confronti
- LiquidAI: LFM3-1.7B contro Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contro Crouton Alpha
- LiquidAI: LFM3-1.7B contro Tencent: Hy4
- LiquidAI: LFM3-1.7B contro Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contro Crouton Alpha
- Ricursive: Ripple 65B Preview contro Tencent: Hy4
- Ricursive: Ripple 65B Preview contro Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contro Tencent: Hy4