Thinking Machines: Inkling (free)

Inkling è un modello misto di esperti multimodale a pesi aperti di Thinking Machines Lab. Ha 41B parametri attivi su 975B totali, ed è progettato per il ragionamento generico, il coding, i sistemi agentici e di uso di strumenti. Su api14 è elencato con l'id modello thinkingmachines/inkling:free, nella categoria testo, e la data di rilascio del provider è 2026-07-17.

Il modello accetta testo, immagini e audio come input e produce testo come output. La sua finestra di contesto è di 1.048.576 token, e l'output massimo è di 262.144 token. Poiché è un design misto di esperti, solo una frazione dei parametri totali è attiva per richiesta, il che è rilevante se stai pianificando budget di throughput o latenza attorno a un modello di grandi dimensioni. La combinazione di una finestra di contesto molto ampia e input multimodale significa che puoi inviare documenti lunghi, screenshot, diagrammi o audio insieme alle tue istruzioni in un'unica richiesta.

Gli usi pratici derivano da queste capacità. Le attività di ragionamento generico e coding si adattano agli obiettivi di design dichiarati del modello, quindi la generazione di codice, la spiegazione di codice e la risoluzione di problemi a più passaggi sono applicazioni naturali. Anche i sistemi agentici e di uso di strumenti rientrano esplicitamente nell'ambito, il che significa che puoi costruire flussi di lavoro in cui il modello decide quando chiamare una funzione e come concatenare i risultati. Gli input di immagini e audio aprono la comprensione dei documenti, pipeline vicine alla trascrizione e analisi di media misti senza un modello separato per ciascuna modalità. Il contesto lungo è utile per la revisione del codice su scala di repository, trascrizioni lunghe di riunioni o chiamate, e ricerca su grandi insiemi di documenti dove altrimenti avresti bisogno di chunking e retrieval.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id modello "thinkingmachines/inkling:free". I parametri di richiesta supportati sono frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, seed, stop, temperature, tools e top_p. Se usi già un client in stile OpenAI, puoi puntarlo su api14 e impostare il campo model su questo id; i parametri reasoning e reasoning_effort ti permettono di controllare quanto ragionamento interno svolge il modello, e include_reasoning ti permette di decidere se quel ragionamento viene restituito. Il parametro tools è quello che usi per il function calling e i cicli agentici, e seed aiuta quando vuoi un campionamento più riproducibile.

Una cosa da tenere a mente è che l'output è solo testo, quindi se hai bisogno di immagini o audio generati ti servirà un modello diverso. Vale anche la pena testare la variante gratuita sul tuo carico di lavoro prima di impegnarti, dato che la pagina mostra una tabella dei prezzi live anziché una cifra fissa qui. Se il tuo compito è breve e semplice, un modello più piccolo solo testo potrebbe essere più economico e veloce da eseguire, mentre Inkling ha più senso quando hai bisogno del contesto lungo, degli input multimodali o del comportamento di uso di strumenti.