Thinking Machines: Inkling (free)

Inkling é um modelo multimodal de mistura de especialistas com pesos abertos da Thinking Machines Lab. Tem 41B parâmetros ativos de um total de 975B, e foi concebido para raciocínio de uso geral, programação, sistemas agênticos e de uso de ferramentas. No api14 está listado sob o id de modelo thinkingmachines/inkling:free, na categoria de texto, e a data de lançamento do fornecedor é 2026-07-17.

O modelo aceita texto, imagem e áudio como entrada e produz texto como saída. A sua janela de contexto é de 1.048.576 tokens, e a saída máxima é de 262.144 tokens. Por ser um design de mistura de especialistas, apenas uma fração do total de parâmetros está ativa por pedido, o que é relevante se estiver a planear orçamentos de débito ou latência em torno de um modelo grande. A combinação de uma janela de contexto muito grande com entrada multimodal significa que pode enviar documentos longos, capturas de ecrã, diagramas ou áudio juntamente com as suas instruções num único pedido.

Os usos práticos decorrem dessas capacidades. Tarefas de raciocínio geral e de programação encaixam nos objetivos de design declarados do modelo, pelo que a geração de código, a explicação de código e a resolução de problemas em várias etapas são aplicações naturais. Sistemas agênticos e de uso de ferramentas também estão explicitamente no âmbito, o que significa que pode construir fluxos de trabalho em que o modelo decide quando chamar uma função e como encadear resultados. As entradas de imagem e áudio abrem caminho à compreensão de documentos, a pipelines próximos de transcrição e à análise de multimédia mista sem um modelo separado para cada modalidade. O contexto longo é útil para revisão de código à escala de repositório, transcrições longas de reuniões ou chamadas, e investigação sobre grandes conjuntos de documentos onde, de outra forma, precisaria de fragmentação e recuperação.

Chama-o através da API compatível com OpenAI do api14 usando o id de modelo "thinkingmachines/inkling:free". Os parâmetros de pedido suportados são frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, seed, stop, temperature, tools e top_p. Se já utiliza um cliente ao estilo OpenAI, pode apontá-lo para o api14 e definir o campo model para este id; os parâmetros reasoning e reasoning_effort permitem controlar quanto raciocínio interno o modelo faz, e include_reasoning permite decidir se esse raciocínio é devolvido. O parâmetro tools é o que utiliza para chamadas de funções e ciclos agênticos, e seed ajuda quando quer uma amostragem mais reprodutível.

Uma coisa a ter em conta é que a saída é apenas texto, por isso se precisar de imagens ou áudio gerados terá de usar um modelo diferente. A variante gratuita também vale a pena testar com a sua própria carga de trabalho antes de se comprometer, uma vez que a página mostra uma tabela de preços em tempo real em vez de um valor fixo aqui. Se a sua tarefa for curta e simples, um modelo menor apenas de texto pode ser mais barato e rápido de executar, enquanto o Inkling faz mais sentido quando precisa do contexto longo, das entradas multimodais ou do comportamento de uso de ferramentas.