Thinking Machines: Inkling (free)

Inkling är en öppen viktmodell för multimodala mixture-of-experts från Thinking Machines Lab. Den har 41B aktiva parametrar av totalt 975B, och den är designad för allmänna resonemang, kodning, agentiska system och system för verktygsanvändning. På api14 listas den under modell-id:t thinkingmachines/inkling:free, i kategorin text, och leverantörens releasedatum är 2026-07-17.

Modellen tar emot text, bild och ljud som indata och producerar text som utdata. Dess kontextfönster är 1 048 576 tokens, och maximal utdata är 262 144 tokens. Eftersom det är en mixture-of-experts-design är bara en del av de totala parametrarna aktiva per begäran, vilket är relevant om du planerar genomströmning eller latensbudgetar kring en stor modell. Kombinationen av ett mycket stort kontextfönster och multimodala indata innebär att du kan skicka långa dokument, skärmbilder, diagram eller ljud tillsammans med dina instruktioner i en enda begäran.

Praktiska användningsområden följer av dessa funktioner. Allmänna resonemangs- och kodningsuppgifter passar modellens angivna designmål, så kodgenerering, kodförklaring och problemlösning i flera steg är naturliga tillämpningar. Agentiska system och system för verktygsanvändning ingår också uttryckligen i omfattningen, vilket innebär att du kan bygga arbetsflöden där modellen avgör när den ska anropa en funktion och hur den ska kedja resultat. Bild- och ljudindata öppnar upp för dokumentförståelse, transkriptionsnära pipelines och analys av blandade medier utan en separat modell för varje modalitet. Den långa kontexten är användbar för kodgranskning i repositoriestorlek, långa mötes- eller samtalsutskrifter och forskning över stora dokumentuppsättningar där du annars skulle behöva chunkning och hämtning.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "thinkingmachines/inkling:free". De begärandeparametrar som stöds är frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, reasoning_effort, seed, stop, temperature, tools och top_p. Om du redan använder en klient i OpenAI-stil kan du peka den mot api14 och sätta modellfältet till detta id; parametrarna reasoning och reasoning_effort låter dig styra hur mycket internt resonemang modellen utför, och include_reasoning låter dig avgöra om resonemanget returneras. Parametern tools är den du använder för funktionsanrop och agentiska loopar, och seed hjälper när du vill ha mer reproducerbar sampling.

En sak att ha i åtanke är att utdata endast är text, så om du behöver genererade bilder eller ljud behöver du en annan modell. Den kostnadsfria varianten är också värd att testa mot din egen arbetsbelastning innan du bestämmer dig, eftersom sidan visar en live-pristabell snarare än en fast siffra här. Om din uppgift är kort och enkel kan en mindre textbaserad modell vara billigare och snabbare att köra, medan Inkling är mer relevant när du behöver den långa kontexten, de multimodala indata eller verktygsanvändningsbeteendet.