Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
Inkling 2 Mini
Modello multimodale di Thinking Machines Lab pubblicato il 20 novembre. I suoi 26,4 miliardi di parametri riutilizzano i livelli intermedi tre volte per token. I 3,4 miliardi di parametri fisicamente attivi corrispondono a circa 5,4 miliardi di calcolo effettivo. Accetta testo e immagini e genera testo.
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
Limiti e integrazione
| ID API | thinkingmachines/Inkling-2-Mini |
|---|---|
| Tipo di modello | Multimodale · Codice · Testo e ragionamento |
| Modalità di accesso | Pesi aperti |
| Licenza | Apache 2.0 |
| Distribuzione | Hosting autonomo |
| Rilascio | 20 NOV 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Testo · Immagine |
| Uscita | Testo |
| Finestra di contesto | 1M tokens |
| rendimento massimo | Testo; massimo di output indipendente non pubblicato |
| Ragionamento | Non pubblicato |
| Strumenti pubblicati | Funzionalità |
| Uscite strutturate | Non pubblicato |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | LoRA su Tinker |
| Piattaforme verificate | Hugging Face · Tinker · Transformers · vLLM · SGLang |
Programmazione con strumenti, documenti visivi e assistenti locali. Il checkpoint nativo misto NVFP4/MXFP8 occupa circa 20 GB; sono consigliati almeno 32 GB di memoria.
Può ripetere il ragionamento: limita token e turni dell’agente. Lo sforzo minimo non disattiva tutto il ragionamento. Il milione di token di campionamento non è il limite di addestramento: Tinker offre 64K o 256K per il fine-tuning. Memoria e velocità dipendono dal runtime.
Cosa può fare
Orientamento
Programmazione con strumenti, documenti visivi e assistenti locali. Il checkpoint nativo misto NVFP4/MXFP8 occupa circa 20 GB; sono consigliati almeno 32 GB di memoria.
Contesto
1M tokens · Testo; massimo di output indipendente non pubblicato
Strumenti e integrazione
Funzionalità
Accesso
Pesi aperti e campionamento su Tinker
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | 0,15 USD / 1M di token | Tariffa API standard |
| Input in cache | 0,015 USD / 1M tokens | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | 0,50 USD / 1M tokens | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
Tinker addebita 0,15 USD in ingresso, 0,015 USD dalla cache e 0,50 USD in uscita per milione di token. L’addestramento costa 0,75 USD con 64K o 1,50 USD con 256K; entrambe le opzioni campionano fino a 1M. I formati quantizzati non sono modelli distinti.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
Come leggere i risultati
La scheda riporta 48,2% su DeepSWE v1.1 con mini-swe-agent v2.4.6 e 74,9% su MMMU Pro Standard a dieci opzioni. Seguono protocolli definiti; non si trasferiscono ad altri checkpoint e non sono test di Inferama.
| Benchmark | Risultato | Metrica | Fonte |
|---|---|---|---|
| DeepSWE v1.1 | 48,2 % | mini-swe-agent v2.4.6 | Vedi fonte ↗ |
| MMMU Pro Standard 10 | 74,9 % | Punteggio pubblicato | Vedi fonte ↗ |
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
Cronologia
thinkingmachines/Inkling-2-Mini
Versione inclusa nel catalogo verificato di Inferama.