Uso primário declarado ou inferido com cautela a partir da documentação oficial.
Inkling 2 Mini
Modelo multimodal da Thinking Machines Lab publicado em 20 de novembro. Os seus 26,4 mil milhões de parâmetros reutilizam as camadas intermédias três vezes por token. Os 3,4 mil milhões de parâmetros fisicamente ativos correspondem a cerca de 5,4 mil milhões de cálculo efetivo. Aceita texto e imagens e gera texto.
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
Limites e integração
| ID de API | thinkingmachines/Inkling-2-Mini |
|---|---|
| Tipo de modelo | Multimodal · Código · Texto e raciocínio |
| Modelo de acesso | Pesos abertos |
| Licença | Apache 2.0 |
| Implantação | Alojamento próprio |
| Lançamento | 20 NOV 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Texto · Imagem |
| Saída | Texto |
| Janela de contexto | 1M tokens |
| saída máxima | Texto; máximo de saída independente não publicado |
| Raciocínio | Não publicado |
| Ferramentas publicadas | Funções |
| Passeios Estruturados | Não publicado |
| Processamento em lote | Não publicado |
| Cache de prompts | Não publicado |
| Ajuste fino | LoRA no Tinker |
| Plataformas verificadas | Hugging Face · Tinker · Transformers · vLLM · SGLang |
Programação com ferramentas, documentos visuais e assistentes locais. O checkpoint nativo misto NVFP4/MXFP8 ocupa cerca de 20 GB; recomendam-se pelo menos 32 GB de memória.
Pode repetir o raciocínio: limite tokens e turnos do agente. O esforço mínimo não desativa todo o raciocínio. O milhão de tokens de amostragem não é o limite de treino: o Tinker oferece 64K ou 256K para ajuste. Memória e velocidade dependem do runtime.
O que pode fazer
Orientação
Programação com ferramentas, documentos visuais e assistentes locais. O checkpoint nativo misto NVFP4/MXFP8 ocupa cerca de 20 GB; recomendam-se pelo menos 32 GB de memória.
Contexto
1M tokens · Texto; máximo de saída independente não publicado
Ferramentas e integração
Funções
Acesso
Pesos abertos e amostragem no Tinker
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | 0,15 USD / 1M de tokens | Tarifa padrão da API |
| Entrada em cache | 0,015 USD / 1M tokens | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | 0,50 USD / 1M tokens | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
O Tinker cobra por milhão de tokens 0,15 USD de entrada, 0,015 USD de cache e 0,50 USD de saída. O treino custa 0,75 USD com 64K ou 1,50 USD com 256K; ambas as opções amostram até 1M. Os formatos quantizados não são modelos distintos.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
Como ler os resultados
A ficha apresenta 48,2% no DeepSWE v1.1 com mini-swe-agent v2.4.6 e 74,9% no MMMU Pro Standard com dez opções. Seguem protocolos definidos; não se transferem para outros checkpoints nem são testes da Inferama.
| Benchmark | Resultado | Métrica | Fonte |
|---|---|---|---|
| DeepSWE v1.1 | 48,2 % | mini-swe-agent v2.4.6 | Ver fonte ↗ |
| MMMU Pro Standard 10 | 74,9 % | Pontuação publicada | Ver fonte ↗ |
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
Cronologia
thinkingmachines/Inkling-2-Mini
Versão incorporada no catálogo verificado da Inferama.