Inkling

Для Inkling используйте Chat Completions API.

О модели

Inkling — открытая мультимодальная модель общего назначения от Thinking Machines Lab: принимает текст, изображения и аудио, отвечает текстом. Рассчитана на приложения с инструментами, помощников разработчика, чат-боты и системы RAG.

Модель с архитектурой MoE: 975 млрд параметров, из них 41 млрд активных. Контекст — до 1 млн токенов; время рассуждений настраивается.

Принимает изображения (оптимально от 40 до 4096 пикселей по каждой стороне) и аудио в формате WAV с частотой 16 кГц (оптимально до 20 минут). Поддерживает вызов функций.

В линейке есть и Inkling-Small: 276 млрд параметров, из них 12 млрд активных. По данным Thinking Machines Lab, она сравнима с Inkling на многих бенчмарках при размере в четыре раза меньше.

Стоимость

Текущая стоимость использования этой модели:

Токены	Стоимость за 1 млн токенов
Входные токены	187₽
Выходные токены	468₽
Чтение из кэша	37,40₽

Как считается расход

Учитываются все токены
И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр	Значение
Вход	Текст, изображения, аудио (WAV, 16 кГц)
Выход	Текст
Контекст	До 1 млн токенов; на платформе Tinker — 64 000 или 256 000 токенов
Языки	Английский и другие языки
Параметры модели	975 млрд, из них 41 млрд активных
Лицензия	Apache 2.0
Дата выхода	15 июля 2026

Сравнение с соседними моделями

Модель	Параметры	Контекст модели	Контекст на Tinker	Вход
Inkling (эта модель)	975 млрд, из них 41 млрд активных	До 1 млн токенов	64 000 или 256 000 токенов	Текст, изображения, аудио
Inkling-Small	276 млрд, из них 12 млрд активных	До 1 млн токенов	64 000 или 256 000 токенов	Текст, изображения, аудио

Бенчмарки

Бенчмарк	Результат	Условия
GPQA Diamond	87,2 %	Уровень рассуждений 0,99; остальные условия не раскрыты
AIME 2026	97,1 %	Уровень рассуждений 0,99; остальные условия не раскрыты
SWE-Bench Pro (публичный набор)	54,3 %	Уровень рассуждений 0,99; остальные условия не раскрыты
MCP Atlas	76 %	Уровень рассуждений 0,99; остальные условия не раскрыты
Humanity's Last Exam	46 %	С инструментами; уровень рассуждений 0,99; остальные условия не раскрыты
BrowseComp	77,1 %	С управлением контекстом; уровень рассуждений 0,99; остальные условия не раскрыты

API

Эндпоинт

http

POST https://api.dslab.tech/v1/chat/completions

Текстовый запрос

import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.dslab.tech/v1",)response = client.chat.completions.create(    model="inkling",    reasoning_effort="medium",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр	Тип	По умолчанию	Описание
model	string	обязательный	ID модели: inkling.
messages	array	обязательный	История диалога. Роли: system, user, assistant, tool. content — текст или массив блоков text и image_url.
max_tokens	integer	—	Максимальный ответ в токенах.
reasoning_effort	string или number	0,9	Уровень рассуждений: none, minimal, low, medium, high, xhigh или число от 0,0 до 0,99 (high соответствует 0,9, xhigh — 0,99).
stream	boolean	false	Потоковый ответ. Рассуждения идут отдельными событиями раньше ответа.
tools	array	—	Ваши функции: type function, name, description и parameters (JSON Schema).

Важно знать

Контекст стандартного варианта Inkling на Tinker — 64 000 токенов; вариант с 256 000 токенов — Inkling (256K).
Рассуждения приходят в поле reasoning_content отдельно от ответа (separate_reasoning по умолчанию включён); в потоке они идут раньше ответа.