Для Inkling 2 Small используйте Chat Completions API.

О модели

Inkling 2 Small — мультимодальная модель Thinking Machines, выпущенная 5 ноября 2026 года. Принимает текст и изображения, отвечает текстом. Построена как разреженная смесь экспертов: 594 млрд параметров в сумме, из них 17 млрд работают на каждом токене.

Уровень рассуждений задаётся параметром reasoning_effort: от none, когда модель отвечает сразу, до xhigh. На одном и том же вопросе мы получили 34 токена ответа с none и 338 с high.

По данным Thinking Machines, модель работает с инструментами через MCP и показывает 82,2 % на SWE-bench Verified и 93,0 % на GPQA Diamond.

В DSLab модель доступна с контекстом 65 536 токенов. Поддерживает вызов функций и потоковый ответ.

Стоимость

Текущая стоимость использования этой модели:

Токены

Стоимость за 1 млн токенов

Входные токены

30₽

Выходные токены

100₽

Чтение из кэша

3₽

Как считается расход

  • Учитываются все токены

    И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр

Значение

Вход

Текст, изображения

Выход

Текст

Параметры

594 млрд, из них 17 млрд активных

Контекст

65 536 токенов

Рассуждения

Настраиваемые: none, minimal, low, medium, high, xhigh

Вызов функций

Да

Дата выхода

5 ноября 2026

Сравнение с соседними моделями

Модель

Параметры

Вход

Дата выхода

Inkling 2 Small (эта модель)

594 млрд, 17 млрд активных

Текст, изображения

5 ноября 2026

Inkling

975 млрд, 41 млрд активных

Текст, изображения, аудио

—

Бенчмарки

Бенчмарк

Результат

Условия

SWE-bench Verified

82,2 %

Данные Thinking Machines

GPQA Diamond

93,0 %

Данные Thinking Machines

Terminal Bench 2.1

85,1 %

Агент Pi, данные Thinking Machines

MMMU Pro

81,6 %

Стандартный режим из 10 вариантов, данные Thinking Machines

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-2-small",    reasoning_effort="high",    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-2-small.

messages

array

обязательный

История диалога: роли system, user, assistant и tool. content — текст или блоки текста и изображений.

max_tokens

integer

—

Максимальный ответ в токенах.

stream

boolean

false

Потоковый ответ. Чтобы получить расход токенов в потоке, добавьте stream_options со значением include_usage: true.

tools

array

—

Ваши функции: type function, name, description и parameters.

temperature

number

—

Разброс ответов, от 0 до 2.

reasoning_effort

string

—

Уровень рассуждений: none, minimal, low, medium, high или xhigh. none отключает рассуждения.

Важно знать

  • Thinking Machines отдаёт модель в бета-режиме: поведение и лимиты могут меняться.

  • Модель принимает изображения только на входе. Аудио не поддерживается.

  • Рассуждения тратят токены ответа: с высоким reasoning_effort задавайте max_tokens с запасом.

  • Значение reasoning_effort вне списка возвращает ошибку 400.