Kan Inkling Small lokaal draaien?

Ja — de gewichten zijn open en de modelkaart vermeldt recepten voor SGLang, vLLM, Unsloth, TokenSpeed en Hugging Face, dus je kunt het zelf hosten. Houd er rekening mee dat het totale aantal parameters 276 miljard is, dus je hebt serieuze hardware nodig, ook al zijn er per token maar 12 miljard actieve parameters.

Wat kost Inkling Small en hoe lang is het contextvenster?

Via API kost het $0,45 per miljoen inputtokens en $1,20 per miljoen outputtokens, met een contextvenster van 524.288 tokens.

Hoe verschilt Inkling Small van het volledige Inkling-model?

Inkling Small is het kleinere, efficiëntere lid van de familie — lager actief aantal parameters en lagere API-prijs — terwijl het volledige Inkling-model erboven zit in de lijn. Thinking Machines heeft geen gedetailleerde capaciteitsvergelijking tussen de twee gepubliceerd.

Inkling Small

5840°

#llm #thinkingmachines #visie #audio #redeneren #agenten

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

Thinking Machines | 524.288 token context | $0.45/M input, $1.20/M output. Inkling Small is een open-weight multimodaal mixture-of-experts model van Thinking Machines Lab, met 12 miljard actieve parameters uit 276 miljard totaal. Het is gepositioneerd als het kleinere, efficiëntere lid van de Inkling familie en is geschikt voor redeneren, coderen, agentische workflows, retrieval-augmented generatie, instructieopvolging en meertalige conversatie.

Gidsen voor dit model

Beste lokale LLM per gebruik (oktober 2026): het juiste open model voor elke klus

Hoeveel VRAM heb ik eigenlijk nodig voor lokale AI?

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

Wat is een GGUF-bestand? Uitleg over gekwantiseerde modellen (Q4, Q8, fp8, NF4)

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

Inkling Small is een open-gewichten multimodaal mixture-of-experts model van Thinking Machines Lab, met 12 miljard actieve parameters uit een totaal van 276 miljard. Het accepteert tekst-, beeld- en audio-invoer, draait lokaal en richt zich op ontwikkelaars die agentische systemen, codeerassistenten en RAG-pijplijnen bouwen. De prijs is laag genoeg dat API-gebruik goedkoop blijft, zelfs op matige schaal.

Bekend om

Ondersteunt tekst, beeld en audio native in één model
MoE-architectuur: 12B actieve parameters houden inferentiekosten laag
512K token contextvenster — ongewoon groot voor zijn klasse
Ontworpen voor agentische en toolgebruik-workflows direct uit de doos
Open gewichten ondersteunen lokale inzet via SGLang, vLLM en Unsloth

Let op

Audio-invoer vereist WAV op 16kHz; clips langer dan twee minuten kunnen in kwaliteit afnemen.
276B totale parameters betekent dat lokale inzet serieuze hardware vraagt ondanks het lage actieve aantal.
Licentie is Acceptable Use, niet volledig permissief — controleer de voorwaarden van Thinking Machines voor commercieel gebruik.

Het beste voor

Agenten en toolgebruik

Prompts om te proberen

Debug een kapotte agentlus

Ik heb een Python-agent die een zoektool aanroept, het resultaat parseert en beslist of hij opnieuw moet zoeken of een eindantwoord geeft. Soms loopt hij oneindig door. Hier is de code: [plak die van jou]. Identificeer de waarschijnlijke oorzaak van de oneindige lus, leg uit waarom het gebeurt en herschrijf het relevante gedeelte met een fix en een max-iteraties-beveiliging.

Redeneer een planningsprobleem uit

Een klein team van vier moet zes taken afronden voor een deadline op vrijdag. Taken A en D moeten klaar zijn voordat B kan starten. Taak C hangt af van B. Taken E en F zijn onafhankelijk. Maximaal twee mensen kunnen parallel werken. Breng het kritieke pad in kaart, identificeer de vroegst mogelijke einddatum als elke taak één dag duurt, en markeer eventuele planningsrisico’s.

Meertalige instructie-extractie

Het volgende klantenservicemelding is geschreven in een mix van Tagalog en Engels. Extraheer de kernklacht, het genoemde product en de actie die de klant vraagt. Geef je antwoord als JSON-object met sleutels: complaint, product, requested_action. Bericht: 'Hindi gumagana yung headset na binili ko last week, parang may sira yung left ear. Can you replace it or give a refund?'

Vergelijk met

Inkling
Model met open gewichten
524,288 token context · $1.00/M invoer, $4.05/M uitvoer
GPT-6 Luna
Alleen API-model
1,050,000 token context · $0.10/M invoer, $0.50/M uitvoer
GPT-5.6 Luna
Alleen API-model
1,050,000 token context · $0.20/M invoer, $1.20/M uitvoer
Claude Opus 5.5
Alleen API-model
1,000,000 token context · $4.00/M invoer, $20.00/M uitvoer

Meer tekstmodellen van thinkingmachines

Veelgestelde vragen

Kan Inkling Small lokaal draaien?: Ja — de gewichten zijn open en de modelkaart vermeldt recepten voor SGLang, vLLM, Unsloth, TokenSpeed en Hugging Face, dus je kunt het zelf hosten. Houd er rekening mee dat het totale aantal parameters 276 miljard is, dus je hebt serieuze hardware nodig, ook al zijn er per token maar 12 miljard actieve parameters.
Wat kost Inkling Small en hoe lang is het contextvenster?: Via API kost het $0,45 per miljoen inputtokens en $1,20 per miljoen outputtokens, met een contextvenster van 524.288 tokens.
Hoe verschilt Inkling Small van het volledige Inkling-model?: Inkling Small is het kleinere, efficiëntere lid van de familie — lager actief aantal parameters en lagere API-prijs — terwijl het volledige Inkling-model erboven zit in de lijn. Thinking Machines heeft geen gedetailleerde capaciteitsvergelijking tussen de twee gepubliceerd.

Oordeel van de kapitein
Een zeldzaam klein model dat echt tekst, beeld en audio samen verwerkt — de moeite waard als je multimodale agenten bouwt en open gewichten wilt.

Modelkaart op Hugging Face

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

DeepSeek V4 Flash Latest

TEXT / LLM

Summarize

TEXT / LLM

AI-modellen voor het genereren van afbeeldingen, video en tekst

Inkling Small is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm thinkingmachines visie audio redeneren agenten coderen meertalig

Bladeren op modelfamilie