Inkling Small peut-il s’exécuter localement ?

Oui — les poids sont ouverts et la fiche modèle liste des recettes pour SGLang, vLLM, Unsloth, TokenSpeed et Hugging Face, donc vous pouvez l’auto-héberger. Gardez à l’esprit que le nombre total de paramètres est de 276 milliards, donc un matériel conséquent est nécessaire même si seuls 12 milliards de paramètres sont actifs par token.

Quel est le coût d’Inkling Small et quelle est la taille de sa fenêtre de contexte ?

Via API, il est tarifé à 0,45 $ par million de tokens d’entrée et 1,20 $ par million de tokens de sortie, avec une fenêtre de contexte de 524 288 tokens.

En quoi Inkling Small diffère-t-il du modèle Inkling complet ?

Inkling Small est le membre plus petit et plus efficace de la famille — nombre de paramètres actifs et prix API plus bas — tandis que le modèle Inkling complet se situe au-dessus dans la gamme. Thinking Machines n’a pas publié de comparaison détaillée des capacités entre les deux.

Inkling Small

5840°

#llm #thinkingmachines #vision #audio #raisonnement #agents

Lancer ce modèle

Offres / Pub

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

Thinking Machines | contexte de 524 288 tokens | 0,45 $/M en entrée, 1,20 $/M en sortie. Inkling Small est un modèle mixture-of-experts multimodal open-weight du Thinking Machines Lab, avec 12 milliards de paramètres actifs sur 276 milliards au total. Il est positionné comme le membre plus petit et plus efficace de la famille Inkling, adapté au raisonnement, codage, workflows agentiques, génération augmentée par récupération, suivi des instructions et conversation multilingue.

Guides pour ce modèle

Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche

De combien de VRAM ai-je vraiment besoin pour l'IA locale ?

Poids ouverts vs open source vs API uniquement : ce que tu peux vraiment faire

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

Inkling Small est un modèle multimodal mixture-of-experts à poids ouverts de Thinking Machines Lab, avec 12 milliards de paramètres actifs tirés d’un pool total de 276 milliards. Il accepte les entrées texte, image et audio, s’exécute localement, et cible les développeurs construisant des systèmes agentiques, assistants de codage et pipelines RAG. Le prix est suffisamment bas pour que l’utilisation API reste économique même à échelle modérée.

Connu pour

Gère nativement texte, image et audio dans un seul modèle
Architecture MoE : 12 milliards de paramètres actifs pour limiter les coûts d’inférence
Fenêtre de contexte de 512K tokens — exceptionnellement grande pour sa catégorie
Conçu dès le départ pour les flux agentiques et l’utilisation d’outils
Poids ouverts supportant le déploiement local via SGLang, vLLM et Unsloth

Attention à

L’entrée audio nécessite du WAV à 16 kHz ; les clips de plus de deux minutes peuvent perdre en qualité.
276 milliards de paramètres totaux signifient que le déploiement local demande un matériel sérieux malgré le faible nombre de paramètres actifs.
La licence est Acceptable Use, pas totalement permissive — vérifiez les conditions de Thinking Machines avant usage commercial.

Idéal pour

Agents et utilisation d'outils

Programmation

Raisonnement

Multilingue

Fonctionne localement

Prompts à essayer

Déboguer une boucle d’agent cassée

J’ai un agent Python qui appelle un outil de recherche, analyse le résultat, et décide s’il faut rappeler ou retourner une réponse finale. Il boucle parfois indéfiniment. Voici le code : [collez le vôtre]. Identifiez la cause probable de la boucle infinie, expliquez pourquoi elle se produit, et réécrivez la section concernée avec une correction et une limite maximale d’itérations.

Réfléchir à un problème de planification

Une petite équipe de quatre personnes doit accomplir six tâches avant une échéance vendredi. Les tâches A et D doivent être terminées avant que B puisse commencer. La tâche C dépend de B. Les tâches E et F sont indépendantes. Deux personnes peuvent travailler en parallèle au maximum. Cartographiez le chemin critique, identifiez le jour de fin le plus tôt possible en supposant que chaque tâche prend un jour, et signalez les risques de planification.

Extraction d’instruction multilingue

Le message support client suivant est écrit en mélange de tagalog et d’anglais. Extrayez la plainte principale, le produit mentionné, et l’action demandée par le client. Retournez votre réponse sous forme d’objet JSON avec les clés : complaint, product, requested_action. Message : « Hindi gumagana yung headset na binili ko last week, parang may sira yung left ear. Can you replace it or give a refund? »

Comparer avec

Inkling
Modèle à poids ouverts
Contexte de 524,288 tokens · entrée $1.00/M, sortie $4.05/M
GPT-6 Luna
Modèle uniquement API
Contexte de 1,050,000 tokens · entrée $0.10/M, sortie $0.50/M
GPT-5.6 Luna
Modèle uniquement API
Contexte de 1,050,000 tokens · entrée $0.20/M, sortie $1.20/M
Claude Opus 5.5
Modèle uniquement API
Contexte de 1,000,000 tokens · entrée $4.00/M, sortie $20.00/M

Plus de modèles de texte de thinkingmachines

Questions fréquentes

Inkling Small peut-il s’exécuter localement ?: Oui — les poids sont ouverts et la fiche modèle liste des recettes pour SGLang, vLLM, Unsloth, TokenSpeed et Hugging Face, donc vous pouvez l’auto-héberger. Gardez à l’esprit que le nombre total de paramètres est de 276 milliards, donc un matériel conséquent est nécessaire même si seuls 12 milliards de paramètres sont actifs par token.
Quel est le coût d’Inkling Small et quelle est la taille de sa fenêtre de contexte ?: Via API, il est tarifé à 0,45 $ par million de tokens d’entrée et 1,20 $ par million de tokens de sortie, avec une fenêtre de contexte de 524 288 tokens.
En quoi Inkling Small diffère-t-il du modèle Inkling complet ?: Inkling Small est le membre plus petit et plus efficace de la famille — nombre de paramètres actifs et prix API plus bas — tandis que le modèle Inkling complet se situe au-dessus dans la gamme. Thinking Machines n’a pas publié de comparaison détaillée des capacités entre les deux.

Verdict du capitaine
Un modèle petit rare qui gère vraiment texte, image et audio ensemble — à considérer si vous construisez des agents multimodaux et souhaitez des poids ouverts.

Fiche modèle sur Hugging Face

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

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

Comment ce score se calcule

Ce modèle n’a pas encore de données de popularité provenant de sources, donc il porte un nombre de remplacement en dessous de 7,000° pour que les listes restent complètes. Il ne sera jamais mieux classé qu’un modèle avec des données. La répartition apparaît ici dès qu’une source la rapporte.

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Modèles similaires

Modèles d'IA pour générer image, vidéo et texte

Inkling Small est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm thinkingmachines vision audio raisonnement agents programmation multilingue

Parcourir par famille de modèles