Inkling yerel olarak çalıştırılabilir mi?

Evet — ağırlıklar açık ve Thinking Machines SGLang, vLLM, Unsloth, TokenSpeed ve Hugging Face için dağıtım tarifeleri yayımlıyor. Ancak model 975B toplam parametreye sahip, bu yüzden ciddi donanım gereksinimi var; başlamadan önce VRAM rehberini kontrol edin.

Inkling API üzerinden ne kadar tutuyor?

Thinking Machines fiyatlandırması giriş token başına 1,00$ ve çıktı token başına 4,05$, bağlam penceresi 524.288 token. Üçüncü taraf çıkarım sağlayıcıları farklı fiyatlandırabilir.

Inkling'i benzer yetenekte yoğun (dense) bir modelden farklı kılan nedir?

Seyrek MoE mimarisi her tokenı toplam 975B parametreden sadece 41B'si üzerinden yönlendirir, bu da eşdeğer toplam büyüklükte yoğun bir modele kıyasla token başına hesaplama maliyetini düşürür — ancak tam ağırlık yükü yine de yükleme sırasında geçerlidir.

▲

7.2%

bu hafta

Inkling

8348°

#llm #thinkingmachines #görüş #ses #akıl yürütme #kodlama

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

Thinking Machines | 524.288 token bağlam | Giriş başına $1.00, Çıkış başına $4.05. Inkling, Thinking Machines Lab'den açık ağırlıklı çok modlu uzmanlar karışımı modelidir; toplam 975B parametreden 41B aktif parametreye sahiptir. Genel amaçlı akıl yürütme, kodlama, ajan ve araç kullanımı sistemleri, bilgi destekli üretim, talimat takibi ve çok dilli sohbet uygulamaları için tasarlanmıştır. Yerel görsel ve ses anlayışı, metinle birlikte çok modlu analiz desteği sağlar.

Bu model için rehberler

Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model

Yerel AI için aslında ne kadar VRAM gerekiyor?

Açık ağırlıklar vs açık kaynak vs sadece API: aslında ne yapmana izin veriliyor

GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

Inkling, Thinking Machines Lab tarafından geliştirilen 975 milyar parametreli seyrek uzman karışımı (MoE) modeldir; token başına 41 milyar aktif parametre kullanır. Açık ağırlıklıdır, metin, görsel ve ses üzerinde doğal multimodal yeteneklere sahiptir ve 524K token bağlam penceresiyle inşa edilmiştir. Ajan iş akışları, RAG sistemleri ve kodlama asistanları geliştiren geliştiricilere yöneliktir. MoE mimarisi, çıkarım maliyetlerini toplam parametre sayısından daha düşük tutar.

İle tanınır

Ortak bir çözücüde doğal metin, görsel ve ses anlayışı
524.288 token bağlam penceresi — çok uzun belgeleri rahatça işler
Seyrek MoE yönlendirmesi: token başına 975B havuzdan 41B aktif parametre
SGLang, vLLM, Unsloth ve Hugging Face için açık ağırlıklar ve kullanım tarifleri
Ajan ve araç kullanımı uygulama geliştirme için özel olarak tasarlanmış

Dikkat et

975B toplam parametre yerel dağıtım için ciddi donanım gereksinimleri demek — indirmeden önce VRAM'inizi kontrol edin
Ses girişi WAV formatında 16kHz olmalı; en iyi sonuç için görsel boyutları 40px ile 4096px arasında kalmalı
Ağırlıklar açık ama tamamen izinli lisans değil, Kabul Edilebilir Kullanım politikası altında yayınlanmış

En iyi

Kodlama

Ajanlar ve araç kullanımı

Muhakeme

Görsel

Uzun bağlam

Denenecek istemler

Ajan araç kullanımı planı

Web'de arama yapabilen, PDF okuyabilen ve e-posta özetleri gönderebilen bir araştırma asistanı inşa ediyorsunuz. Python'da fonksiyon çağrısı kullanarak araç şeması ve ajan döngüsünü tasarlayın. Araç tanımlarını, ana döngü mantığını ve bir araç çalışırken hata döndürürse nasıl ele aldığınızı gösterin.

Multimodal ses analizi

Kısa bir müşteri destek çağrısının WAV kaydını ekliyorum. Transkripte edin, müşterinin ana şikayetini belirleyin, temsilcinin yanıt kalitesini 1'den 5'e kadar puanlayın ve bir somut iyileştirme önerin.

Uzun doküman akıl yürütme

Burada 200 sayfalık teknik bir spesifikasyon dokümanı var. Herhangi bir gereksinimin başka bir gereksinimle çeliştiği yerleri tespit edin, her iki pasajı da alıntılayın, çatışmayı açıklayın ve hangisinin öncelikli olması gerektiğini ve nedenini önerin. Seçici değil, kapsamlı olun.

İle karşılaştır

Inkling Small
Açık ağırlıklı model
524,288 token bağlam · $0.45/M girdi, $1.20/M çıktı
GPT-6 Luna
Sadece API modeli
1,050,000 token bağlam · $0.10/M girdi, $0.50/M çıktı
GPT-5.6 Luna
Sadece API modeli
1,050,000 token bağlam · $0.20/M girdi, $1.20/M çıktı
Claude Opus 5.5
Sadece API modeli
1,000,000 token bağlam · $4.00/M girdi, $20.00/M çıktı

thinkingmachines tarafından daha fazla metin modeli

İnsanların sorduğu sorular

Inkling yerel olarak çalıştırılabilir mi?: Evet — ağırlıklar açık ve Thinking Machines SGLang, vLLM, Unsloth, TokenSpeed ve Hugging Face için dağıtım tarifeleri yayımlıyor. Ancak model 975B toplam parametreye sahip, bu yüzden ciddi donanım gereksinimi var; başlamadan önce VRAM rehberini kontrol edin.
Inkling API üzerinden ne kadar tutuyor?: Thinking Machines fiyatlandırması giriş token başına 1,00$ ve çıktı token başına 4,05$, bağlam penceresi 524.288 token. Üçüncü taraf çıkarım sağlayıcıları farklı fiyatlandırabilir.
Inkling'i benzer yetenekte yoğun (dense) bir modelden farklı kılan nedir?: Seyrek MoE mimarisi her tokenı toplam 975B parametreden sadece 41B'si üzerinden yönlendirir, bu da eşdeğer toplam büyüklükte yoğun bir modele kıyasla token başına hesaplama maliyetini düşürür — ancak tam ağırlık yükü yine de yükleme sırasında geçerlidir.

Kaptanın kararı
Multimodal, uzun bağlam ve ajan yeteneği gereken geliştiriciler için ciddi bir açık ağırlıklı öncü model; donanımı sağlamaya hazır olanlara.

Hugging Face'de model kartı

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

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

Also ranked: #62 Hottest Text / LLM model · #62 Hottest Text / LLM text model

Not this creator?

Get your own badge

Inkling popülerlik eğilimi

17 Jul 2026 tarihinden beri ısı puanı

Isı puanı

8,348°

Bu hafta

▲

7.2%

8,338° o zaman, 8,348° şimdi

Bu ay

▲

41.5%

8,299° o zaman, 8,348° şimdi

Geçen yıl

n/a

Henüz yayınlanmadı/izlenmedi

7,000°

Taban

Ölçek 0° ile 9.999° arasında. 7,000° altındaki her şey, henüz hiçbir kaynağın raporlamadığı modeller için ayrılmıştır ve listelerin tamamlanması için orada bir geçici sayı bulunur. 7,000° ölçülen verinin başladığı yerdir: gerçek verisi olan ama neredeyse hiç indirmesi olmayan bir model tabanda durur ve ölçümler üstündeki dereceleri doldurur. Taban model hakkında hiçbir şey söylemez; sadece üstündeki dereceler söyler ve modelleri birbirinden ayıran budur.

+1,348°

OpenRouter tokenları

Bu model son 30 günde OpenRouter üzerinden 311,584,593,096 token işledi, istemler ve yanıtlar birlikte. Her 10,000,000 token bir indirme olarak sayılır, toplam 31,158; son günün tokenları benimsenme oranına katılır. Kaynak: OpenRouter (openrouter.ai/rankings).

Detaylı dökümü göster

Bu sitedeki her sayı kontrol edilebilir. Bu modelin ısı skoru 8,348° ve burada her bir bileşen tek tek eklenerek, her adımda toplam gösterilerek oluşturuluyor: taban, her kaynağın eklediği derece, model türü için bonus ve ağırlıkların yaşı nedeniyle çıkarılan derece. Renkler yukarıdaki grafiğin bantlarıdır. Sonundaki sözlük her terimi tanımlar.

1
Tabandan başla.
Neden 7,000° sıfır değil: Ölçek 0° ile 9.999° arasında ve 7,000° altı henüz raporlanmamış modeller için ayrılmıştır, orada geçici bir sayı bulunur ve listeler tamamlanır, verisi olan bir modelin önünde asla sıralanmaz. 7,000° ölçülen verinin başladığı yerdir. Gerçek verisi olan ama neredeyse hiç indirmesi olmayan model burada durur; sonraki her şey ölçümdür ve tabanın üstünde on kez on kat artış için 300°'lik adımlar vardır. Taban her model için aynıdır, yani karar vermez; üstündeki dereceler karar verir.
7,000°
toplamda
2
İndirmeleri ekle.
Toplamda OpenRouter tokenları kaynaklardan 31,158 indirme eşdeğeri. İndirmelerin on katı aynı 300° ekler, yani boyut önemli ama puanı tek başına belirlemez.
+1,348°
8,348°
toplamda
=
Isı puanı.
Bu modelin bu sitedeki her listede nerede durduğunu gösterir. Başka hiçbir şey bunu değiştirmez.
8,348°

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Bu modelin popülerliğinin katalogdaki diğer modellere göre nasıl değiştiği: her dönemdeki indirme, beğeni ve kullanım artışı, aynı dönemde tipik bir modelin büyümesiyle karşılaştırılarak ve o zamanki ısı puanıyla ölçülür. Tipik büyümenin üstü artış, altı düşüş olarak okunur. Geçmiş, bugünkü toplamlar, modelin ilk günü ve ölçülen indirme hızı kullanılarak yeniden oluşturulur; iki ölçüm varsa; bir dönemin başında var olmayan model için n/a gösterilir.

Benzer Modeller

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

Inkling, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm thinkingmachines görüş ses akıl yürütme kodlama ajanlar uzun bağlam

Model Ailesine Göre Göz At

Text / LLM Modelleri

434