Inkling
MODEL PROFILE模型资料Thinking Machines · 2026-07-15 发布 · ling 家族 · 开源权重 · 19 家平台收录
Inkling 是 Thinking Machines 于 2026 年 7 月发布的开源权重通用模型，隶属 ling 家族，Apache-2.0 许可，接受文本、图像、音频输入，上下文约 100 万 tokens，面向需要长文档处理、多模态理解与工具调用的开发团队。
模型介绍
Inkling 属于 Thinking Machines 的 ling 模型家族，与同系列小尺寸版本 Inkling Small 一起构成从轻量到标准的路线。它要解决的是长上下文与多模态输入叠加后的工程问题：1048576 tokens 的上下文窗口允许一次性放入整本手册、多份合同或长时会议转写，输入侧覆盖文本、图像与音频，输出侧只给文本，因此更适合做理解、抽取与生成，而不是多媒体生产。能力标注包括推理、工具调用、附件输入与温度调节，单次最长输出 65536 tokens；配合 Apache-2.0 的开源权重，既可以自行部署，也能在 19 家平台上调用。价格方面，输入 1 美元、输出 4.05 美元每百万 tokens，处于通用模型的标准档，是否划算主要看缓存命中率和任务对超长上下文的依赖程度。
选型建议需要百万级上下文、图文音混合输入并看重开源可部署时选它；若追求更高综合智能或极低成本的高频简单任务，可考虑 Ling 3.1 Flash 等替代。
关键指标
适用场景
- 把整本产品手册或合同一次性放入上下文，做条款抽取与摘要
- 解析会议录音与投屏截图，生成结构化纪要和待办事项
- 在客服或银行流程中接入工具调用，先检索资料再作答
- 用开源权重在自有环境部署，处理不便外发的图文材料
- 作为批量文档处理管线的默认模型，靠缓存读压低重复提示成本
暂无：知识截止、参数规模、缓存写价、结构化输出（上游未公开，本站不估算）。 资料更新于 119 天前；发布 119 天。
规格与能力
上面没列到的字段Inkling 的架构细节披露有限，可确认的是它采用开源权重发布，并以多模态输入、长上下文与工具调用作为主要能力面。
- 结构隶属 ling 家族，以 Apache-2.0 开源权重发布，既支持自行部署，也可通过 19 家平台调用。
- 能力输入覆盖文本、图像、音频，输出为文本，支持推理、工具调用、附件输入与温度调节。
- 披露参数规模、层数、注意力结构与训练数据等细节公开资料较少，只能做定性判断。
- 开源权重
- 是
- 模型家族
- ling
- 许可证
- apache-2.0
能力
推理工具调用附件温度调节
性能表现
按 Artificial Analysis 口径，Inkling 呈现知识类任务较强、综合指数与部分代理任务偏弱的特点，引用时需保持口径一致。
- 强项GPQA 87.2%、LCR 77.3%、编程指数 52.1，在知识问答、长上下文检索与代码任务上有可用表现。
- 短板综合智能指数 12.5、HLE 31.9%、Tau-Banking 29.1%，高难推理与银行类流程任务分数偏低。
- 适合以长文档理解、图文音混合输入和工具调用为主的业务流程，而非冲击极限推理排名。
跑分与榜单
第三方评测口径这些跑分分别测什么？（6 项口径说明）
| 基准 | 类别 | 说明 | 满分口径 | 前沿水平 | 状态 | 污染风险 |
|---|---|---|---|---|---|---|
| 综合智能指数 | — | Artificial Analysis 综合智能指数：该机构用自建题库聚合出的单一分数，不是某一个公开基准；跨版本不可直接比较。 | — | — | — | — |
| 编程指数 | — | Artificial Analysis 编程指数：同一机构的编程能力聚合分，覆盖多套编程基准。 | — | — | — | — |
| GPQA Diamond基准主页 | 知识 | Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions. | 0-100% accuracy | 96.3% (Artificial Analysis run) | 已饱和 | 低 |
| Humanity's Last Exam基准主页 | 知识 | Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing. | 0-100% accuracy | 61.4% no tools (Artificial Analysis run; previous best 59.1%, Claude Fable 5.1) | 仍在维护 | 低 |
| Terminal-Bench基准主页 | 编程 | Stanford / Anthropic agentic terminal-task benchmark. Each task gives the agent a goal and a sandboxed shell; success measured by deterministic post-condition. | 0-100% solved | 64.5% (1.0, legacy split) | 已停用 | 低 |
| Tau-Bench基准主页 | 智能体 | Sierra benchmark of customer-service agents. Tests realistic multi-turn tool-use with deterministic evaluators. Now at tau3: tau2 covers retail, airline, and telecom, while tau3 adds a banking knowledge-retrieval track and a real-time voice track, each ranked separately. | 0-100% pass@1 | 87.9% (tau2 text, 3-domain avg pass^1); the tau3 banking text track is led by Qwen3.8 Max at 55.2% pass^1 (Claude Opus 5 second at 48.7%), and the tau3 voice track by Ava Zero at 86.0% task completion, ahead of phonic-1 at 83.2% and gpt-live-1 at 79.9% | 仍在维护 | 低 |
说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。
跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。
价格与性价比
结合各平台报价与同类对比官方定价为输入 1 美元、输出 4.05 美元、缓存读 0.17 美元每百万 tokens，同一模型在不同平台上价差明显。
- 定位输入 1 美元、输出 4.05 美元属于通用模型的标准价段，0.17 美元的缓存读对长提示复用友好。
- 横向对比Inkling Small 输入 0.45 美元（-55.0%）、Ling 3.1 Flash 输入 0.3 美元（-70.0%），轻量任务可换低价版本。
- 平台差价DeepInfra 输入 0.95 美元最低，Requesty 1.87 美元（+87.0%），同模型渠道成本差别不小。
- 省钱优先选低价渠道，并把系统提示、手册等固定前缀放在前部，以提高 0.17 美元缓存读的命中率。
平台报价对比
10 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| DeepInfra 更低 | $0.95/M | $4.05/M | $0.16/M | -5.0% |
| HuggingFace | $1/M | $4.05/M | — | 0.0% |
| Nano-GPT 另有 9 家同价 | $1/M | $4.05/M | $0.17/M | 0.0% |
| models.dev | $1/M | $4.05/M | $0.17/M | 0.0% |
| models.dev · aimlapi | $1.058/M | $4.2849/M | $0.1799/M | +5.8% |
| models.dev · hyper | $1.0888/M | $4.4096/M | $0.1851/M | +8.9% |
| models.dev · modal | $1.2/M | $5/M | $0.27/M | +20.0% |
| Requesty | $1.87/M | $4.68/M | $0.374/M | +87.0% |
| models.dev · thinkingmachines 另有 4 家同价 | $1.87/M | $4.68/M | $0.374/M | +87.0% |
| models.dev · abacus | $3.74/M | $9.36/M | $0.748/M | +274.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $1/M / $4.05/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| Inkling | 1.05M | $1/M | $4.05/M | 0.0% | 148.4 |
| Inkling 2 Small | 1.05M | 免费 | 免费 | -100.0% | — |
| Inkling Small | 524.3K | $0.45/M | $1.2/M | -55.0% | 150.8 |
| Inkling Small | 524.3K | $0.45/M | $1.2/M | -55.0% | 12.9 |
| Inkling (Fireworks AI)Eden AI | 1.05M | $1/M | $4.05/M | 0.0% | — |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
官方 API 渠道
Thinking Machines 官方文档- 官方模型 ID
- inkling
- 官方上下文
- 1.05M context · 65.5K output
- 目录家族
- Inkling
- 目录热度
- —
- 资料更新
- 2026-11-09
本块是厂商官方渠道口径（官方文档与官方模型 ID），与上方第三方目录、本站探针是三套独立数据； 官方 API 的价格、区域与订阅额度见官方 API 价格目录。
关于 Inkling 的常见问题
6 条Inkling 的 API 价格是多少？
当前收录的官方口径价格为输入 $1/M、输出 $4.05/M、缓存读 $0.17/M，单位为美元 / 百万 tokens。另外 DeepInfra 给出的输入价更低（$0.95/M，-5.0%）。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
Inkling 支持多长的上下文？
资料显示上下文窗口 1.05M（1,048,576 tokens），单次最大输出 65.5K。实际可用长度还取决于调用平台的限制。
Inkling 是开源模型吗？
Inkling 提供开源权重，可以自行下载部署，许可证为 apache-2.0，HuggingFace 下载量 2,178,557。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
Inkling 支持哪些能力？
按当前资料，Inkling 支持推理、工具调用、附件、温度调节。输入输出模态为 文本+图片+音频 → 文本。
Inkling 可以在哪些平台调用？
当前资料显示该模型被 19 家 provider 或网关收录。本站核对的数据来源包括 models.dev、OpenRouter、Requesty、Nano-GPT、HuggingFace、HowToken。收录数量只反映公开目录的部署面，不代表任何一家平台的服务质量。
Inkling 的跑分表现如何？
第三方评测口径：Artificial Analysis 综合智能指数 12.5，编程指数 52.1，GPQA 87.2%，HLE 31.9%。跑分只反映静态基准，实际效果取决于具体任务。
使用注意
- 口径全部分数来自 Artificial Analysis 第三方口径，只能原样引用，不宜与其他评测体系直接混比。
- 边界输出仅文本，不生成图像或音频；单次输出上限 65536 tokens，超长产物需要分段生成。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
