Inkling
- Разработчик:
- Thinkingmachines
- Релиз:
- Идентификатор:
-
thinkingmachines/inkling
Цены Inkling в рублях — от 103 ₽ за 1 млн токенов
Доступно
2
провайдера,
цены от
103 ₽
до
108 ₽
за 1 млн токенов.
Провайдер подбирается автоматически — по доступности, затем по цене.
| Тип операции | Стоимость |
|---|---|
|
Вход
За 1 млн токенов
Токены, полученные и обработанные моделью при анализе пользовательского запроса и контекста. Включают текст сообщения, предыдущую историю диалога и все передаваемые данные.
|
103 ₽ |
|
Выход
За 1 млн токенов
Токены, генерируемые моделью в виде ответа пользователю. Каждый символ, слово или часть ответа, созданные моделью, включаются в подсчёт выходных токенов.
|
441 ₽ |
|
Кэш: чтение
За 1 млн токенов
Повторное использование кэшированного контента снижает затраты благодаря применению пониженного тарифа на эти токены.
|
17 ₽ |
|
Кэш: запись
не поддерживается
|
— |
Возможности Inkling
Inkling — это многомодальная модель смешивания экспертов с открытым весом от Thinking Machines Lab, с 41 миллиардами активных параметров из 975 миллиардов общих. Она предназначена для систем общего назначения, таких как рассуждение, программирование, агентные системы и использование инструментов,…
Характеристики Inkling
Контекстное окно
- Всего
- 524K токенов
- На выход
- 472K токенов
Скорость генерации
- Генерация
- 209 ток/с
- Отклик
- 2,4 с
Модальности
- Вход
- Текст Изображения Аудио
- Выход
- Текст
Сильные стороны
- Кодинг
-
Coding Index: 52,1
Сводный индекс Artificial Analysis по кодовым бенчмаркам.
- Рассуждения
-
GPQA Diamond: 87,2 %
Вопросы уровня PhD по биологии, физике и химии (подвыборка Diamond).
- Режим рассуждений
- Вызов инструментов
- Кэш промпта
Сравнение Inkling с другими нейросетями: бенчмарки и рейтинг
Независимые замеры, а не цифры из пресс-релиза: место в рейтинге, сравнение с моделями класса и сколько интеллекта вы получаете за рубль.
Inkling и модели его класса
| Модель | Intelligence | Coding | SciCode | GPQA | HLE | Скорость | Отклик | Цена | Убрать |
|---|---|---|---|---|---|---|---|---|---|
|
|
25,3 | 58,8 | 48,6 % | 89,7 % | 33,5 % | 87 ток/с | 1,9 с | 35 ₽ | |
Inkling
|
25,0 | 52,1 | 47,0 % | 87,2 % | 31,9 % | 209 ток/с | 2,4 с | 272 ₽ | |
|
|
24,9 | 42,2 | 48,3 % | 90,1 % | 37,2 % | — | — | 224 ₽ | |
|
|
24,7 | — | 46,9 % | 79,9 % | 13,3 % | — | — | 979 ₽ | |
|
|
24,7 | 49,4 | 43,3 % | 87,3 % | 28,5 % | — | — | 612 ₽ |
Зелёным — лучшее значение в столбце, цена — среднее входа и выхода за 1М токенов. Данные независимых замеров — Artificial Analysis (замерено 16 октября 2026).
Все замеры модели 7
- Intelligence Index
- 25,0
- Coding Index
- 52,1
- SciCode
- 47,0 %
- GPQA Diamond
- 87,2 %
- Humanity's Last Exam
- 31,9 %
- Скорость генерации
- 209 ток/с
- Время до первого токена
- 2,36 с
Провайдеры Inkling
Модель развёрнута у
2
провайдеров:
вход 103–108 ₽, выход 441 ₽
за 1 млн токенов.
Порядок выбора по умолчанию:
сначала провайдеры без сбоев, среди них — самый дешёвый, остальные подстраховывают.
| Провайдер | Вход | Выход | Кэш: чтение | Контекст |
|---|---|---|---|---|
|
|
103 ₽ | 441 ₽ | 17 ₽ | 524K |
|
|
108 ₽ | 441 ₽ | 18 ₽ | 524K |
Цены считаются по провайдеру, который фактически обработал запрос. Порядок в таблице — по возрастанию цены. Прочерк — провайдер не поддерживает операцию. Флаг — страна серверов или штаб-квартиры провайдера (на мобильном нажмите на первый столбец, на большом экране — на строку).
API Inkling:
подключение и примеры кода
API RouterAI совместим с OpenAI SDK: в существующем коде достаточно заменить
base_url
и ключ, идентификатор модели передаётся в поле
model.
Один ключ открывает доступ ко всем моделям каталога, лимиты и расход — в личном кабинете.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://routerai.ru/api/v1"
)
response = client.chat.completions.create(
model="thinkingmachines/inkling",
messages=[
{"role": "user", "content": "Hello, how are you?"}
]
)
print(response.choices[0].message.content)
import requests
import json
url = "https://routerai.ru/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
data = {
"model": "thinkingmachines/inkling",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(json.dumps(result, indent=2))
curl -X POST "https://routerai.ru/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "thinkingmachines/inkling",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}'
Эндпоинты API для Inkling
Схемы запроса и ответа повторяют OpenAI — существующие клиенты и SDK работают без изменений.
Chat Completions
Основной эндпоинт: принимает историю сообщений и возвращает ответ модели. Поддерживает потоковый (SSE) и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- thinkingmachines/inkling
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Responses API
Создаёт ответ в формате OpenAI Responses API — для агентных сценариев и работы с инструментами. Поддерживает потоковый и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- thinkingmachines/inkling
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Messages API
Создаёт сообщение в формате Anthropic Messages API. Поддерживает текст, изображения, инструменты и размышления (thinking).
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- thinkingmachines/inkling
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Частые вопросы о Inkling
-
Работает ли Inkling из России без VPN?
Да. Прямой доступ через веб-чат и API RouterAI — без VPN, прокси и зарубежных карт, оплата в рублях.
-
Сколько стоит Inkling?
Вход — 103 ₽ за 1 млн токенов, выход — 441 ₽ за 1 млн токенов. Списывается только фактическое использование, без подписки.
-
Какой контекст у Inkling?
Контекстное окно — 524K токенов на запрос, длина ответа — до 472K токенов.
-
Поддерживает ли Inkling вызов инструментов?
Да: модель вызывает функции (параметр tools) — через API в формате OpenAI.
-
Что с данными в запросах к Inkling?
Содержимое запросов RouterAI передаёт только провайдеру модели для обработки и не использует для обучения моделей. Email, телефон и платёжные данные провайдерам не передаются, учётные данные хранятся на серверах в России. Политика конфиденциальности
-
Чем RouterAI отличается от сервиса Thinkingmachines?
Один ключ и единый баланс в рублях для всех моделей каталога, API в формате OpenAI, а при сбое провайдера запрос автоматически уходит к одному из 2 остальных.
Попробуйте Inkling
В чате или по API — доступ из России за пару минут, оплата в рублях.