thinkingmachines
Thinking Machines: Inkling 2 Small
thinkingmachines/inkling-2-small
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
thinkingmachines/inkling-2-small es presentado por Thinking Machines como un modelo de razonamiento multimodal y de mezcla de expertos con pesos abiertos que acepta texto e imágenes y genera texto. La arquitectura documentada tiene 594B parámetros totales con 17B activos y admite contextos de hasta 1M tokens. OpenRouter indica razonamiento obligatorio con esfuerzo seleccionable y controles para herramientas y salidas estructuradas. Las evaluaciones del proveedor aparecen solo como extractos, por lo que conviene verificar la idoneidad en cargas de trabajo reales.[1][2]
Puntos fuertes
- Procesa entradas de imagen y texto conjuntamente y devuelve texto UTF-8; la ficha describe el inglés como idioma principal, con capacidad multilingüe general.[2]
- Emplea un decodificador MoE disperso con 594B parámetros totales y 17B activos, enrutando cada token a ocho de 384 expertos.[2]
- Anuncia una ventana de contexto de hasta 1M tokens y controles de API para herramientas, salidas estructuradas y varios niveles de esfuerzo de razonamiento.[1][2]
Limitaciones
- El catálogo de OpenRouter marca el razonamiento como obligatorio, por lo que esa configuración no puede desactivarse por completo aunque el esfuerzo sea ajustable.[1]
- El autohospedaje exige mucha capacidad: al menos 500GB de VRAM agregada en GPU para el checkpoint NVFP4 recomendado u 800GB para MXFP8.[2]
- La evidencia se limita a metadatos del catálogo y documentación o extractos de evaluación del proveedor; no establece el comportamiento para una carga concreta.[1][2]
Dónde utilizarlo
- Puede considerarse para asistentes que combinen capturas de pantalla u otras imágenes con instrucciones, tras probar la calidad visual con entradas representativas.[2]
- Potencialmente adecuado para flujos agénticos, uso de herramientas, asistencia de programación y generación aumentada por recuperación, usos previstos según el proveedor.[1][2]
- Podría servir para aplicaciones de investigación multimodal o con documentos largos si el contexto extenso anunciado funciona adecuadamente en pruebas específicas.[1][2]
Fuentes
- [1] OpenRouter catalog · Thinking Machines: Inkling 2 SmallFuentes consultadas: 13 nov 2026
- [2] Model documentation · Thinking Machines: Inkling 2 SmallFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Inkling 2 Small is an open-weight multimodal mixture-of-experts reasoning model from Thinking Machines Lab, with 17B active parameters out of 594B total. It is the first model in the second...
Especificaciones
- ID del modelo
- thinkingmachines/inkling-2-small
- ID canónico
- thinkingmachines/inkling-2-small-20261107
- Creador
- thinkingmachines
- Añadido a OpenRouter
- 09.11.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text+image->text
- Modalidades de entrada
- text, image
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.300 / salida $1
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | BB — siguiente 30% de la cohorte | razonamiento: obligatorio · predeterminado high · esfuerzos: max, high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado high · esfuerzos: max, high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 30.6 | BB — siguiente 30% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| PrimeIntellectfp4 | 1,048,576 | $0.150 | $0.500 | — | — | 100% |
| DeepInfrafp4 | 262,144 | $0.300 | $1 | — | — | 100% |
| Modalnvfp4 | 1,048,576 | $0.300 | $1 | — | — | 100% |
| Nebiusfp4 | 1,048,576 | $0.300 | $1 | — | — | 100% |
| Together | 1,048,576 | $0.300 | $1 | — | — | 100% |
| Cloudflare | 1,048,576 | $0.300 | $1 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.