Chat Revue publiée le Scores relevés le

À quoi sert Thinking Machines Inkling Small

Chat

Thinking Machines Inkling Small convient à la conversation généraliste, au suivi de consignes et à d’autres tâches en langage naturel et multimodales. Comme Inkling, il a été conçu pour l’intelligence audio, et Thinking Machines le jugeait à sa sortie un bon candidat pour des applications audio concrètes.

Vision et compréhension

Selon Thinking Machines, à sa sortie, Inkling-Small pouvait combiner le raisonnement visuel avec le recadrage, le zoom et l’inspection d’image par programme, ce qui améliorait son utilité sur les documents et les graphiques dont l’information utile pouvait être petite ou difficile à inspecter directement.

Code

Inkling-Small est conçu pour les développeurs qui créent des applications d’IA, dont des systèmes agentiques et d’appel d’outils, des assistants de code, des chatbots et des systèmes de génération augmentée par la recherche (RAG). Il sait appeler des outils et, selon Thinking Machines à sa sortie, fonctionnait sans accroc dans divers environnements de code et d’agents.

Essayer Inkling Small

Où l'utiliser pour de vrai, puis des exemples à copier pour découvrir ce qu'il sait faire.

Où l'essayer

  • Tester cette version du modèlePlateforme externeSur OpenRouter, plateforme externe à Aikiwi · Compte et crédits requis · Payant à l'usage : 0,45 $ en entrée, 1,20 $ en sortie par million de tokensOuvrir sur OpenRouter

Quoi lui demander

  1. Chat

    Expliquer un sujet simplement

    Voir s'il rend clair un sujet technique, sans jargon.

    Explique-moi comment fonctionne une pompe à chaleur, comme à quelqu'un qui n'y connaît rien. Utilise une comparaison tirée de la vie quotidienne, puis dis-moi en trois points ce qui fait varier sa consommation d'électricité.
  2. Code

    Écrire une fonction

    Voir s'il pense aux cas limites et teste son propre code.

    Écris une fonction Python qui reçoit une liste de dates au format JJ/MM/AAAA et renvoie la plus récente. Elle doit ignorer les dates invalides sans planter. Ajoute trois exemples de test et explique tes choix en deux phrases.
  3. Raisonnement

    Démêler plusieurs contraintes

    Une seule solution existe : regardez s'il la trouve et la justifie.

    Quatre collègues, Ana, Bilal, Chloé et David, présentent chacun une fois, du lundi au jeudi, un par jour. - Ana ne peut pas le lundi. - Bilal passe avant Chloé. - David passe le lendemain d'Ana. - Chloé ne peut pas le jeudi. Donne toutes les solutions possibles et justifie chaque étape.

Les réponses changent d'un essai à l'autre et selon la plateforme. Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites.

Les performances de Thinking Machines Inkling Small

Selon son éditeur, Thinking Machines Inkling Small affichait à sa sortie des performances comparables à celles d’Inkling pour un quart de sa taille. Le modèle comptait 276 milliards de paramètres au total, dont 12 milliards actifs, contre 975 milliards de paramètres au total, dont 41 milliards actifs, pour Inkling.

Selon Thinking Machines, à sa sortie, le modèle obtenait 31,6 % sur Humanity’s Last Exam, contre 29,7 % pour Inkling. Avec un harnais d’évaluation bash seul, il atteignait 80,2 % sur SWE-bench Verified, et son score s’établissait à 89,5 % sur GPQA Diamond.

Selon Thinking Machines, à sa sortie, le modèle obtenait 20,6 % sur SimpleQA Verified, contre 43,9 % pour Inkling. Sur CharXiv RQ, il atteignait 77,4 % sans l’aide de Python et 81,3 % en s’aidant de Python.

Bien utiliser Thinking Machines Inkling Small : réflexion et effort

Thinking Machines Inkling Small propose les niveaux d’effort max, high, medium, low, minimal et none, avec high comme réglage par défaut, et sa réflexion peut être désactivée. Selon Thinking Machines, à sa sortie, cet effort de réflexion variable permettait d’adapter le modèle à un usage en équilibrant le coût et la performance.

Caractéristiques techniques de Thinking Machines Inkling Small

Thinking Machines Inkling Small est sorti le 30 juillet 2026. Le tableau des caractéristiques rassemble les données techniques du modèle.

Sa fenêtre de contexte va jusqu’à 1 million de tokens. Il accepte du texte, des images et de l’audio en entrée, et produit du texte en sortie.

Son architecture Transformer de type décodeur comporte 42 couches, et chaque token y est routé vers 6 des 256 experts, avec 2 experts partagés actifs sur chaque token. Son mécanisme d’attention combine des couches locales et globales. Il est sous licence Apache 2.0.

L’audio en entrée utilise le format WAV, échantillonné à 16 kHz. Pour des performances optimales, chaque dimension d’une image devrait être comprise entre 40 et 4 096 pixels. Il est prévu pour un usage en anglais et dans d’autres langues, ainsi que dans plusieurs langages de programmation.

Éditeur
Thinking Machines
Produit
Texte
Sortie
Contexte
524 k tokens
Réponse maximale
262 k tokens
Réflexion
Activée par défaut
Tâches
Aide au codeAffaires et financeDesign d'après référenceDonnées et analyseFront-endFullstackHTMLJeuxJuridiqueMathématiquesConversation à plusieurs toursPrompts difficilesReactRédaction créativeSanté et bien-êtreSuivi de consignesVision et compréhension
Entrées
Texte, Image, Audio
Licence
Apache 2.0
Paramètres pris en charge (noms techniques de l'API)
toolstemperaturetop_preasoningseedstopmax_tokens
Hébergeurs
DeepInfra

Source : OpenRouter, relevé du 22/11/2026.

Où utiliser Thinking Machines Inkling Small

Les poids complets de Thinking Machines Inkling Small ont été publiés à sa sortie. Ils se téléchargent sur Hugging Face, en version d’origine et en version NVFP4.

Le checkpoint BF16 demande une grappe de GPU réunissant au moins 600 Go de VRAM, la mémoire vidéo, en capacité cumulée. Pour l’exécuter directement sur ses propres GPU, il faut un framework de déploiement d’inférence : SGLang, vLLM, TokenSpeed, Unsloth ou Hugging Face.

À sa sortie, le modèle était proposé pour l’affinage sur Tinker et pour la conversation par texte, image et audio dans Tinker Playground. Sur OpenRouter, il porte l’identifiant thinkingmachines/inkling-small et sa fenêtre de contexte est de 524 288 tokens. La carte d’accès donne les derniers prix relevés.

L'API chez des hébergeurs

Servi par d'autres hébergeurs que Thinking Machines, selon OpenRouter

Chez OpenRouter, prix de son seul hébergeur actif (relevé du 22/11/2026) : 0,45 $ / M tokens en entrée, 1,20 $ / M tokens en sortie.

Tarification0,45 $ en entrée, 1,20 $ en sortie, par million de tokens
Hébergé via OpenRouter chezDeepInfra

Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.

Thinking Machines Inkling Small parmi les versions d’Inkling

Thinking Machines Inkling Small est un modèle plus léger qu’Inkling, que Thinking Machines présente comme le premier d’une famille de modèles de différentes tailles. Selon l’éditeur, son entraînement avait commencé après celui de son homologue plus grand, ce qui avait permis d’améliorer le processus d’entraînement.

Inkling est sorti le 15 juillet 2026, et Thinking Machines partageait ce même jour une préversion d’Inkling-Small à ses côtés. La frise des versions situe les deux modèles au sein de la famille, avec leurs dates respectives.

1 version sélectionnéeAjoutez 1 ou 2 autres versions pour comparer leurs données.

FAQ

Quand Thinking Machines Inkling Small est-il sorti ?

Inkling Small est sorti le 30 juillet 2026.

Que peut lire Thinking Machines Inkling Small ?

Inkling Small lit du texte, des images et de l’audio en entrée, et produit du texte.

Quelle est la fenêtre de contexte de Thinking Machines Inkling Small ?

Inkling Small a une fenêtre de contexte allant jusqu’à 1 million de tokens.