Inkling peut-il être exécuté localement ?

Oui — les poids sont ouverts et Thinking Machines publie des recettes de déploiement pour SGLang, vLLM, Unsloth, TokenSpeed et Hugging Face. Cela dit, le modèle compte 975 milliards de paramètres au total, donc vous aurez besoin d'un matériel conséquent ; vérifiez le guide VRAM avant de vous engager.

Quel est le coût d'Inkling via API ?

Thinking Machines le facture à 1,00 $ par million de tokens en entrée et 4,05 $ par million de tokens en sortie, avec une fenêtre de contexte de 524 288 tokens. Les fournisseurs tiers d'inférence peuvent avoir des tarifs différents.

Qu'est-ce qui différencie Inkling d'un modèle dense de capacité similaire ?

Son architecture sparse MoE fait passer chaque token par seulement 41 milliards des 975 milliards de paramètres totaux, ce qui réduit le coût de calcul par token comparé à un modèle dense de taille équivalente — bien que l'empreinte mémoire complète s'applique au chargement.

▲

7.2%

cette semaine

Inkling

8348°

#llm #thinkingmachines #vision #audio #raisonnement #programmation

Lancer ce modèle

Offres / Pub

OpenRouter Terminal / API

Payer par token

Discute avec ce modèle dans le navigateur ou appelle-le depuis ton code avec une clé API.

Thinking Machines | contexte de 524 288 tokens | 1,00 $/M en entrée, 4,05 $/M en sortie. Inkling est un modèle mixture-of-experts multimodal à poids ouverts de Thinking Machines Lab, avec 41 milliards de paramètres actifs sur 975 milliards au total. Il est conçu pour le raisonnement général, le codage, les systèmes agentiques et d'usage d'outils, la génération augmentée par récupération, le suivi d'instructions et les applications conversationnelles multilingues. Sa compréhension native de l'image et de l'audio supporte l'analyse multimodale en parallèle du texte.

Guides pour ce modèle

Meilleur LLM local par cas d’usage (octobre 2026) : le bon modèle open source pour chaque tâche

De combien de VRAM ai-je vraiment besoin pour l'IA locale ?

Poids ouverts vs open source vs API uniquement : ce que tu peux vraiment faire

Qu'est-ce qu'un fichier GGUF ? Explication des modèles quantifiés (Q4, Q8, fp8, NF4)

Tous les guides

Notes du capitaine

Écrit par Captain, le rédacteur maison

Notes du 2026-10-13

Inkling est un modèle sparse mixture-of-experts de 975 milliards de paramètres développé par Thinking Machines Lab, avec 41 milliards de paramètres actifs par token. Poids ouverts, nativement multimodal sur texte, image et audio, et construit avec une fenêtre de contexte de 524K tokens, il cible les développeurs construisant des pipelines agentiques, des systèmes RAG et des assistants de codage. L'architecture MoE maintient les coûts d'inférence plus bas que ce que suggère le nombre total de paramètres.

Connu pour

Compréhension native du texte, de l'image et de l'audio traitée dans un décodeur partagé
Fenêtre de contexte de 524 288 tokens — gère confortablement des documents très longs
Routage sparse MoE : 41 milliards de paramètres actifs sur un pool de 975 milliards par token
Poids ouverts avec recettes pour SGLang, vLLM, Unsloth et Hugging Face
Conçu explicitement pour le développement d'applications agentiques et d'utilisation d'outils

Attention à

975 milliards de paramètres au total signifie des exigences matérielles sérieuses pour un déploiement local — vérifiez votre VRAM avant de télécharger
L'entrée audio doit être en WAV à 16 kHz ; les dimensions d'image doivent rester entre 40 px et 4096 px pour de meilleurs résultats
Les poids sont ouverts mais publiés sous une politique d'utilisation acceptable, pas sous une licence pleinement permissive

Idéal pour

Programmation

Agents et utilisation d'outils

Raisonnement

Vision

Contexte long

Prompts à essayer

Plan d'utilisation agentique d'outils

Vous construisez un assistant de recherche capable de chercher sur le web, lire des PDF et envoyer des résumés par email. Concevez le schéma des outils et la boucle agentique en Python en utilisant l'appel de fonction. Montrez les définitions des outils, la logique de la boucle principale, et comment vous gérez une erreur retournée par un outil en cours d'exécution.

Analyse audio multimodale

Je joins un court enregistrement WAV d'un appel au support client. Transcris-le, identifie la plainte principale du client, évalue la qualité de la réponse de l'agent sur une échelle de 1 à 5 avec un raisonnement, et suggère une amélioration concrète que l'agent aurait pu faire.

Raisonnement sur un long document

Voici un document de spécifications techniques de 200 pages. Identifie chaque endroit où une exigence contredit une autre, cite les deux passages, explique le conflit, et suggère laquelle doit prévaloir et pourquoi. Sois exhaustif plutôt que sélectif.

Comparer avec

Inkling Small
Modèle à poids ouverts
Contexte de 524,288 tokens · entrée $0.45/M, sortie $1.20/M
GPT-6 Luna
Modèle uniquement API
Contexte de 1,050,000 tokens · entrée $0.10/M, sortie $0.50/M
GPT-5.6 Luna
Modèle uniquement API
Contexte de 1,050,000 tokens · entrée $0.20/M, sortie $1.20/M
Claude Opus 5.5
Modèle uniquement API
Contexte de 1,000,000 tokens · entrée $4.00/M, sortie $20.00/M

Plus de modèles de texte de thinkingmachines

Questions fréquentes

Inkling peut-il être exécuté localement ?: Oui — les poids sont ouverts et Thinking Machines publie des recettes de déploiement pour SGLang, vLLM, Unsloth, TokenSpeed et Hugging Face. Cela dit, le modèle compte 975 milliards de paramètres au total, donc vous aurez besoin d'un matériel conséquent ; vérifiez le guide VRAM avant de vous engager.
Quel est le coût d'Inkling via API ?: Thinking Machines le facture à 1,00 $ par million de tokens en entrée et 4,05 $ par million de tokens en sortie, avec une fenêtre de contexte de 524 288 tokens. Les fournisseurs tiers d'inférence peuvent avoir des tarifs différents.
Qu'est-ce qui différencie Inkling d'un modèle dense de capacité similaire ?: Son architecture sparse MoE fait passer chaque token par seulement 41 milliards des 975 milliards de paramètres totaux, ce qui réduit le coût de calcul par token comparé à un modèle dense de taille équivalente — bien que l'empreinte mémoire complète s'applique au chargement.

Verdict du capitaine
Un modèle frontier sérieux à poids ouverts pour les développeurs qui ont besoin de capacités multimodales, de contexte long et agentique, et sont prêts à provisionner le matériel nécessaire.

Fiche modèle sur Hugging Face

Le capitaine écrit ces notes à partir de la description et de la fiche modèle. Les prix et tailles de contexte sont ceux du fournisseur au moment de la rédaction et peuvent changer.

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

Tendance de popularité de Inkling

Score de chaleur depuis 17 Jul 2026

Score de popularité

8,348°

Cette semaine

▲

7.2%

8,338° alors, 8,348° maintenant

Ce mois-ci

▲

41.3%

8,300° alors, 8,348° maintenant

L'année passée

n/a

Pas encore publié/suivi

7,000°

Plancher

L’échelle va de 0° à 9 999°. Tout ce qui est en dessous de 7,000° est réservé aux modèles dont aucune source ne rapporte encore de données, ils portent un nombre de remplacement pour que les listes restent complètes. 7,000° est le point où les données mesurées commencent : un modèle avec de vraies données mais presque aucun téléchargement est au plancher, et les mesures remplissent les degrés au-dessus. Le plancher ne dit rien sur le modèle ; seuls les degrés au-dessus le font, et ce sont eux qui différencient un modèle d’un autre.

+1,348°

Tokens OpenRouter

311,584,593,096 tokens traités par ce modèle via OpenRouter au cours des 30 derniers jours, prompts et réponses confondus. Chaque 10,000,000 tokens compte comme un téléchargement dans le terme de téléchargement, 31,158 au total ; les tokens du dernier jour s'ajoutent au taux d'adoption. Source : OpenRouter (openrouter.ai/rankings).

Afficher le détail

Chaque chiffre sur ce site peut être vérifié. Le score de popularité de ce modèle est de 8,348°, et voici comment il est construit, ingrédient par ingrédient, avec le total cumulé après chaque étape : le plancher, les degrés ajoutés par chaque source, le bonus pour le type de modèle et ce que l’âge de ses poids enlève. Les couleurs correspondent aux bandes du graphique ci-dessus. Le glossaire à la fin définit chaque terme.

1
Commence au plancher.
Pourquoi 7,000° et pas zéro : l’échelle va de 0° à 9 999°, et la partie en dessous de 7,000° est réservée aux modèles dont aucune source ne rapporte encore de données, qui portent un nombre de remplacement pour que les listes restent complètes et ne dépassent jamais un modèle avec données. 7,000° est le point où les données mesurées commencent. Un modèle avec de vraies données mais presque aucun téléchargement est ici ; tout ce qui suit est une mesure, et l’espace au-dessus du plancher contient dix paliers de dix fois plus de téléchargements à 300° chacun. Le plancher est le même pour tous les modèles, donc il ne décide rien ; ce sont les degrés au-dessus qui le font.
7,000°
total en cours
2
Ajoute les téléchargements.
31,158 équivalents de téléchargement au total, venant de Tokens OpenRouter. Multiplier les téléchargements par dix ajoute le même 300°, donc la taille compte mais ne domine jamais le score.
+1,348°
8,348°
total en cours
=
Le score de chaleur.
La place de ce modèle dans chaque liste de ce site. Rien d’autre ne le modifie.
8,348°

Glossaire : les termes utilisés ici

Score de chaleur: Un seul chiffre pour montrer à quel point un modèle est utilisé et recherché en ce moment, de 0° à 9 999°. Chaque liste sur ce site qui dit « les plus chauds » est triée selon ce score et rien d’autre.
Plancher: Les 7 000° que chaque modèle avec des données réelles commence avec. L’échelle va de 0° à 9 999° ; la partie sous le plancher est réservée aux remplaçants (modèles sans données), pour qu’un modèle avec données soit toujours mieux classé qu’un sans. Le plancher est le même pour tous et ne décide rien ; les degrés au-dessus sont la mesure.
Équivalents de téléchargement: Tout ce que le score considère comme un téléchargement, additionné : les téléchargements eux-mêmes, chaque seeder torrent comme 1 000, chaque image AI Horde et chaque exécution sur un site de génération comme un.
Échelle logarithmique: On compte par dizaines, pas par unités : passer de 1 000 à 10 000 téléchargements ajoute autant de degrés que passer de 10 000 à 100 000. Ça évite que les géants écrasent tout le reste.
Likes: Les pouces levés et likes de toutes sources, valant chacun la moitié d’un téléchargement sur l’échelle logarithmique.
Taux d’adoption: Combien de téléchargements par jour un modèle obtient en ce moment, calculé à partir de la différence entre deux relevés d’une source. Un quart du poids du terme téléchargement.
Mesuré et estimé: Mesuré signifie qu'il existe deux relevés d'une source et que la différence est réelle. Estimé signifie que seul le total d'aujourd'hui est connu et que le passé est réparti sur la durée de vie du modèle ; le site indique lequel est affiché.
Seeder: Quelqu'un qui garde une copie des poids en ligne pour que d'autres puissent les télécharger via un torrent, ou un miroir hébergé qui fait la même chose. Chacun compte comme 1 000 téléchargements.
AI Horde: Un réseau de bénévoles qui génère des images gratuitement sur des ordinateurs donnés. Le nombre d'images créées avec un modèle est public, et chacune compte comme un téléchargement.
Sites de génération: Sites qui hébergent leurs propres copies d'un modèle et permettent aux gens de générer avec, comme PixAI, SeaArt et Yodayo. Leurs téléchargements comptent comme ceux de Civitai et chaque génération compte comme un téléchargement.
Tokens OpenRouter: Un modèle texte servi via une API, comme Claude ou GPT, n'a pas de poids à télécharger, son usage est donc mesuré en tokens : les morceaux de texte lus et écrits via OpenRouter, une passerelle utilisée par de nombreuses applications, sur les 30 derniers jours. Chaque 10,000,000 tokens compte comme un téléchargement. Source : OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modèle complet (checkpoint): Les poids eux-mêmes, le fichier qui génère tout seul. Il reçoit un bonus parce que les add-ons en dépendent.
LoRA et embedding: Petits fichiers add-on qui orientent les poids de quelqu'un d'autre vers un style, un personnage ou un concept. Ils ne peuvent pas fonctionner seuls.
Famille et poids: La base sur laquelle un modèle est construit, comme SD 1.5, SDXL, Flux ou Wan. Chaque modèle hérite de la date de sortie des poids de sa famille.
Âge: Degrés retirés selon l'ancienneté des poids de la famille : 150° par an, jusqu'à 750°. Cela garde les anciens téléchargements qui ont eu des années pour s'accumuler en haut de la liste.
Boost de la famille: Une petite poussée limitée pour les LoRA d'une famille que ce site met en avant en ce moment, toujours listée dans la répartition.
Score de remplacement: Un nombre stable en dessous du minimum donné à un modèle dont aucune source ne rapporte encore, pour que les listes restent complètes. Il ne dépasse jamais un modèle avec des données.
Nouveau ! (période de grâce): Un modèle âgé de moins de 7 jours affiche Nouveau ! au lieu d'un score et ne figure pas dans le classement. Son score est calculé dès le premier jour, mais un modèle d'un jour grandit plus vite que tout, donc sans attente le #1 de la semaine serait toujours celui sorti hier plutôt que celui qui tient depuis une semaine.
Tendance: Comment la croissance d'un modèle sur une période se compare à la croissance typique d'un modèle sur la même période. Plus rapide que la moyenne signifie une hausse, plus lente une baisse.
Modèle typique: Le milieu du catalogue : la moitié des modèles avec un chiffre ont grandi plus vite sur la période, l'autre moitié plus lentement.

Voici comment la popularité de ce modèle a évolué par rapport au reste du catalogue : sa croissance en téléchargements, likes et utilisation à chaque période, comparée à la croissance typique des modèles sur la même période, avec son score de chaleur à ce moment-là. Au-dessus de la croissance typique, c’est une hausse, en dessous, une baisse. Le passé est reconstitué à partir des totaux d’aujourd’hui, du premier jour du modèle et de sa vitesse de téléchargement mesurée quand il y a deux relevés ; un modèle qui n’existait pas au début d’une période affiche n/a.

Modèles similaires

gpt oss safeguard 20b

Modèles d'IA pour générer image, vidéo et texte

Inkling est un modèle de texte pour la famille Text / LLM, référencé sur ModelTrends.ai, un catalogue en lecture seule de modèles d'IA open source pour l'image, la vidéo et le texte. Comparez-le aux autres modèles Text / LLM et consultez son score de chaleur pour suivre sa tendance.

Plus de modèles Text / LLM Plus de Texte / LLM Text / LLM llm thinkingmachines vision audio raisonnement programmation agents contexte long

Parcourir par famille de modèles