Thinkingmachines logo

Thinking Machines: Inkling – Benchmarks, Preise & Intelligence-Analyse

Inkling is an open-weight multimodal mixture-of-experts model from Thinking Machines Lab, with 41B active parameters out of 975B total. It is designed for general-purpose reasoning, coding, agentic and tool-use systems,...

Nicht auf LLMBase verfügbar

Thinking Machines: Inkling ist derzeit nicht in LLMBase Chat oder über die LLMBase Inference API verfügbar. Benchmarks, Preise und Modelldetails bleiben für Recherche und Vergleiche sichtbar.

Eingabepreis$1.00/1M tokens
Ausgabepreis$4.05/1M tokens
Intelligenz32.2
Coding52.1

Spezifikationen

Technische Details und Preise.

AnbieterThinkingmachines
Kontextfenster524,288 tokens
Veröffentlichungsdatum15. Juli 2026
ModalitätenText
FähigkeitenFunction Calling
VerfügbarkeitNicht verfügbar

Inference API

Power your AI projects with open-source models.

OpenAI-compatible API. Processing terms vary by selected model; review the current Privacy Policy and DPA before using sensitive data.

MiniMax

MiniMax M3

$0.40 / $1.40

per M tokens

Z.ai

GLM 5.3 Flash

$0.20 / $0.60

per M tokens

MoonshotAI

Kimi K3

$4.00 / $18.00

per M tokens

DeepSeek

DeepSeek V4 Pro

$1.80 / $3.60

per M tokens

Häufig gestellte Fragen

Wofür eignet sich Thinking Machines: Inkling?

Nutzen Sie Thinking Machines: Inkling für alltägliche Aufgaben wie Schreiben, Zusammenfassen, Brainstorming und klare Erklärungen.

Wie viel kostet Thinking Machines: Inkling?

Die Abrechnung erfolgt nutzungsbasiert. Aktuell kostet die Eingabe $1.00/1M tokens und die Ausgabe $4.05/1M tokens.

Ist Thinking Machines: Inkling bereits in LLMBase Chat verfügbar?

Auf dieser Seite noch nicht. Wir fügen Chat- und Inference-Aktionen automatisch hinzu, sobald ein exakter Katalogeintrag für Thinking Machines: Inkling existiert.

Unterstützt Thinking Machines: Inkling Bilder oder Audio?

Thinking Machines: Inkling ist vor allem für textbasierte Aufgaben ausgelegt.

Benchmarks und Preise nutzen, sofern verfügbar, Artificial Analysis. Katalog-Spezifikationen dienen als Fallback.