본문으로 건너뛰기
알파
  • 모델
  • 순위
  • Ori
영업팀 문의

푸터

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

제품

  • 채팅
  • 순위
  • 벤치마크
  • 앱
  • 탐색
  • 모델
  • Ori
  • 컬렉션
  • 제공업체
  • 도구
  • 요금
  • Business
  • Enterprise
  • 실험실

회사

  • 소개
  • 블로그
  • 고객
  • 채용
    채용
  • 개인정보 보호
  • 서비스 이용약관
  • 신뢰 센터
  • 지원
  • OR과 호환
  • 데이터
  • 브랜드

개발자

  • 문서
  • API 레퍼런스
  • 개발자 플랫폼
  • 상태
  • AI 사이트맵

연결

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube

The free Inkling Small endpoint is only available for use with agentic harnesses. Do not upload any confidential information or personal data (e.g., voices and images of people's faces). Your usage of this free endpoint, including prompts and outputs, is logged and used to improve Thinking Machines Lab's models, products, and services. The logged session data will be disassociated from your account and other persistent identifiers before being used for these purposes.

By using this free endpoint, you agree to the TML Free Research API Terms of ServiceOpens in new tab. For more information about Thinking Machines Lab's data processing practices, see this Privacy NoticeOpens in new tab.

thinkingmachines의 파비콘

Thinking Machines: Inkling Small

thinkingmachines/inkling-small

모델 가중치
비교

Inkling Small is an open-weight multimodal mixture-of-experts model from Thinking Machines Lab, with 12B active parameters out of 276B total. It is positioned as the smaller, more efficient member of the Inkling family and is suited for reasoning, coding, agentic workflows, retrieval-augmented generation, instruction following, and multilingual conversation.

모달리티
입력 / 출력 가격
US$0.45 / US$1.201M당
컨텍스트
524K
출시일
2026년 7월 30일
비교
제공업체요금성능가동 시간벤치마크앱활동자주 묻는 질문탐색

제공업체

이 모델은 하나의 제공업체에서 호스팅합니다. OpenRouter는 모든 요청을 해당 제공업체로 직접 전달하므로 라우팅 결정을 내릴 필요가 없습니다.

요금

고객이 이 모델에 실제로 지불하는 평균 가격을 제공업체가 게시한 가격과 나란히 표시합니다. 캐싱과 할인으로 인해 실제 지불 가격은 정가보다 훨씬 낮은 경우가 많습니다.

성능

처리량은 모델의 출력 속도입니다(초당 토큰 수 — 높을수록 좋습니다). 지연 시간은 전체 왕복 시간입니다(낮을수록 좋습니다). TTFT는 첫 토큰까지 걸리는 시간, 즉 출력이 나타나기까지 걸리는 시간입니다(낮을수록 좋습니다).

가동 시간

가동 시간은 지난 3일 동안 하나 이상의 제공업체가 요청에 응답한 시간의 비율입니다. 가용성은 추론이 성공적으로 제공된 시간의 비율입니다. OpenRouter는 지속적으로 모니터링하며 제공업체가 오류를 반환하면 차선의 제공업체를 사용합니다.

벤치마크

표준화된 평가 점수와 공통 벤치마크 프롬프트에 대한 이 모델 자체의 출력입니다. 백분율이 높을수록 좋으며, 각 순위는 해당 출처에서 평가한 모델 중 이 모델의 위치를 보여 줍니다.

벤치마크 점수 요약: Thinking Machines: Inkling Small (Artificial Analysis 및 Vals AI)
출처벤치마크점수
Artificial AnalysisInkling Small Intelligence Index12.9
Artificial AnalysisInkling Small Coding Index52.9
Artificial AnalysisInkling Small Agentic Index23.5
Artificial AnalysisInkling Small GPQA Diamond89.5%
Artificial AnalysisInkling Small HLE33.3%
Artificial AnalysisInkling Small AA-LCR75.7%
Artificial AnalysisInkling Small τ-Bench Banking18.8%
Artificial AnalysisInkling Small GDPval-AA31.6%
Artificial AnalysisInkling Small CritPt8.3%
Artificial AnalysisInkling Small SciCode49.7%
Artificial AnalysisInkling Small Terminal-Bench 4.01.0%
Artificial AnalysisInkling Small Terminal-Bench 2.155.1%
Artificial AnalysisInkling Small AA-Omniscience Accuracy31.8%
Artificial AnalysisInkling Small AA-Omniscience Non-Hallucination Rate39.5%
Vals AIInkling Small Code Migration v1.110.4%
Vals AIInkling Small CorpFin v269.6%
Vals AIInkling Small CyberBench v1.164.1%
Vals AIInkling Small EMB v1.140.8%
Vals AIInkling Small Finance Agent v2.144.8%
Vals AIInkling Small Vals Finance Index36.3%
Vals AIInkling Small GPQA Diamond83.6%
Vals AIInkling Small HLAB-Vals-1.12.9%
Vals AIInkling Small IOI9.3%
Vals AIInkling Small LiveCodeBench85.9%
Vals AIInkling Small LegalBench83.0%
Vals AIInkling Small Vals Legal Index57.8%
Vals AIInkling Small Legal Research Bench25.5%
Vals AIInkling Small MedCode37.9%
Vals AIInkling Small MedScribe84.1%
Vals AIInkling Small MMLU Pro85.6%
Vals AIInkling Small MortgageTax62.3%
Vals AIInkling Small ProgramBench0.5%
Vals AIInkling Small ProofBench v1.16.0%
Vals AIInkling Small Public Benefits Bench v1.159.4%
Vals AIInkling Small SAGE v132.7%
Vals AIInkling Small SkillsBench33.6%
Vals AIInkling Small SWE-bench82.2%
Vals AIInkling Small Tax Agent Bench15.4%
Vals AIInkling Small TaxEval v275.5%
Vals AIInkling Small Terminal-Bench 4.00.0%
Vals AIInkling Small Vals Index27.6%
Vals AIInkling Small Vals Multimodal Index50.1%
Vals AIInkling Small Vibe Code Bench v1.119.1%

앱

이 모델에 가장 많은 트래픽을 보내는 공개 앱입니다. 실제 프로덕션 워크로드의 모습을 보여주는 유용한 지표이자 이 모델이 어떤 사용 사례에 가장 적합한지 알려주는 단서입니다.

활동

시간에 따른 이 모델의 토큰 사용량 및 요청 트래픽.

API

이 모델을 호출하는 데 바로 사용할 수 있는 코드입니다. OpenRouter의 API는 OpenAI와 호환되므로 대부분의 SDK는 기본 URL만 바꾸면 작동합니다. 모델 간에 달라지는 것은 아래 모델 슬러그뿐입니다.

현재 EU 역내 라우팅을 통해 사용할 수 없습니다. 리전 내 라우팅 문서

더 많은 모델 탐색

비전 기능을 갖춘 AI 모델: 이미지 이해를 위한 멀티모달 LLM컬렉션AI 모델 순위순위
지연 시간 / 처리량
US$0.45US$1.20US$0.100.79s143 tps
100.00%
처리량
143토큰/초

P50, 제공업체 중 최고

지연 시간
0.79초

P50, 최상의 제공업체

AutoExacto 벤치마크
GPQA DiamondTAU-BenchDeepInfra86.0%57.3%
가동 시간 (3일)모델에 연결할 수 있었습니다. 요청이 제공업체로 라우팅되었습니다.
100.00%
가용성(3일)모델이 제공업체 중 한 곳에서 추론 결과를 반환했습니다. 오류와 빈 응답은 실패로 집계됩니다.
99.80%

지난 3일간 가용성

최근 72시간
가용성 99.80%
3일 전2일 전어제현재

지난 24시간 동안의 가용성

OpenRouter Availability
99.71%

업스트림 제공업체에서 오류가 발생하면 요청 필터가 허용하는 경우 정상 상태인 다른 제공업체로 라우팅하여 복구할 수 있습니다. 제공업체별 가동 시간 데이터에 프로그래밍 방식으로 액세스할 때 사용하는 API는 엔드포인트 API입니다. 자세히 알아볼 수 있는 관련 옵션은 부하 분산 및 제공업체 라우팅 옵션입니다.

1.
https://claude.ai/apple-touch-icon.png의 파비콘
Claude Code
Claude Code is Anthropic's agentic coding tool that reads your entire codebase, plans and executes changes across files, runs tests, and iterates on failures, all from natural language prompts.
1.06B토큰
2.
https://github.com/dylantirandaz/inklingharness의 파비콘
inkling
신규
978M토큰
3.
https://nousresearch.com의 파비콘
Hermes Agent
Hermes Agent is an open-source, self-improving AI agent by Nous Research that runs persistently with memory across sessions, and builds reusable skills from experience. It comes with 40+ built-in tools, including web search, browser automation, and vision, plus scheduled automations and subagents.
733M토큰
4.
https://openai.com/codex의 파비콘
Codex
A coding agent that helps you build and ship with AI
479M토큰
5.
https://pi.dev/의 파비콘
pi
There are many coding agents, but this one is yours.
478M토큰

자주 묻는 질문

Inkling Small is an open-weight multimodal mixture-of-experts model from Thinking Machines Lab, with 12B active parameters out of 276B total. It is positioned as the smaller, more efficient member of the Inkling family and is suited for reasoning, coding, agentic workflows, retrieval-augmented generation, instruction following, and multilingual conversation.

Inkling Small의 비용은 US$0.45/M 입력 토큰 및 US$1.20/백만 출력 토큰, Cache Read: US$0.10/M tokens에는 별도 요금 적용입니다.

Inkling Small의 컨텍스트 윈도우는 524,288토큰입니다. 최대 262,144개의 완성 토큰을 지원합니다.

예. Inkling Small은(는) 함수 호출을 위해 tools와 tool_choice를 지원합니다. response_format을 지원하지 않으므로 JSON 출력이 강제되지 않습니다.

Inkling Small은(는) 텍스트, 이미지 및 오디오을(를) 입력으로 받아 텍스트을(를) 반환합니다.

Inkling 모델은 Thinking Machines의 또 다른 텍스트 모델입니다.

Inkling Small은 2026년 7월 30일에 출시되었습니다.

다음 제작사의 다른 모델: thinkingmachines

Inkling Small

Inkling Small is an open-weight multimodal mixture-of-experts model from Thinking Machines Lab, with 12B active parameters out of 276B total. It is positioned as the smaller, more efficient member of the Inkling family and is suited for reasoning, coding, agentic workflows, retrieval-augmented generation, instruction following, and multilingual conversation.

텍스트524K 컨텍스트US$0.45 / US$1.20
Inkling Small (free)

Inkling Small is an open-weight multimodal mixture-of-experts model from Thinking Machines Lab, with 12B active parameters out of 276B total. It is positioned as the smaller, more efficient member of the Inkling family and is suited for reasoning, coding, agentic workflows, retrieval-augmented generation, instruction following, and multilingual conversation.

텍스트1.0M 컨텍스트Free
Inkling

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, retrieval-augmented generation, instruction following, and multilingual conversational applications. Its native image and audio understanding supports multimodal analysis alongside text.

텍스트524K 컨텍스트US$1 / US$4.05
Inkling (free)

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, retrieval-augmented generation, instruction following, and multilingual conversational applications. Its native image and audio understanding supports multimodal analysis alongside text.

텍스트1.0M 컨텍스트Free