Was ist Inkling?
Inkling ist das erste Modell von Mira Muratis Thinking Machines Lab, veröffentlicht am 15. Juli 2026 mit vollständigen Gewichten unter Apache 2.0. Es ist ein Mixture-of-Experts-Modell mit 975 Milliarden Parametern, davon 41 Milliarden pro Token aktiv, vortrainiert auf 45 Billionen Tokens aus Text, Bildern, Audio und Video. Es liest Text, Bilder und Audio in einem Netz und schreibt Text; es unterstützt bis zu 1 Million Tokens Kontext.
Das Labor positioniert es vor allem als Basis für Anpassungen über Tinker, seinen Fine-Tuning-Dienst, der es mit 64K und 256K Kontext anbietet. Ein kleineres Inkling-Small (276 Milliarden Parameter, 12 Milliarden aktiv) folgte Ende Juli, und Inkling 2 Small kam am 5. November 2026 auf Tinker, mit Gewichten erst nach externen Sicherheitstests.
Was kostet Inkling?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | Apache 2.0 |
| OpenRouter | $1.00 / $4.05 per million tokens | Eingabe / Ausgabe, über Together |
Kostenlose Gewichte unter Apache 2.0. OpenRouter (Together): $1,00 pro Million Eingabe-Tokens, $4,05 pro Million Ausgabe, 524.288 Tokens Kontext. Tinker-Preise laut Dokumentation.
Lohnt sich Inkling?
Inkling ist ein solides offenes Basismodell, von dem seine Macher selbst sagen, dass es nicht das stärkste verfügbare ist, weder offen noch geschlossen, und die Vision-Werte bestätigen das. In der Tabelle des Labors erreicht es 73,5% auf MMMU Pro gegenüber 79,0% für Moonshots Kimi K2.6 und 82,0% für Gemini 3.1 Pro, und 78,1% beim CharXiv-Reasoning gegenüber 80,4% für K2.6. Dabei ist Kimi K2.6 selbst inzwischen eine Generation alt.
Beim Audio ist es ungewöhnlich. Thinking Machines zählt es zu den stärksten Open-Weights-Audiomodellen, und Inkling erreicht 91,4% auf VoiceBench und 77,2% auf MMAU, gegenüber 94,3% und 82,5% für Gemini 3.1 Pro. Wer ein einziges offenes Modell will, das in derselben Anfrage einen Screenshot und eine Sprachnachricht liest, hat wenig Auswahl.
Die Apache-2.0-Lizenz ist der zweite Grund. Sie kennt keine Umsatzgrenzen, regionalen Ausnahmen oder Einschränkungen für Ausgaben, die mehrere konkurrierende offene Lizenzen haben. Auf OpenRouter kostet es $1,00 pro Million Eingabe-Tokens und $4,05 pro Million Ausgabe, günstig für seine Größe, und im letzten Monat kam es auf 1.792.792 Downloads bei Hugging Face.
Self-Hosting ist Rechenzentrumsarbeit. Die BF16-Gewichte brauchen etwa 2TB GPU-Speicher, acht B300 oder 16 H200, und selbst die NVFP4-Variante braucht 600GB, vier B300 oder acht H200. Inkling-Small beansprucht vergleichbare Leistung mit 276 Milliarden Parametern und passt in NVFP4 auf eine einzige B300, was es für die meisten Teams zum praktischeren Download macht.
Wo es sich lohnt
Ein Anbieter von Callcenter-Analysen
Fragen zu aufgezeichneten Anrufen und den von Agenten angehängten Screenshots beantworten
Schicke WAV-Audio (16kHz, idealerweise unter 20 Minuten) und Bilder in einer Anfrage über OpenRouter. Bei $1,00 pro Million Eingabe-Tokens entstehen die Kosten vor allem bei der Eingabe; Apache 2.0 erlaubt dem Anbieter, die Ergebnisse weiterzuverkaufen.
Ein ML-Team in einem Legal-Tech-Unternehmen
Ein offenes Modell auf die eigenen Dokumentabläufe feinabstimmen und die Gewichte behalten
Auf Tinker mit 64K oder 256K Kontext trainieren, dann exportieren und selbst hosten. Das volle Modell braucht einen Multi-GPU-Knoten mit Blackwell oder H200, daher werden viele Teams stattdessen Inkling-Small feinabstimmen.
Eine Forschungsgruppe, die offene multimodale Modelle vergleicht
Ein Encoder-freies Modell untersuchen, das Audio und Bild nativ verarbeitet
Vollständige Gewichte, Unterstützung ab dem ersten Tag in Transformers, SGLang, vLLM und llama.cpp und eine veröffentlichte Architektur machen es leicht zu untersuchen. Das Labor warnt, dass die Videoleistung nicht evaluiert wurde.
Bevor du dich festlegst
- Einrichtung
- Gewichte auf Hugging Face in BF16 und NVFP4; Rezepte für SGLang, vLLM (0.26 oder neuer), TokenSpeed, Unsloth und Transformers. Tinker Playground für einen schnellen Test.
- Integrationen
- Transformers, SGLang, vLLM, llama.cpp, GGUF-Builds von Unsloth, Tinker-API, OpenRouter (Together), Hugging Face Inference Providers.
- Daten und Datenschutz
- Apache 2.0; selbst gehostet verlässt nichts deine Server. Die Trainingsdaten umfassen öffentliche Webinhalte, Daten von Dritten und synthetische Daten. Der OpenRouter-Eintrag ist nicht über EU-internes Routing verfügbar.
- Kosten im großen Maßstab
- Auf OpenRouter kosten 1 Milliarde Eingabe- und 100 Millionen Ausgabe-Tokens im Monat etwa $1.405. Selbst gehostet braucht die NVFP4-Variante vier B300 oder acht H200.
- Grenzen
- Kontext auf OpenRouter 524.288 Tokens, auf Tinker 64K oder 256K, volle 1M nur selbst gehostet; Bilder idealerweise 40 bis 4.096 Pixel pro Seite; Audio idealerweise unter 20 Minuten; nur Textausgabe.
Was gut ist
- Apache 2.0 ohne Nutzungsbeschränkungen
- Text-, Bild- und Audioeingabe in einem Modell; 1M Tokens Kontext
- $1,00 / $4,05 pro Million Tokens auf OpenRouter
- Fine-Tuning-Dienst vom Hersteller über Tinker
Was nicht
- 73,5% auf MMMU Pro, hinter Kimi K2.6 mit 79,0%
- Etwa 2TB GPU-Speicher in BF16, 600GB in NVFP4
- Videoeingabe vorhanden, aber nicht evaluiert
- Das kleinere Inkling-Small beansprucht vergleichbare Ergebnisse bei einem Viertel der Größe
Am besten für
Teams, die ein offenes Modell mit freizügiger Lizenz wollen, das Text, Bilder und Audio liest, und es feinabstimmen statt unverändert nutzen wollen.
Alternativen zu Inkling
Inkling: häufige Fragen
- Lohnt sich Inkling?
- Inkling ist das große offene Modell, das du wegen seiner Lizenz und seiner Ohren nimmst, nicht wegen seiner Augen. Wir bewerten es mit 3.8 von 5.
- Was kostet Inkling?
- Kostenlose Gewichte unter Apache 2.0. OpenRouter (Together): $1,00 pro Million Eingabe-Tokens, $4,05 pro Million Ausgabe, 524.288 Tokens Kontext. Tinker-Preise laut Dokumentation.
- Welche Nachteile hat Inkling?
- 73,5% auf MMMU Pro, hinter Kimi K2.6 mit 79,0%; Etwa 2TB GPU-Speicher in BF16, 600GB in NVFP4; Videoeingabe vorhanden, aber nicht evaluiert; Das kleinere Inkling-Small beansprucht vergleichbare Ergebnisse bei einem Viertel der Größe.
- Für wen eignet sich Inkling?
- Teams, die ein offenes Modell mit freizügiger Lizenz wollen, das Text, Bilder und Audio liest, und es feinabstimmen statt unverändert nutzen wollen.
- Was kostet Inkling für ein Team oder im Produktivbetrieb?
- Auf OpenRouter kosten 1 Milliarde Eingabe- und 100 Millionen Ausgabe-Tokens im Monat etwa $1.405. Selbst gehostet braucht die NVFP4-Variante vier B300 oder acht H200.
- Ist Inkling sicher für Firmendaten?
- Apache 2.0; selbst gehostet verlässt nichts deine Server. Die Trainingsdaten umfassen öffentliche Webinhalte, Daten von Dritten und synthetische Daten. Der OpenRouter-Eintrag ist nicht über EU-internes Routing verfügbar.
- Was sind die besten Alternativen zu Inkling?
- Die nächsten Alternativen, die wir getestet haben, sind Kimi K3, Nemotron 3.5 Super VL, Gemma 4 und Qwen3.8-27B.
Antworten geprüft am 7. Nov. 2026.