Inkling стоит рассматривать не как безусловный выбор для самых сложных задач, а как настраиваемую мультимодальную модель с открытыми весами, сильным пользовательским восприятием и удобным API-профилем. Ее 25-е место и COMRAD Score 73,1 показывают сбалансированный, но неровный результат: доступность оценена очень высоко, тогда как кодинг и независимый индекс интеллектуальных возможностей заметно сдерживают итоговую позицию.
Коротко
- Позиция: 25-е место в рейтинге COMRAD404, редакция 2026 H2.
- COMRAD Score: 73,1 из 100 — нормализованная редакционная оценка, а не процент качества или доля правильных ответов.
- Главная сила: сочетание открытых весов, лицензии Apache 2.0, reasoning-режима, высокой оценки человеческих предпочтений и быстрого API-ответа в зафиксированной конфигурации.
- Главная слабость: суббалл кодинга 57,3 и качество 66,7 не позволяют считать Inkling универсальным лидером для сложной разработки и задач, где важна максимальная надежность рассуждений.
- Практический вывод: модель интересна командам, которым нужны контроль над развертыванием, мультимодальный ввод, тонкая настройка и большой контекст. Перед переносом в продукт необходимо отдельно измерить точность, стабильность формата и полную стоимость рабочего процесса.
Паспорт модели
| Параметр | Значение в срезе |
|---|---|
| Модель | Inkling |
| Организация в паспорте | Thinky; официальный юридический провайдер — Thinking Machines Lab, Inc. |
| Место | 25 |
| COMRAD Score | 73,1 |
| Лицензия | Apache 2.0 |
| Доступность весов | Открытые веса |
| Reasoning | Поддерживается |
| Статус | Не preview |
| Контекст в рейтинговом срезе | 524 000 токенов |
| Уверенность данных | Высокая |
| Дата среза | 31 августа 2026 года |
Все пять направлений оценки обеспечены данными из заявленных источников: Artificial Analysis, LMArena Text и LMArena Code. Это повышает уверенность в профиле, но не отменяет различий между тестовыми режимами, API-провайдерами и реальной продуктовой нагрузкой.
Место в рейтинге
В редакции 2026 H2 Inkling находится на 25-й строке общего рейтинга моделей COMRAD404. Итог рассчитан по методологии 1.0: качество имеет вес 40%, человеческие предпочтения — 30%, кодинг — 15%, эффективность — 10%, доступ — 5%.
Именно распределение весов объясняет результат лучше, чем сама позиция. Суббалл человеческих предпочтений 90,0 дает модели большой вклад в итог, почти сопоставимый со вкладом качества 66,7. Высокий доступ 96,4 полезен для выбора, но из-за веса 5% не способен самостоятельно поднять модель в верхнюю часть списка. Кодинг 57,3, напротив, оказывает заметное отрицательное влияние.
25-е место поэтому не означает, что Inkling одинаково средне работает во всех дисциплинах. Это итог модели с отчетливой специализацией: ее приятно использовать и сравнительно легко интегрировать, но по независимым показателям общей интеллектуальной результативности и программирования профиль менее убедителен.
Разбор пяти суббаллов
| Суббалл | Оценка 0–100 | Вес | Как читать |
|---|---|---|---|
| Качество | 66,7 | 40% | Умеренный результат по независимому интеллектуальному индексу; требуется проверка сложных рассуждений. |
| Человеческие предпочтения | 90,0 | 30% | Сильная сторона: ответы часто выигрывают субъективное слепое сравнение. |
| Кодинг | 57,3 | 15% | Слабейшая содержательная часть профиля; особенно важны тесты на репозитории и выполнение инструкций. |
| Эффективность | 60,5 | 10% | Скорость высокая в измеренном режиме, но выходные токены стоят заметно дороже входных. |
| Доступ | 96,4 | 5% | Открытые веса, разрешительная лицензия и несколько путей запуска дают команде больше контроля. |
Эти значения являются нормализованными редакционными оценками. Например, 90,0 по человеческим предпочтениям не означает, что модель выигрывает 90% диалогов, а 57,3 по кодингу — что она правильно решает 57,3% задач.
Что известно официально
Thinking Machines Lab выпустила Inkling 15 июля 2026 года. В официальной model card модель описана как мультимодальный авторегрессионный transformer с разреженной Mixture-of-Experts-архитектурой: 975 млрд параметров всего и 41 млрд активных при обработке токена. Она принимает текст, изображения и аудио, а генерирует текст.
Разработчик заявляет максимальное архитектурное окно до 1 млн токенов. В паспорте COMRAD404 при этом зафиксировано 524 000 токенов. Эти числа относятся к разным уровням: первое описывает официальную верхнюю границу модели, второе — контекст, представленный в конкретном рейтинговом измерении или конфигурации провайдера. При выборе API следует ориентироваться на фактический лимит выбранного endpoint, а не автоматически переносить архитектурный максимум на любой сервис.
Официально опубликованы полные веса и отдельный квантованный checkpoint. Лицензия указана как Apache 2.0. Это позволяет говорить об открытых весах, но не означает, что вся окружающая инфраструктура, облачные сервисы и их условия использования автоматически становятся открытым программным обеспечением.
Возможности и сценарии
Диалоговые продукты и RAG
Высокий суббалл человеческих предпочтений делает Inkling кандидатом для ассистентов, поддержки пользователей, поиска по внутренним документам и редакционных инструментов. Однако LMArena Text rating 1439,2 — статистический рейтинг по слепым попарным сравнениям, а не процент точности. 81-е место в текстовой таблице и 20 434 голоса показывают, что оценка основана на заметном объеме сравнений, но не гарантирует фактическую корректность ответа.
Мультимодальный анализ
Поддержка текста, изображений и аудио полезна для обработки презентаций, схем, скриншотов, записей встреч и смешанных архивов. Практический тест должен включать не только распознавание содержимого, но и связь между модальностями: например, сопоставление устного комментария с конкретным фрагментом диаграммы.
Агентные системы и инструменты
Официальная документация заявляет reasoning, вызов инструментов и регулируемое усилие рассуждения. Это подходит для последовательностей «получить данные — проверить — вызвать функцию — сформировать результат». В продакшене важнее измерять долю корректных аргументов tool call, число лишних вызовов и способность восстановиться после ошибки, чем оценивать только финальный текст.
Кодинг
Inkling можно использовать для объяснения кода, генерации тестов, небольших изменений и первичного разбора ошибок. Но суббалл кодинга 57,3, Code Arena rating 1408,4 и 64-е место требуют осторожности. Для автономного изменения больших репозиториев модель нельзя выбирать только по общей привлекательности ответов: нужны тесты на сборку, регрессии, соблюдение архитектурных ограничений и работу с существующим стилем проекта.
Тонкая настройка
Открытые веса и официальный путь через Tinker делают модель интересной как базу для специализации. Подход оправдан, если у команды есть качественный доменный датасет, измеримый baseline и ресурсы для оценки. Fine-tuning не исправляет автоматически фактические ошибки, слабую постановку задачи или недостатки retrieval-контура.
Цена и скорость
В срезе указана цена $0,95 за миллион входных токенов и $4,05 за миллион выходных. Вывод стоит примерно в 4,3 раза дороже ввода, поэтому многословность reasoning-ответов может влиять на бюджет сильнее, чем размер промпта. Считать расходы следует отдельно для системных инструкций, истории, retrieved-документов, внутренних рассуждений, повторных запросов и финального ответа.
Зафиксированная скорость составляет 154,6 выходного токена в секунду, а время до первого токена — 0,73 секунды. Это хороший профиль для интерактивного интерфейса, но обе величины зависят от API-провайдера, уровня reasoning, длины контекста, батчинга, квантования и текущей загрузки. Значения паспорта описывают срез, а не постоянную гарантию обслуживания.
Для оценки бюджета используйте формулу: (входные токены / 1 000 000 × 0,95) + (выходные токены / 1 000 000 × 4,05). Затем добавьте запас на повторные вызовы, tool loops и неудачные генерации. При самостоятельном размещении токенная цена заменяется стоимостью GPU, хранения весов, эксплуатации, мониторинга и резервирования.
Развертывание и доступ
Суббалл доступа 96,4 отражает сильную сторону Inkling: веса доступны для загрузки, есть официальный model card, документация Tinker и интеграции с распространенными inference-фреймворками. Это дает возможность выбирать между внешним API, управляемой инфраструктурой и собственным кластером.
Однако модель крупная. Официальная карточка указывает, что исходный BF16-checkpoint требует не менее 2 ТБ совокупной видеопамяти, а квантованный NVFP4-вариант — не менее 600 ГБ. Поэтому «открытые веса» здесь не равны «легкий локальный запуск»: самостоятельное размещение остается инфраструктурным проектом для команды с подходящим оборудованием и компетенциями.
Ограничения
- Неровный профиль: пользовательская привлекательность ответа выше, чем суббаллы качества и кодинга. Красивый или уверенный текст нельзя принимать за доказательство корректности.
- Галлюцинации: официальный model card предупреждает о правдоподобных, но неверных или неподтвержденных утверждениях.
- Длинные диалоги: разработчик отмечает возможное ухудшение работы в продолжительных многоходовых разговорах. Большое окно контекста само по себе не гарантирует равномерного внимания ко всем фрагментам.
- Языковая неравномерность: заявлена мультиязычность, но качество может различаться по языкам, диалектам и предметным областям. Русский язык нужно тестировать отдельно.
- Безопасность: встроенные отказы не должны быть единственным защитным слоем. Для публичного продукта нужны фильтрация, журналирование, ограничения частоты и контроль инструментов.
- Высокорисковые решения: медицинские, юридические и другие критичные выводы требуют доменной валидации и проверки человеком.
- Стоимость нестабильна: цены, лимиты и производительность могут отличаться между API-провайдерами и режимами.
Кому подходит Inkling
Модель стоит включить в короткий список, если организации нужны открытые веса, мультимодальный ввод, большой контекст, настраиваемое reasoning-усилие и возможность доменного fine-tuning. Наиболее логичные роли — корпоративный ассистент с retrieval, обработчик мультимодальных документов, инструмент подготовки черновиков и контролируемый агент с ограниченным набором функций.
Inkling менее очевидна как единственная модель для автономного программирования, критичных фактических ответов или инфраструктуры без крупного GPU-бюджета. В таких случаях решение должно опираться на собственный набор задач и сравнение полной стоимости успешного результата, а не только цены токена.
Как проверить на своей задаче
- Соберите 50–200 реальных примеров. Включите типовые, редкие и намеренно сложные случаи, а также запросы на русском языке.
- Зафиксируйте конфигурацию. Запишите провайдера, endpoint, уровень reasoning, системный промпт, температуру, лимит ответа и доступные инструменты.
- Разделите критерии. Оценивайте фактическую точность, полноту, формат, ссылки на доказательства, latency, стоимость и безопасность независимо.
- Для кода запускайте результат. Считайте прохождение тестов, успешную сборку, число измененных файлов, регрессии и долю задач без ручного исправления.
- Проверьте длинный контекст. Разместите контрольные факты в начале, середине и конце документа; добавьте похожие отвлекающие фрагменты.
- Измерьте мультимодальность. Используйте реальные изображения и аудио с шумом, нестандартными форматами и неоднозначными деталями.
- Проведите слепую оценку. Уберите названия моделей и попросите экспертов сравнить ответы по заранее утвержденной шкале.
- Посчитайте цену успеха. Делите общие затраты, включая повторы и проверку человеком, на число принятых результатов.
FAQ
Какое место занимает Inkling?
Inkling занимает 25-е место в рейтинге COMRAD404 редакции 2026 H2 с итоговым Score 73,1.
Является ли COMRAD Score процентом качества?
Нет. Это нормализованная редакционная оценка от 0 до 100, объединяющая качество, человеческие предпочтения, кодинг, эффективность и доступ с разными весами.
Можно ли скачать веса Inkling?
Да. Разработчик опубликовал веса на Hugging Face под лицензией Apache 2.0. При этом самостоятельный запуск требует крупной вычислительной инфраструктуры.
Подходит ли Inkling для программирования?
Подходит для вспомогательных сценариев и контролируемых агентных процессов, но кодовый суббалл 57,3 требует обязательной проверки на реальных репозиториях, сборке и тестах.
Какой контекст поддерживает модель?
В рейтинговом срезе указано 524 000 токенов. Официальный model card заявляет архитектурный максимум до 1 млн, однако фактический лимит зависит от провайдера и endpoint.
Сколько стоит API?
В срезе цена составляет $0,95 за миллион входных и $4,05 за миллион выходных токенов. Это не постоянный тариф: стоимость необходимо перепроверять у выбранного провайдера.
Источники
- Thinking Machines Lab: Inkling — Our Open-Weights Model — официальный анонс, дата выпуска, назначение, архитектура и способы доступа.
- Inkling Model Card — официальный статус, лицензия, модальности, требования к оборудованию, риски и ограничения.
- Tinker Documentation: Using Inkling — настройка reasoning effort, форматы сообщений и работа с мультимодальным вводом.
- thinkingmachines/Inkling на Hugging Face — официальный репозиторий весов, карточка модели и примеры запуска.
- Artificial Analysis: LLM Leaderboard — Intelligence Index, цены, скорость и контекст в зафиксированном рейтинговом срезе.
- LMArena Text Leaderboard — текстовый рейтинг, место и число голосов.
- LMArena Leaderboard — данные Code Arena, использованные в кодовом профиле.