- 1M 上下文
- 多模态
- 推理
- Responses API
- 新 · 11月21日
Inkling 2 Mini · QuickSilver Pro
Thinking Machines Lab 的 Inkling 2 Mini。开放权重多模态循环 Transformer,总参数 26.4B,激活参数 3.4B。每百万 token 输入 $0.11 / 输出 $0.44。
- 1M 上下文
- 最大输出 66K
- 视觉
- 工具调用
- 推理 · 默认开启
- 流式输出
- JSON Schema 输出
你支付 · 每 1M 输入 / 输出
$0.11 / $0.44
贵 10%
输入和输出均对比 Published reference
价格对比($/1M token)
条形长度 = 相对所列最高价的价格
| 服务商 | 输入 | 输出 | 对比 QSP |
|---|---|---|---|
| QuickSilver Pro | $0.11 | $0.44 | — |
| Published reference(thinkingmachines/inkling-2-mini) | $0.10 | $0.40 | 贵 10% |
Thinking Machines Lab 价格来源: thinkingmachines.ai
概览
- 上下文
- 1M token
- 输入 / 1M
- $0.11
- 输出 / 1M
- $0.44
- 默认思考
- 是
- 最大输出
- 66K
- 延迟 · 实时
- —
价格最低的 Inkling,支持文本、图像和自动工具调用。
什么时候该选 Inkling 2 Mini?
依据目录中的能力和公开价格整理,而非基准测试。
适用场景
Inkling 2 Mini 的价格低于 Inkling 2 Small,适合需要 文本输入、图像输入、文本输出、流式输出、推理、工具调用、JSON Schema 的应用。小规模测试通过了文本、图像识别、流式输出、自动工具、严格 JSON Schema,以及低强度和关闭推理。
- 长文档和代码库,最多 1M token 上下文
- 需要调用工具并输出严格 JSON Schema 的 Agent
- 包含图片的提示
- 多步推理,默认开启
何时该选其他模型
需要更大输出预算时选择 Inkling 2 Small。Inkling 2 Mini 在 1M token 上下文内最多输出 66K token。超长输入依赖完整上下文服务的可用性。指定名称的强制工具在主服务通过,但备用服务不支持。推理按输出计费,小预算可能没有可见答案。请按实际工作负载比较延迟;这些测试不能证明速度排名。
快速开始(curl)
获取 API key →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "inkling-2-mini",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="inkling-2-mini",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "inkling-2-mini",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "inkling-2-mini",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="inkling-2-mini",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)兼容 OpenAI。只需改一行 base_url 即可迁移。
网关行为
本模型的兼容性说明。
prompt- 提示最多 1M token。
max_tokens- 最多 66K 个输出 token。
- /v1/chat/completions: 支持
- /v1/responses: 支持
- 流式输出: 支持
- 工具调用: 支持
- 图片输入: 支持
- JSON Schema: 支持
- 推理: 支持
价格从何而来
- 服务商参考价
- $0.10 / $0.40thinkingmachines.ai
- 目录核验日期
- 提示缓存 · 不参与对比
- 读取 $0.022
usage.cost = prompt_tokens × $0.11/1M + completion_tokens × $0.44/1M
常见问题
常见问题
每百万 token 输入 $0.11 / 输出 $0.44;缓存读取每百万 token $0.022。推理 token 仅按输出计费一次。
Chat Completions、Responses。支持功能:文本输入、图像输入、文本输出、流式输出、推理、工具调用、JSON Schema。用 reasoning={enabled:false} 关闭推理,或 reasoning={effort:"low"} 设置低强度。QSP 尚未测试音频、视频和文件输入。
设置 base_url=https://api.quicksilverpro.io/v1,使用 QSP API 密钥和 model="inkling-2-mini"。工具调用轮次中请保留完整助手消息,包括 reasoning_details。