Thinking Machines Lab · modèle de langage
Inkling Small : prix, contexte et benchmarks
Inkling Small est un modèle de langage de Thinking Machines Lab sorti le 30 juillet 2026. Il coûte 0,45 $US par million de tokens en entrée et 1,2 $US en sortie, avec un contexte de 524,3 k tokens. Epoch AI le classe 57e sur 125 modèles notés.
Ce qu'il faut savoir sur Inkling Small
Inkling Small a été publié par Thinking Machines Lab (États-Unis) le 30 juillet 2026. Il accepte du texte, des images et de l'audio en entrée et produit du texte. Sa fenêtre de contexte atteint 524 288 tokens, plus que 67 % des modèles du registre, et il peut écrire jusqu'à 262 144 tokens d'une traite.
C'est un modèle récent : les retours d'usage et les scores indépendants sont encore peu nombreux.
Prix de Inkling Small
Sur OpenRouter, Inkling Small coûte 0,45 $US par million de tokens en entrée et 1,2 $US en sortie. En comptant trois tokens lus pour un token écrit, son prix moyen est de 0,638 $US par million, plus cher que 46 % des modèles payants (1,2 fois moins que la médiane de 0,76 $US).
Exemple concret : une tâche qui envoie 2 000 tokens (environ 1 500 mots) et reçoit 500 tokens de réponse coûte 0,0015 $US. À 1 000 tâches par jour, comptez 45 $US par mois. Le calculateur de prix refait ce calcul avec vos propres volumes.
Les tokens déjà envoyés et mis en cache sont facturés 0,1 $US par million.
Performance et benchmarks
L'Epoch Capabilities Index (ECI), qui agrège les résultats publiés sur de nombreux benchmarks, attribue à Inkling Small un score de 150,3 (intervalle de 147,2 à 152,1). Il se place ainsi au 57e rang sur 125 modèles notés.
Scores publiés par Epoch AI sur les benchmarks suivis par le site :
| Benchmark | Ce qu'il mesure | Score | Date |
|---|---|---|---|
| GPQA Diamond | questions de sciences de niveau doctorat | 88,5 % | 15 juil. 2026 |
| ARC-AGI-1 | puzzles visuels de raisonnement abstrait | 84 % | 15 juil. 2026 |
| ARC-AGI-2 | version plus difficile des puzzles ARC | 40,1 % | 15 juil. 2026 |
| FrontierMath | problèmes de mathématiques de recherche (niveaux 1-3) | 46,3 % | 15 juil. 2026 |
| OTIS Mock AIME | problèmes de compétition de mathématiques | 90 % | 15 juil. 2026 |
| SimpleQA Verified | exactitude des faits simples | 19,1 % | 15 juil. 2026 |
À performance au moins égale, Claude Haiku 5.5, GPT-6 Luna et GLM 5.3 coûtent au moins 30 % de moins.
Fonctions, confidentialité et usage local
- Il gère l'appel d'outils : il peut donc piloter un agent IA, appeler des API ou des serveurs MCP.
- C'est un modèle de raisonnement : il « réfléchit » avant de répondre, ce qui améliore les tâches difficiles mais consomme plus de tokens de sortie.
Ses poids sont ouverts et téléchargeables sur Hugging Face : vous pouvez le faire tourner sur vos propres machines, sans envoyer vos données à un tiers.
Les autres modèles de Thinking Machines Lab
| Modèle | Sortie | Prix moyen | ECI |
|---|---|---|---|
| Inkling | 17 juil. 2026 | 1,76 $US | 148,4 |
Verdict
Inkling Small obtient 60/100 selon notre grille, qui ne retient que des chiffres publiés.
Points forts
- Poids ouverts : auto-hébergeable, données gardées chez vous.
Alternatives
- Qwen3.8 27B0,78 $US
- Qwen3.6 Plus0,73 $US
- Qwen3.7 Plus0,56 $US
- Kimi K2.7 Code1,28 $US
- Kimi K2.61,34 $US
- Qwen3.6 27B0,69 $US
Comparatifs et outils
Comprendre
Questions fréquentes
Combien coûte Inkling Small ?
0,45 $US par million de tokens en entrée et 1,2 $US en sortie sur OpenRouter (relevé du 25 octobre 2026). Une tâche de 2 000 tokens lus et 500 écrits revient à 0,0015 $US.
Quelle est la taille du contexte de Inkling Small ?
524 288 tokens, soit environ 393 000 mots, avec 262 144 tokens maximum en sortie.
Peut-on utiliser Inkling Small en local ?
Oui, ses poids sont publiés.
Inkling Small convient-il pour un agent IA ?
Oui sur le plan technique : il gère l'appel d'outils. Vérifiez ensuite son coût pour votre volume.
Inkling Small est-il performant ?
Epoch AI le classe 57e sur 125 modèles notés (ECI 150,3). Sur GPQA Diamond, il obtient 88,5 %.
Quelles alternatives à Inkling Small ?
Les modèles les plus proches en prix et en performance sont Qwen3.8 27B, Qwen3.6 Plus et Qwen3.7 Plus.
Articles liés
- Mistral AI : modèles, prix et agents25 octobre 2026
- Benchmark LLM : comment lire les classements des modèles24 octobre 2026
- Faire tourner un LLM en local : matériel, logiciels et limites24 octobre 2026
- Modèles open source ou fermés pour vos agents ?5 octobre 2026
Neutralité. Aucun lien d'affiliation. Aucun éditeur ne paie pour être évalué, noté ou classé. Les évaluations sont dirigées par François Chollet, neutres et factuelles, et chaque donnée est datée et sourcée. Comment nous notons