Inkling calculateur TPS
Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..
Calculé pour ce modèle
818 cartes dont nous détenons les spécifications pour
Quelles GPU peuvent exécuter Inkling?
Définir les entrées, lire la réponse
Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..
Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..
0 cartes correspondent
Calcul en cours| Besoin | Quantification | Convient | |||||
|---|---|---|---|---|---|---|---|
|
Aucune carte dans notre catalogue ne peut exécuter ce modèle avec ces paramètres.. |
|||||||
Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Thinking Machines
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 15 July 2026
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language, Multimodal, Audio, Video, Vision
- Tâche
- Language modeling/generation, Chat
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 975B
- Données d'entraînement
- 45,000,000,000,000 tokens
975B total, 41B active
Calcul de formation
L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.
- Calcul de formation
- 1.8 × 10²⁴ FLOP
6ND = 41e9 active parameters * 45e12 tokens = 1.845e+24 FLOP
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA GB300 (Blackwell Ultra)
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Open — downloadable
- Accès au modèle
- Open weights (unrestricted)
- Hugging Face
- thinkingmachines
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Pourquoi c'est suivi
- Discretionary
- Confiance d'enregistrement
- Likely
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Inkling: Our open-weights model
- Dernière mise à jour
- 18 July 2026
Ce que les chiffres signifient
Ce dont vous avez besoin pour l'exécuter
Inkling atteint un nombre de paramètres de 975B. Cela dépasse ce que peut contenir une seule carte graphique. L'exécuter signifie soit le répartir entre plusieurs cartes, soit louer du matériel conçu pour cela, et chaque carte capable de le contenir seule est une pièce de datacenter. Le nombre qui peut : 0.
Ce que ce modèle est
Inkling a été publié par Thinking Machines, dans le pays enregistré comme United States of America, durant July 2026. Cela provient d'une organisation classée comme industry.
Il fonctionne dans le domaine de Language, Multimodal, Audio, Video, Vision, et est enregistré comme exécutant la tâche de language modeling/generation, Chat.
Les poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel indéfiniment, hors ligne, sans compte associé. Sur Hugging Face, il est publié sous l'organisation thinkingmachines.
Entraînement et provenance
La production a nécessité des calculs totalisant environ 1.8 × 10²⁴ FLOP, sur matériel enregistré comme NVIDIA GB300 (Blackwell Ultra). Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.
Il a été entraîné sur un corpus d'environ 45,000,000,000,000 jetons de texte
Son critère d'inclusion : discretionary.
Étape par étape
Comment choisir un GPU pour Inkling
Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..
-
01
Lisez d'abord le chiffre de mémoire
Commencez par ce dont il a réellement besoin, c'est-à-dire l'exigence de Inkling. Cette figure, pas la performance principale d'une carte, est ce qui décide si elle fonctionne.
-
02
Décidez combien de temps vos conversations tournent
Les conversations plus longues coûtent de la MÉMOIRE en plus de ce dont les POIDS ont besoin. Déplacez le curseur à votre longueur de travail réelle avant de faire confiance à une ligne pour Inkling.
-
03
Définir un seuil de qualité
La colonne de quantification varie selon la carte, car une plus grande carte contient une copie plus précise.. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
-
04
Comparez les tokens par seconde, pas les spécifications.
Trier par vitesse pour voir comment les cartes se classent pour Inkling. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire.
-
05
Lisez la colonne de compatibilité en dernier.
La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de Inkling. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
-
06
Voir ce que cette carte exécute d'autre.
Chaque page de carte répète ce balayage pour chaque modèle que nous détenons, répondant à ce que le matériel peut faire d'autre au-delà de Inkling.
Réponses
Inkling — questions courantes
Inkling— deux GPUs l'exécuteraient-ils plus rapidement ?
La capacité s'additionne entre les cartes ; le débit ne le fait pas. Le nombre de cartes déjà capables de le garder par elles-mêmes : 0. Ainsi, une seconde carte est rarement la réponse ici.
Inkling— pourquoi la quantification diffère-t-elle entre les cartes ?
Parce que la capacité varie, il en va de même pour la difficulté à être comprimé. Le nombre de niveaux distincts dans le tableau ci-dessus : 1. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.
Inkling— quelle est la précision de ces estimations de vitesse ?
Chaque chiffre est dérivé de la bande passante de la mémoire et de la taille du modèle, non vérifié par des tests, c'est pourquoi chacun est publié sous forme d'une plage plutôt que d'un nombre unique. Un exemple : la plage sous chaque chiffre. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.
Inkling— est-ce que c'est open source ?
Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.
Inkling— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 975B. 975B total, 41B active. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
Inkling— qui l'a créé ?
Il a été publié par Thinking Machines, basé sur United States of America, une organisation catégorisée comme industry.
Inkling— quand a-t-il été publié ?
Il a été publié dans July 2026.
Inkling— à quoi ça sert ?
Il fonctionne dans le domaine de Language, Multimodal, Audio, Video, Vision, et est enregistré comme gérant la tâche de language modeling/generation, Chat. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.
Inkling— où puis-je le télécharger ?
Ses poids sont publiés sur Hugging Face, sous l'organisation thinkingmachines. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.
Inkling— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1.8 × 10²⁴ FLOP, sur matériel enregistré comme NVIDIA GB300 (Blackwell Ultra). Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.
Inkling— Puis-je l'exécuter s'il ne tient pas dans ma GPU?
Partiellement. Les couches qui ne tiennent pas sont dans la mémoire système et fonctionnent à une fraction de la vitesse, donc un modèle principalement déchargé vaut rarement la peine d'être utilisé. La plus proche approximation que nous calculons est inférieure de 263.3 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.