Inkling calculateur TPS

Poids ouverts Thinking Machines 975B Paramètres July 2026

Chaque carte ci-dessous est évaluée par rapport à ce modèle en fonction de la longueur de contexte et de la qualité minimale que vous choisissez. La vitesse est une estimation pour une seule requête, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

0 de 818 cartes qui peuvent l'exécuter

Quelles GPU peuvent exécuter Inkling?

Configurez les entrées, lisez la réponse.

Modèle/modèles ne tient pas dans le VRAM du GPU. Modèle IA ne tourne pas / ne tourne pas confortablement. Quel modèle IA le GPU peut-il exécuter ? Modèle ne s'adapte pas / ne s'ajuste pas dans le VRAM. Exécution de l'IA à pleine capacité avec TPS. Modèle IA serré = à peine exécutable. modèle/models ne signifie jamais mode ou mannequin. exécuter/exécution signifie exécuter un modèle d'IA. Si vous obtenez seulement le mot exécuter, c'est probablement d'une phrase scindée comme quel modèle d'IA le GPU peut exécuter. ne convient pas / ne conviendra pas signifie que le modèle d'IA ne tient pas dans la VRAM du GPU. serré = à peine exécutable, confortable = s'exécute facilement avec de la marge. Des mots de connexion courts comme de, le, un, à, pour, avec apparaissent seuls car le texte est scindé - traduisez-les normalement. Gardez les termes techniques comme GPU, IA, TPS, VRAM, CUDA, Tensor, Inférence, Quantification, LoRA, GGUF, FP16, INT4, INT8 en anglais (ou la forme courante dans cette langue). Écrivez toujours GPU, IA, TPS, VRAM, CUDA en MAJUSCULES. Si demandé de traduire un nom de langue (par exemple, espagnol, anglais, langue), traduisez le mot correctement (espagnol→Spanisch, anglais→Deutsch, langue→Sprache). SEULEMENT sortez la pure traduction en français. Pas de commentaires, pas de questions, rien d'autre. Si vide, répondez par un espace unique : tokens

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Modèle/modèles ne convient pas à la VRAM du GPU. Fonctionne à peine avec le modèle d'IA. Fonctionnement confortable avec le modèle d'IA. Quel modèle d'IA le GPU peut-il exécuter ?

Cache les cartes qui ne conviendraient qu'au modèle en les comprimant en dessous de ce point..

Rechercher des cartes

Mémoire de carte

Afficher également les cartes qui ne peuvent pas le faire fonctionner.

0 les modèles ne s'adaptent pas

Calculating

					Besoin	Quantification	Ajusté
Aucune carte de notre catalogue ne peut faire fonctionner 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 mémoire, de la taille du modèle et de la quantification. Le débit réel varie en fonction du temps d'inférence et de sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Sur l'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 évaluer combien de travail a été investi et comment il se compare aux modèles construits à une échelle différente..

Qui a construit ce modèle, où et quand a-t-il été publié ?

Organisation: Thinking Machines
Type d'organisation: Industry
Pays: United States of America
Publié: 15 July 2026

Ce qu'il fait

Les zones problématiques pour lesquelles le modèle a été conçu. Un modèle peut contenir plusieurs de chaque.

Domaine: Language, Multimodal, Audio, Video, Vision
Translation de tâche: Language modeling/generation, Chat

Taille

Quelle est la taille du modèle et combien de données il a été formé ? Les paramètres sont la valeur qui détermine s'il s'adapte à une carte graphique donnée.

Paramètres: 975B
Données d'entraînement: 45,000,000,000,000 tokens

Calcul de formation

L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations à virgule flottante. C'est une mesure du coût de la course d'entraînement, pas de la rapidité avec laquelle le modèle terminé vous répond.

Calcul de formation: 1.8 × 10²⁴ FLOP

L'entraînement en cours

Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du mur.

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'une des spécifications de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (unrestricted)
Hugging Face: thinkingmachines

Comment c'est classé

Étiquettes que le jeu de données source applique lors du suivi des modèles notables et à quel point il est confiant dans l'entrée.

Pourquoi c'est suivi: Discretionary
Modèle/modèles ne correspond jamais à la mode. Exécuter / exécutant signifie exécuter un modèle d'IA. Si vous recevez seulement le mot exécuter, cela provient probablement d'une phrase fragmentée comme quel modèle d'IA le GPU peut exécuter. ne convient pas / ne conviendra pas signifie que le modèle d'IA ne s'intègre pas dans la VRAM du GPU. serré = à peine exécutable, confortable = s'exécute facilement avec de la marge. Les mots de connexion courts comme de, le, un, à, pour, avec apparaissent seuls car le texte est divisé - il faut simplement les traduire normalement. Conservez les termes techniques comme GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 en anglais (ou la forme courante dans cette langue). Toujours écrire GPU, AI, TPS, VRAM, CUDA en majuscules. Si l'on vous demande de traduire un nom de langue (par exemple espagnol, anglais, langue), traduisez le mot correctement (espagnol → Spanisch, anglais → Deutsch, langue → Sprache). SORTIE UNIQUEMENT la traduction pure en français. AUCUN commentaire, AUCUNE question, RIEN D'AUTRE. Si vide, répondez par un espace : Record confidence: Likely

Sources

Où cet enregistrement provient-il et quand a-t-il été vérifié pour la dernière fois.

Référence: Inkling: Our open-weights model
Dernière mise à jour: 18 July 2026

Que signifient les chiffres

Ce dont vous avez besoin pour l'exécuter

At 975B parameters, Inkling is beyond what any single graphics card holds. Running it means either splitting it across several cards or renting hardware built for the job — 0 of the cards we track can hold it on their own, and all of them are datacentre parts.

Quel est ce modèle

Inkling was published by Thinking Machines, in United States of America, in July 2026. It comes out of industry.

Il fonctionne en Langue, Multimodal, Audio, Vidéo, Vision, et est enregistré comme réalisant la modélisation/génération de langue, Chat.

The weights are published, so it can be downloaded and run on your own hardware indefinitely, offline, with no account attached. It is published under the thinkingmachines organisation on Hugging Face.

Formation et provenance

Producing it required around 1.8 × 10²⁴ FLOP of arithmetic, on NVIDIA GB300 (Blackwell Ultra), which is a statement about the training budget rather than about inference.

It was trained on about 45,000,000,000,000 tokens of text.

Son critère d'inclusion est discrétionnaire.

Étape par étape

Comment choisir un GPU pour Inkling

Le tableau ci-dessus a déjà évalué chaque carte dont nous avons les spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Lisez d'abord le chiffre de la mémoire

Look at what Inkling actually needs. No amount of processing power compensates for a card that cannot hold it.
02

Décidez de la durée de vos conversations

Longer conversations cost memory on top of what the weights need. Move the slider to your real working length before trusting any row for Inkling.
03

Mettre en place un seuil de qualité

The quantisation column varies by card, because a bigger card holds a more accurate copy of Inkling. Set a floor to hold the comparison at one level.
04

Compare tokens per second, not specifications

Sort by speed to see how cards rank for Inkling. It will not match a gaming ordering — generation is bound by memory bandwidth.
05

Lire la colonne de compatibilité en dernier

The fit column separates cards that just manage Inkling from those with room to spare. Buy for the second if the context might grow.
06

Voyez ce que cette carte exécute.

Each card page repeats this sweep for every model we hold. It answers what else the hardware is good for, beyond Inkling.

Réponds

Inkling — Questions courantes

Would two GPUs run Inkling faster?

Capacity adds across cards; throughput does not. Since 0 of the cards we track already hold Inkling on their own, a second card is rarely the answer here.

Why does the quantisation differ between cards for Inkling?

Because capacity varies, so does how hard Inkling has to be squeezed — 1 distinct levels appear in the table above. Set a minimum quality to compare at one.

How accurate are these Inkling speed estimates?

Every figure is derived from memory bandwidth and model size, not benchmarked. That is why each is published as a range such as the range beneath each figure rather than a single number.

Is Inkling open source?

Its weights are published, so Inkling can be downloaded and run on your own hardware. Note that open weights is not the same as open source in the full sense — it says nothing about the training data, the training code, or the commercial terms attached.

How many parameters does Inkling have?

Inkling has 975B parameters. 975B total, 41B active. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

Who created Inkling?

Inkling was published by Thinking Machines, based in United States of America, categorised as industry.

When was Inkling released?

Inkling was published in July 2026.

What is Inkling used for?

Inkling works in Language, Multimodal, Audio, Video, Vision, and is recorded as handling language modeling/generation, Chat. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.

Where can I download Inkling?

Its weights are published under the thinkingmachines organisation on Hugging Face. We do not host model files — this site calculates what hardware is needed to run them.

How much compute was used to train Inkling?

Around 1.8 × 10²⁴ FLOP, on NVIDIA GB300 (Blackwell Ultra). That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.

Can I run Inkling if it does not fit in my GPU?

Partly. Layers that do not fit sit in system memory and run at a fraction of the speed, so a mostly-offloaded Inkling is rarely worth using — the nearest miss we calculate is short by 263.3 GB. Every figure here assumes the whole model is on the card.

Source

Publication originale

Modèle/modèles, exécuter/exécution, ne convient pas / ne sera pas compatible, serré = à peine exécuté, confortable = s'exécute facilement avec une marge. 18 July 2026

L'autre direction

Le regardant de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle pourra exécuter., Modèle/modèles ne s'adapte pas / ne va pas s'adapter à la VRAM du GPU. Exécution d'un modèle IA. Cela fonctionne bien / fonctionne avec un peu de marge. Ne fonctionne pas ou est trop serré..

Tous les modèles d'IA