모델

Thinking Machines: Inkling Small

Markdown · JSON

Thinking Machines: Inkling Small

Thinking Machines Lab의 Inkling-Small은 텍스트, 이미지, 오디오 추론을 위한 총 파라미터 276B개, 활성 파라미터 12B개의 MoE 모델입니다. 텍스트를 생성하고 도구 중심 애플리케이션을 지원하며 모델 컨텍스트는 1M입니다. 제작사 서비스의 더 짧은 컨텍스트는 별도로 구분됩니다.

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Inkling-Small은 Thinking Machines Lab의 더 작은 범용 멀티모달 모델입니다. 공식 카드는 총 파라미터 276B개와 활성 파라미터 12B개를 명시합니다. 텍스트, 이미지, 오디오를 입력받아 대화, 코딩, 추론, 검색 증강, 도구 중심 애플리케이션을 위한 텍스트를 생성합니다. 더 큰 Inkling 모델과는 별도 버전입니다.

아키텍처는 42개 디코더 계층과 희소 전문가 백본을 사용합니다. 토큰은 라우팅 전문가 256개 중 6개와 공유 전문가 2개를 선택하며, 로컬 어텐션과 글로벌 어텐션을 혼합합니다. 이미지 패치와 이산 오디오 토큰은 디코더의 공유 표현으로 투영됩니다. 별도의 BF16 및 NVFP4 아티팩트는 각각의 정밀도 식별 정보를 갖습니다.

제작사는 모델 컨텍스트를 1M으로 설명하는 반면, 학습 서비스는 64K 및 256K 설정을 제공합니다. 이는 서로 바꿔 쓸 수 있는 창 크기가 아니라 별개의 범위입니다. 긴 자료에서는 작업에 사용하는 실제 컨텍스트를 확인하고 모델의 사고와 최종 답변을 위한 공간을 남겨 두세요. 제작사의 공유 Inkling 렌더러는 0.0 이상 1.0 미만의 유한한 노력 수준 값을 받으며 생략하면 0.9를 사용합니다. 0은 추론을 강제로 금지하지 않으면서 직접 답변을 유도합니다.

입력 준비에는 구체적인 조건이 있습니다. 카드는 이미지 크기를 이상적으로 40~4096픽셀로 권장합니다. 오디오는 16 kHz의 WAV여야 하며, 이 Small 버전에서는 이상적으로 2분 미만이어야 합니다. 이는 최적 입력 권장사항이며 범위 밖의 모든 입력을 모델이 거부한다는 약속은 아닙니다. 출력은 UTF-8 텍스트이며 생성 음성이나 영상이 아닙니다.

이미지 질문에서는 살펴볼 특징과 서면 작업과의 관계를 명시하세요. 오디오에서는 유용한 결과가 내용 설명, 요약, 다른 텍스트 분석 중 무엇인지 지정하세요. 자료 해석에 필요한 어휘와 배경을 제공하세요. 코드나 검색 작업에서는 관련 소스 또는 검색한 지문과 원하는 결과물을 제공해야 합니다.

도구가 연결된 애플리케이션에서는 모델이 상호작용을 제안하고 애플리케이션이 결과를 반환합니다. 다음 단계가 실제 일어난 일을 활용하도록 후속 대화에서도 이러한 관찰 결과를 보존하세요. 제작사는 맞춤화와 파인튜닝을 위해 모델을 공개하지만, 별도로 맞춤화한 체크포인트는 원래 Small 모델과 구분됩니다.

제조사는 간헐적인 지시 이행 실패, 근거 없는 사실 진술, 긴 대화에서의 성능 저하와 함께 학습 자료에서 덜 대표된 언어와 분야의 불균등한 성능을 명시합니다. 또한 멀티모달 안전성 평가와 일부 간접적인 프롬프트에 대한 잔여 취약성을 설명합니다. 모델 결과를 워크플로에서 사용할 때는 출처 근거와 애플리케이션별 출력 제어를 유지하세요.

실제 활용 과제

실제 활용 과제

영어 기술 예제

Answer from retrieved training material

Answer a new employee using only these retrieved passages. [DOC1] Draft reports may be edited by their author. [DOC2] Approved reports are locked; corrections create a new version. Question: 'I found a typo in an approved report. Can I edit it directly?' Give a concise answer, the supporting document label and one appropriate next step without claiming a change occurred.

예상 결과

A short source-grounded answer with DOC2 support and a proposed version-based correction step.

결과 확인

Check the approved/draft distinction is preserved and no lock is bypassed in the suggestion.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions thinkingmachines/inkling-small

thinkingmachines/inkling-small

Thinking Machines /thinkingmachines/inkling-small

시작하기

Thinking Machines Lab의 Inkling-Small은 텍스트, 이미지, 오디오 추론을 위한 총 파라미터 276B개, 활성 파라미터 12B개의 MoE 모델입니다. 텍스트를 생성하고 도구 중심 애플리케이션을 지원하며 모델 컨텍스트는 1M입니다. 제작사 서비스의 더 짧은 컨텍스트는 별도로 구분됩니다.

허용 입력
텍스트
결과
텍스트

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
입력
text
출력
text
출력 형식
json 또는 SSE
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
thinkingmachines/inkling-small
기본값—
필드messages유형message[]요건필수값과 한도
최소 항목 수: 1
기본값—
필드messages[].role유형string요건필수값과 한도
예시: system, user, assistant, tool, function
조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다.
모델에 따라 다름
기본값—
필드messages[].content유형string|content_part[]|null요건선택 사항값과 한도기본값—
필드messages[].tool_calls유형tool_call[]요건선택 사항값과 한도기본값—
필드messages[].tool_call_id유형string요건선택 사항값과 한도
적용 조건: role=tool. 실제 반환된 ID를 사용하세요
기본값—
필드messages[].name유형string요건선택 사항값과 한도기본값—
필드messages[].reasoning_content유형string요건선택 사항값과 한도
적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요
기본값—
필드messages[].reasoning_details유형object|array요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드max_tokens유형integer요건선택 사항값과 한도
최솟값: 1
모델에 따라 다름
기본값—
필드max_completion_tokens유형integer요건선택 사항값과 한도
최솟값: 1
모델에 따라 다름
기본값—
필드stream유형boolean요건선택 사항값과 한도기본값false
필드stream_options.include_usage유형boolean요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드temperature유형number요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드top_p유형number요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드stop유형string|string[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드tools유형function_tool[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드tools[].type유형string요건선택 사항값과 한도
function
모델에 따라 다름
기본값—
필드tools[].function.name유형string요건필수값과 한도
적용 조건: 함수 도구 지정됨
기본값—
필드tools[].function.description유형string요건선택 사항값과 한도기본값—
필드tools[].function.parameters유형JSON_schema요건선택 사항값과 한도기본값—
필드tool_choice유형string|object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드parallel_tool_calls유형boolean요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드response_format유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드reasoning_effort유형string요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드reasoning유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드service_tier유형string요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드instructions유형string요건선택 사항값과 한도
호환성 필드
기본값—
필드functions유형function[]요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드function_call유형string|object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드prompt_cache_options유형object요건선택 사항값과 한도
모델에 따라 다름
기본값—
필드modalities유형string[]요건선택 사항값과 한도
text
기본값—
필드provider유형object요건선택 사항값과 한도
조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다
기본값—
필드cache_control.ttl유형string요건선택 사항값과 한도
조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다
기본값—
입력 자료 조합

텍스트 · UTF8 텍스트

messages[].content

메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, messages
매개변수material_types명세text
매개변수messages명세role/content 형식의 메시지 배열
매개변수file_material명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다
매개변수optional_controls명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
매개변수control_scope명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다
매개변수output_modalities명세text
매개변수hosted_operations명세false
매개변수multimodal_input_binding명세null

수명 주기: synchronous_or_streamed

정확한 모델 ID를 messages와 함께 보내세요.

컨텍스트 길이는 출력 상한이 아닙니다.

텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드
표준 요금 빠른 모드를 선택한 경우
Flex 모드
표준 요금 flex 모드를 선택한 경우
최대 추론 수준
표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우
추론 수준 · 높음
표준 요금 추론 수준이 높음인 경우
추론 수준 · 낮음
표준 요금 추론 수준이 낮음인 경우
추론 수준 · 최대
표준 요금 추론 수준이 최대인 경우
추론 수준 · 중간
표준 요금 추론 수준이 중간인 경우
추론 수준 · 최소
표준 요금 추론 수준이 최소인 경우
추론 수준 · 없음
표준 요금 추론 수준이 없음인 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0009 / 1K 토큰
출력 · 출력 토큰 $0.0024 / 1K 토큰
입력 · 캐시 읽기 $0.0002 / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정요청 길이 구간 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0009 / 1K 토큰
출력 · 출력 토큰 $0.0024 / 1K 토큰
입력 · 캐시 읽기 $0.0002 / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · OpenAI Chat

curlPython SDKPython 스트리밍
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "thinkingmachines/inkling-small", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='thinkingmachines/inkling-small',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='thinkingmachines/inkling-small',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

결과 수신 및 저장

Ailoot Ultra · OpenAI Chat

json 또는 SSE

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.

원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드
필드유형
필드choices[].index유형integer
필드choices[].message.content유형string|null
필드choices[].message.tool_calls유형tool_call[]
필드choices[].message.reasoning_content유형string
필드choices[].message.reasoning_details유형object|array
필드choices[].finish_reason유형string|null
필드usage유형object
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra thinkingmachines/inkling-small

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

관련 호출용 ID

thinkingmachines/inkling-small

Ailoot Ultra · Anthropic Messages POST /v1/messages thinkingmachines/inkling-small

thinkingmachines/inkling-small

Thinking Machines /thinkingmachines/inkling-small

시작하기

Thinking Machines Lab의 Inkling-Small은 텍스트, 이미지, 오디오 추론을 위한 총 파라미터 276B개, 활성 파라미터 12B개의 MoE 모델입니다. 텍스트를 생성하고 도구 중심 애플리케이션을 지원하며 모델 컨텍스트는 1M입니다. 제작사 서비스의 더 짧은 컨텍스트는 별도로 구분됩니다.

허용 입력
텍스트
결과
json · sse

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · Anthropic Messages POST /v1/messages
입력
text
출력
json, sse
출력 형식
JSON 또는 SSE
필드유형요건값과 한도기본값
필드model유형string요건필수값과 한도
thinkingmachines/inkling-small
기본값—
필드messages유형message[]요건필수값과 한도기본값—
필드messages[].role유형string요건필수값과 한도
user, assistant
기본값—
필드messages[].content유형string요건필수값과 한도기본값—
필드max_tokens유형integer요건필수값과 한도기본값—
필드stream유형boolean요건선택 사항값과 한도기본값false
입력 자료 조합

텍스트 · UTF-8 텍스트

messages[].content 문자열

메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세model, messages, max_tokens
매개변수optional_controls명세stream
매개변수material_types명세text
매개변수text_file_material명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요.

수명 주기: synchronous_or_streamed

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드
표준 요금 빠른 모드를 선택한 경우
Flex 모드
표준 요금 flex 모드를 선택한 경우
최대 추론 수준
표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우
추론 수준 · 높음
표준 요금 추론 수준이 높음인 경우
추론 수준 · 낮음
표준 요금 추론 수준이 낮음인 경우
추론 수준 · 최대
표준 요금 추론 수준이 최대인 경우
추론 수준 · 중간
표준 요금 추론 수준이 중간인 경우
추론 수준 · 최소
표준 요금 추론 수준이 최소인 경우
추론 수준 · 없음
표준 요금 추론 수준이 없음인 경우

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0009 / 1K 토큰
출력 · 출력 토큰 $0.0024 / 1K 토큰
입력 · 캐시 읽기 $0.0002 / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정요청 길이 구간 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0009 / 1K 토큰
출력 · 출력 토큰 $0.0024 / 1K 토큰
입력 · 캐시 읽기 $0.0002 / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · Anthropic Messages

최소 구성의 완전한 JSON 본문curl · 자신의 UTF-8 문서 사용Python · 결과 전체 저장
{
  "model": "thinkingmachines/inkling-small",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'thinkingmachines/inkling-small', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'thinkingmachines/inkling-small', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

결과 수신 및 저장

Ailoot Ultra · Anthropic Messages

JSON 또는 SSE

완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.

원래 응답을 확인해야 할 경우

요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.

응답 필드
필드유형
필드id유형string
필드model유형string
필드content[]유형text|thinking|tool_use|other content block
필드stop_reason유형string|null
필드usage유형object
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음다음 단계새 생성 요청 전에 표시된 필드를 수정하세요.

별칭

모델 별칭

Ailoot Ultra thinkingmachines/inkling-small

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

관련 호출용 ID

thinkingmachines/inkling-small

FAQ · Thinking Machines: Inkling Small
어떤 입력과 결과를 사용할 수 있나요?

POST /v1/chat/completions · thinkingmachines/inkling-small: text → text

POST /v1/messages · thinkingmachines/inkling-small: text → json, sse

요청은 어떤 필드를 사용하나요?

POST /v1/chat/completions · thinkingmachines/inkling-small: model, messages, stream, modalities, provider

POST /v1/messages · thinkingmachines/inkling-small: model, messages, max_tokens, stream

어떤 제한이 적용되나요?

POST /v1/chat/completions · thinkingmachines/inkling-small: messages.min_items: 1

자세히 보기

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독
정기 요청에 맞는 할인 요금제를 선택하세요.
최대 50% 프로모션 코드
구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.
이력의 지출
요청마다 모델, 토큰, 금액을 저장합니다.

구독 선택 · 모델 가격 보기

판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱
서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.
리셀러 라이선스
프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.
사이트의 문서
연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

리셀러 라이선스 요청 · 공식 이용 조건과 라이선스 계약