Inkling vs Perceptron Mk1 im Vergleich — Preis pro Token, Kontextfenster, Multimodalität, Offenheit und welche Wahl zu treffen ist. Kann das Open-Source-Modell das kostenpflichtige ersetzen? Vollständige Analyse für 2026.
Perceptron Mk1 — vollständiges Profil ›
Preise & Spezifikationen aus Live-Daten aktualisiert · olud.ai
Offene Modellpreise = günstigster Anbieter über OpenRouter; offizielle Herstellerpreise können höher sein.
| Spezifikation | Inkling | Perceptron Mk1 | Gewinner |
|---|---|---|---|
| Hersteller | Thinkingmachines | Perceptron | – |
| Typ | Open-Weight | Proprietär | THInkling |
| Kontextfenster | 1M Tokens | 33K Tokens | THInkling |
| Eingabepreis | $1/M · kostenloses Selbst-Hosting | $0.15/M | PEPerceptron Mk1 |
| Ausgabepreis | $4.05/M · kostenloses Selbst-Hosting | $1.5/M | PEPerceptron Mk1 |
| Vision / multimodal | Ja | Ja | = Unentschieden |
| Tool / Funktionsaufruf | Ja | Nein | THInkling |
| Selbst gehostet | Ja | Nein (nur API) | THInkling |
| Lizenz | Open weights | Proprietär | THInkling |
Perceptron Mk1 ist ~2,7× günstiger als Inkling bei Ausgabetoken ($1.5 vs $4.05 pro M Tokens).
| Fähigkeit | Inkling | Perceptron Mk1 |
|---|---|---|
| Offene Gewichte (herunterladbar) | ✓ | ✗ |
| Selbst gehostet | ✓ | ✗ |
| Läuft vollständig offline | ✓ | ✗ |
| Vision / multimodal | ✓ | ✓ |
| Tool / Funktionsaufruf | ✓ | ✗ |
| 1M+ Kontextfenster | ✓ | ✗ |
Unabhängige Benchmark-Ergebnisse gemessen von Artificial Analysis. Höher ist besser (außer Latenz).
Benchmark-Daten von Artificial Analysis.
| Kriterium | Inkling | Perceptron Mk1 |
|---|---|---|
| Kosten-Effizienz | 4.0 | 4.5 |
| Kontextfenster | 5.0 | 2.5 |
| Offenheit | 5.0 | 1.5 |
| Selbst-Hosting | 5.0 | 1.0 |
| Multimodalität | 5.0 | 3.5 |
Die Bewertungen stammen aus Live-Daten — Ausgabepreis (Kosten), Kontextlänge, offene vs. geschlossene Gewichte (Offenheit & Selbst-Hosting) und Unterstützung für Vision/Tools (Multimodalität). Die Rohqualität der Aufgaben wird hier nicht bewertet; sie hängt von Ihrem Benchmark ab — siehe das Urteil.
Inkling ist ein Open-weight multimodales Mischmodell von Thinking Machines Lab mit 41B aktiven Parametern von insgesamt 975B. Es ist für allgemeine Denkprozesse, Programmierung, agentische und Werkzeugnutzungssysteme konzipiert,...
Perceptron Mk1 (Mark One) ist Perceptrons hochwertigstes Vision-Sprachmodell für Video und verkörpertes Denken.** Es akzeptiert Bild- und Videoeingaben in Kombination mit natürlichen Sprachabfragen und erzeugt detailliertes visuelles Verständnis...
Diese Varianten werden verfolgt, aber hier nicht verglichen — eine Seite pro Familie hält den Vergleich lesbar.
Inkling ist open-weight und wettbewerbsfähig bei vielen Aufgaben, aber Perceptron Mk1 könnte bei den schwierigsten Denk- und Agentenaufgaben immer noch überlegen sein. Die Lücke wird immer kleiner — benchmarken Sie beide in Ihrem tatsächlichen Anwendungsfall, bevor Sie entscheiden.
Ja. Inkling hat open weights, sodass Sie es auf Ihren eigenen GPUs selbst hosten oder über eine kostengünstige API ausführen können. Perceptron Mk1 ist nur API-basiert und kann nicht selbst gehostet werden.
Wählen Sie Inkling, wenn Sie selbst hosten, Ihre Daten privat halten und pro-Token-Gebühren vermeiden möchten — es ist open-weight und läuft auf Ihrer eigenen Hardware. Wählen Sie Perceptron Mk1, wenn Sie an der Spitze der Fähigkeiten über eine verwaltete API mit null Infrastruktur zum Ausführen interessiert sind.
Durchsuchen Sie die vollständige Open-Source-Modell-Rangliste, tausende von Tools und Live-Benchmarks — alles an einem Ort.
Öffnen Sie die Rangliste →