Inkling vs Sonar Deep Research im Vergleich — Preis pro Token, Kontextfenster, Multimodalität, Offenheit und welches zu wählen. Kann das Open-Source-Modell das kostenpflichtige ersetzen? Vollständige Analyse für 2026.
Sonar Deep Research — vollständiges Profil ›
Preise & Spezifikationen aus Live-Daten aktualisiert · olud.ai
Offene Modellpreise = günstigster Anbieter über OpenRouter; offizielle Herstellerpreise können höher sein.
| Spezifikation | Inkling | Sonar Deep Research | Gewinner |
|---|---|---|---|
| Hersteller | Thinkingmachines | Perplexity | – |
| Typ | Open-Weight | Proprietär | THInkling |
| Kontextfenster | 1M Tokens | 128K Tokens | THInkling |
| Eingabepreis | $1/M · kostenloses Selbst-Hosting | $2/M | THInkling |
| Ausgabepreis | $4.05/M · kostenloses Selbst-Hosting | $8/M | THInkling |
| Vision / multimodal | Ja | Nein | THInkling |
| Tool / Funktionsaufruf | Ja | Nein | THInkling |
| Selbst gehostet | Ja | Nein (nur API) | THInkling |
| Lizenz | Open weights | Proprietär | THInkling |
Inkling ist ~2.0× günstiger als Sonar Deep Research bei Ausgabetoken ($4.05 vs $8 pro M Tokens).
| Fähigkeit | Inkling | Sonar Deep Research |
|---|---|---|
| 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 | Sonar Deep Research |
|---|---|---|
| Kosten-Effizienz | 4.0 | 3.5 |
| Kontextfenster | 5.0 | 3.5 |
| Offenheit | 5.0 | 1.5 |
| Selbst-Hosting | 5.0 | 1.0 |
| Multimodalität | 5.0 | 2.0 |
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,...
Sonar Deep Research ist ein forschungsorientiertes Modell, das für mehrstufige Abrufe, Synthese und Argumentation über komplexe Themen entwickelt wurde. Es sucht, liest und bewertet Quellen autonom und verfeinert seinen Ansatz, während es sammelt...
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 Sonar Deep Research könnte bei den schwierigsten Denk- und Agentenarbeiten immer noch führend 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. Sonar Deep Research ist nur API-basiert und kann nicht selbst gehostet werden.
Inkling kostet $4.05/M Ausgaben im Vergleich zu $8/M für Sonar Deep Research — ungefähr 2x günstiger über API und kostenlos, wenn Sie selbst hosten.
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 Sonar Deep Research, wenn Sie an der Spitze der Technologie über eine verwaltete API ohne Infrastruktur arbeiten möchten.
Durchsuchen Sie die vollständige Open-Source-Modell-Rangliste, tausende von Tools und Live-Benchmarks — alles an einem Ort.
Öffnen Sie die Rangliste →