Inkling contre Morph V3 Large comparé — prix par token, fenêtre de contexte, multimodalité, ouverture et lequel choisir. Le modèle open-source peut-il remplacer le modèle payant ? Détails complets pour 2026.
Morph V3 Large — profil complet ›
Prix & spécifications actualisés à partir de données en direct · olud.ai
Prix des modèles ouverts = fournisseur le moins cher via OpenRouter; les tarifs des fabricants officiels peuvent être plus élevés.
| Spécification | Inkling | Morph V3 Large | Gagnant |
|---|---|---|---|
| Fabricant | Thinkingmachines | Morph | – |
| Type | Open-weight | Propriétaire | THInkling |
| Fenêtre de contexte | 1M tokens | 262K tokens | THInkling |
| Prix d'entrée | $1/M · auto-hébergement gratuit | $0.9/M | MOMorph V3 Large |
| Prix de sortie | $4.05/M · auto-hébergement gratuit | $1.9/M | MOMorph V3 Large |
| Vision / multimodal | Oui | Non | THInkling |
| Appel d'outil / fonction | Oui | Non | THInkling |
| Auto-hébergeable | Oui | Non (API uniquement) | THInkling |
| Licence | Open weights | Propriétaire | THInkling |
Morph V3 Large est ~2.1× moins cher qu'Inkling sur les tokens de sortie ($1.9 contre $4.05 par M tokens).
| Capacité | Inkling | Morph V3 Large |
|---|---|---|
| Open weights (téléchargeables) | ✓ | ✗ |
| Auto-hébergeable | ✓ | ✗ |
| Fonctionne entièrement hors ligne | ✓ | ✗ |
| Vision / multimodal | ✓ | ✗ |
| Appel d'outil / fonction | ✓ | ✗ |
| Fenêtre de contexte de 1M+ | ✓ | ✗ |
Scores de benchmark indépendants mesurés par Artificial Analysis. Plus c'est élevé, mieux c'est (sauf pour la latence).
Données de benchmark par Artificial Analysis.
| Critère | Inkling | Morph V3 Large |
|---|---|---|
| Efficacité des coûts | 4.0 | 4.5 |
| Fenêtre de contexte | 5.0 | 4.0 |
| Ouverture | 5.0 | 1.5 |
| Auto-hébergement | 5.0 | 1.0 |
| Multimodalité | 5.0 | 2.0 |
Les scores proviennent de données en direct — prix de sortie (coût), longueur de contexte, poids ouverts vs fermés (ouverture & auto-hébergement) et support de vision/outils (multimodalité). La qualité brute de la tâche n'est pas notée ici ; elle dépend de votre référence — voir le verdict.
Inkling est un modèle multimodal open-weight mélange d'experts du Thinking Machines Lab, avec 41B de paramètres actifs sur 975B au total. Il est conçu pour le raisonnement général, la programmation, les systèmes agentiques et d'utilisation d'outils,...
Modèle d'application à haute précision de Morph pour des modifications de code complexes. ~4 500 tokens/sec avec 98 % de précision pour des transformations de code précises. Le modèle nécessite que l'instruction soit au format suivant : <instruction>{instruction}</instruction> <code>{ini
Ces variantes sont suivies mais pas comparées ici — une page par famille maintient la comparaison lisible.
Inkling est open-weight et compétitif sur de nombreuses tâches, mais Morph V3 Large peut encore être meilleur sur les travaux de raisonnement les plus difficiles et les travaux agentiques. L'écart continue de se réduire — évaluez les deux sur votre cas d'utilisation réel avant de décider.
Oui. Inkling a des open weights, donc vous pouvez l'auto-héberger sur vos propres GPU ou l'exécuter via une API à faible coût. Morph V3 Large est uniquement API et ne peut pas être auto-hébergé.
Choisissez Inkling si vous souhaitez vous auto-héberger, garder vos données privées et éviter les frais par token — c'est open-weight et fonctionne sur votre propre matériel. Choisissez Morph V3 Large si vous souhaitez une capacité de pointe via une API gérée sans infrastructure à exécuter.
Parcourez le classement complet des modèles open-source, des milliers d'outils et des benchmarks en direct — le tout au même endroit.
Ouvrir le classement →