// Anthropic 18.07.2026 · 06:33 Uhr 3 Min. Lesezeit

Integration des multimodalen KI-Modells Inkling in Claude Code über Hugging Face

Mindverse News

KI-gestützt erstellt 11 Quellen Arbeitsweise

Integration des multimodalen KI-Modells Inkling in Claude Code über Hugging Face — Symbolbild

Das Wichtigste in Kürze

Thinking Machines' multimodales Modell Inkling ist nun über Hugging Face in Claude Code integrierbar.
Diese Integration ermöglicht es Entwicklern, Inkling innerhalb einer Anthropic-kompatiblen API-Umgebung zu nutzen.
Inkling ist ein offenes Modell mit beachtlichen 975 Milliarden Parametern und einer Kontextlänge von bis zu 1 Million Tokens, das Text-, Bild- und Audioeingaben verarbeiten kann.
Die Verfügbarkeit in Claude Code über Hugging Face erleichtert die Entwicklung von KI-Anwendungen, die auf multimodale Fähigkeiten und umfangreiche Kontextverarbeitung angewiesen sind.
Die Beta-Phase der Anthropic-kompatiblen Schnittstelle ist primär für Tests und interne Anwendungen gedacht.

// Inhalt · 4 Abschnitte

Integration von Inkling in Claude Code
Merkmale des Inkling-Modells
Bedeutung für die B2B-Zielgruppe
Ausblick
Quellen

Die Landschaft der Künstlichen Intelligenz (KI) unterliegt einer konstanten Weiterentwicklung, die durch neue Modelle und deren Integrationsmöglichkeiten geprägt ist. Eine aktuelle Entwicklung in diesem Bereich stellt die Verfügbarkeit des multimodalen Modells Inkling von Thinking Machines in Claude Code über Hugging Face dar. Diese Integration kann für Entwickler und Unternehmen, die an der Implementierung fortschrittlicher KI-Lösungen arbeiten, von Interesse sein.

Integration von Inkling in Claude Code

Das Unternehmen Thinking Machines hat sein multimodales KI-Modell namens Inkling veröffentlicht. Dieses Modell ist nun über Hugging Face zugänglich und kann in Umgebungen, die mit der Anthropic Messages API kompatibel sind, wie beispielsweise Claude Code, genutzt werden. Diese Kompatibilität ermöglicht es, dass für Claude entwickelte Tools und SDKs mit geringfügigen Anpassungen der Basis-URL und des API-Schlüssels auf Inkling zugreifen können.

Technische Aspekte der Integration

Die Anthropic-kompatible Schnittstelle, die diese Integration ermöglicht, befindet sich derzeit in einer Beta-Phase. Sie ist darauf ausgelegt, die Interaktion mit Modellen in der Tinker-Umgebung von Thinking Machines zu vereinfachen. Dies umfasst sowohl Basismodelle als auch feingetunte Checkpoints. Für Inferenzläufe im Rahmen von Trainingsprozessen, beispielsweise im Reinforcement Learning, empfiehlt sich weiterhin die Nutzung des standardmäßigen Sampling-Clients von Tinker.

Es ist zu beachten, dass die Anthropic-kompatible Inferenz in der Beta-Phase primär für Testzwecke und interne Anwendungen mit geringem internen Traffic vorgesehen ist. Die Latenzzeiten und der Durchsatz können je nach Modell variieren und sich während der Beta-Phase ohne vorherige Ankündigung ändern. Für Anwendungen, die einen höheren oder stabileren Durchsatz erfordern, oder wenn der Zugang noch nicht aktiviert wurde, sind möglicherweise alternative Lösungen in Betracht zu ziehen.

Merkmale des Inkling-Modells

Inkling ist ein multimodales Modell, das in der Lage ist, Text-, Bild- und Audioeingaben zu verarbeiten und Textausgaben zu generieren. Es ist für den Einsatz in englischer und anderen Sprachen sowie in verschiedenen Programmiersprachen konzipiert. Das Modell verfügt über eine beachtliche Anzahl von Parametern. Es handelt sich um ein Mixture-of-Experts-System mit insgesamt 975 Milliarden Parametern, wobei für jede Aufgabe etwa 41 Milliarden aktiv genutzt werden. Diese Architektur trägt dazu bei, dass das Modell bei sehr großer Gesamtgröße effizienter und kostengünstiger betrieben werden kann. Inkling wurde auf 45 Billionen Tokens aus Text, Bildern, Audio und Video vortrainiert und kann einen Kontext von bis zu 1 Million Tokens verarbeiten.

Das Modell ist für eine Vielzahl von Anwendungen vorgesehen, darunter die Entwicklung von KI-gestützten Anwendungen wie agentischen Systemen, Code-Assistenten, Chatbots und Systemen zur Retrieval-Augmented Generation. Es eignet sich für allgemeine Konversationszwecke, die Befolgung von Anweisungen und andere Aufgaben im Bereich der natürlichen Sprachverarbeitung und multimodalen Verarbeitung. Die Veröffentlichung mit offenen Gewichten soll Forschung, Feinabstimmung und die Integration in Produkte Dritter durch Downstream-Entwickler unterstützen.

Bedeutung für die B2B-Zielgruppe

Für Unternehmen im B2B-Bereich, die auf der Suche nach flexiblen und leistungsstarken KI-Lösungen sind, kann die Verfügbarkeit von Inkling in einer Anthropic-kompatiblen Umgebung neue Möglichkeiten eröffnen. Die Fähigkeit des Modells, verschiedene Modalitäten zu verarbeiten und eine große Kontextspanne zu nutzen, kann für komplexe Anwendungsfälle von Vorteil sein, wie beispielsweise:

Entwicklung von intelligenten Assistenten, die sowohl Text- als auch Bild- und Audioinformationen verstehen und verarbeiten können.
Erstellung von fortschrittlichen Code-Generierungs- und -Analyse-Tools.
Implementierung von Chatbots, die in der Lage sind, reichhaltigere und kontextuellere Interaktionen zu führen.
Verbesserung von Datenanalyse- und Informationsabrufsystemen durch multimodale Eingaben.

Die Offenheit des Modells ermöglicht zudem eine Anpassung an spezifische Unternehmensanforderungen und eine tiefere Integration in bestehende Infrastrukturen. Dies kann die Entwicklung maßgeschneiderter KI-Lösungen beschleunigen und die Innovationsfähigkeit von Unternehmen stärken.

Ausblick

Die fortlaufende Entwicklung und Bereitstellung von offenen, multimodalen KI-Modellen wie Inkling, gepaart mit deren Integration in etablierte API-Umgebungen, markiert einen weiteren Schritt in Richtung einer zugänglicheren und vielseitigeren KI-Technologie. Während die Beta-Phase der Anthropic-kompatiblen Schnittstelle noch auf Tests und interne Anwendungsfälle ausgerichtet ist, deutet dies auf das Potenzial für zukünftige, breitere Anwendungen hin, die von der Leistungsfähigkeit und Flexibilität solcher Modelle profitieren können.