A Thinking Machines Lab, startup fundada pela ex-CTO da OpenAI Mira Murati, apresentou na quarta-feira, 5 de novembro, o Inkling 2 Small, a segunda geração da sua família de modelos de inteligência artificial. O modelo é um sistema mixture-of-experts (MoE) com 594 bilhões de parâmetros no total e 17 bilhões ativos por token, com suporte a entradas de imagem e esforço variável de raciocínio.
Segundo a empresa, o Inkling 2 Small foi desenhado para trabalho autônomo de longo horizonte — tarefas com muitos passos, como codificação agêntica, pesquisa e criação de sites, jogos e designs 3D com feedback visual. Nos testes da Artificial Analysis, o modelo marcou 31 pontos no Intelligence Index, 18 pontos acima do Inkling Small, da primeira geração, e empatou com o Gemini 3.8 Flash (high).
Desempenho nos benchmarks
Nos benchmarks divulgados pelo laboratório, o modelo alcançou 25,4% no FrontierCode v2.0, 72,1% no DeepSWE v1.1 e 86,3% no SWEBench Pro v2 (Hard). Em visão, marcou 81,6% no MMMU Pro. Os números são do próprio laboratório e da Artificial Analysis e ainda não foram replicados de forma independente.
Um dos destaques do anúncio é a demonstração de pesquisa autônoma: o Inkling 2 Small treinou sozinho um modelo Qwen3.5-4B para prever séries temporais, como demanda de energia e visualizações de páginas da Wikipédia. Em 4,5 horas de trabalho e com US$ 426 de um orçamento de US$ 500 na plataforma Tinker, o modelo treinado mais que dobrou sua pontuação de previsão.
O treinamento do Inkling 2 Small passou por um pré-treino de 8,4 trilhões de tokens, executado em 68 horas em racks NVIDIA GB300 NVL72, seguido de uma fase de aprendizado por reforço com 1.075 passos e mais de 17 milhões de execuções ao longo de 9 dias.
Disponibilidade e pesos abertos
no lançamento, o modelo está disponível apenas pela plataforma Tinker, da própria Thinking Machines Lab, com pesos fechados. É possível testá-lo no Tinker Playground e usá-lo para fine-tuning e amostragem no Tinker. A empresa afirma que pretende liberar os pesos completos sob licença Apache 2.0 na próxima semana, após a conclusão de testes externos de segurança e red-teaming — uma liberação condicionada, não garantida. Segundo a Artificial Analysis, com os pesos liberados, o Inkling 2 Small seria o modelo de pesos abertos com a maior pontuação desenvolvido fora da China. Os preços no Tinker são de US$ 0,30 por milhão de tokens de entrada e US$ 1,00 por milhão de tokens de saída, segundo a Artificial Analysis.
Contexto
o Inkling original, lançado em julho de 2026, tinha 975 bilhões de parâmetros (41 bilhões ativos), e o Inkling-Small, da mesma época, 276 bilhões (12 bilhões ativos) com pesos abertos. O Inkling 2 Small é a segunda geração da família e chega com foco maior em customização: segundo o laboratório, ele aprende mais rápido em fine-tuning do que os modelos anteriores. O Inkling 2 Small também aparece nas tabelas comparativas do laboratório ao lado do Kimi K3.1 Pro, da Moonshot AI — leia a cobertura do Geekiki sobre os pesos abertos do Kimi K3.1 Pro.
Crédito da imagem: imagem oficial de divulgação da Thinking Machines Lab, publicada na página do anúncio do Inkling 2 Small.
Fontes: Thinking Machines Lab — Introducing Inkling 2 Small; Artificial Analysis — Thinking Machines Inkling 2 Small; Unite.AI — Thinking Machines Lab Launches Inkling 2 Small.
Transparência: esta matéria foi produzida com auxílio de inteligência artificial, a partir do cruzamento de publicações públicas e fontes da internet, e revisada com base nas fontes originais citadas. Recomendamos consultar as fontes originais para mais detalhes.
Muse
