Inkling 2 Small é o segundo modelo da Thinking Machines Lab: uma arquitetura Mixture-of-Experts (MoE) com 594 bilhões de parâmetros totais, 17 bilhões ativos por token, entrada de texto e imagem e janela de contexto de até 1 milhão de tokens. O lançamento, anunciado em 5 de novembro de 2026, chega inicialmente pela plataforma Tinker para inferência e fine-tuning; os pesos ainda estavam fechados no momento do anúncio.
O ponto mais relevante não é o número total de parâmetros isoladamente. A proposta da empresa é combinar uma fração ativa relativamente menor com treinamento voltado a tarefas longas de agentes: programação, pesquisa autônoma, uso de ferramentas, interpretação visual e adaptação por pós-treinamento. Para equipes brasileiras, isso coloca o Inkling 2 Small como uma opção a acompanhar para fluxos de desenvolvimento e automação que precisam de contexto muito longo e ajuste supervisionado, mas ainda não como um modelo que possa ser baixado e operado localmente.
Resumo: o que foi anunciado
- Arquitetura: MoE multimodal, com 594B de parâmetros totais e 17B ativos.
- Entradas e saídas: recebe texto e imagens; gera texto.
- Contexto: até 1 milhão de tokens, segundo o model card oficial.
- Acesso inicial: Playground, inferência e fine-tuning pela plataforma Tinker.
- Pesos: fechados na data do anúncio; a Thinking Machines Lab disse que pretendia liberá-los sob Apache 2.0 após testes externos de segurança e red teaming.
- Foco declarado: coding agents, pesquisa automatizada, sistemas com ferramentas, RAG e aplicações multimodais.
Por que 594B totais e 17B ativos importam
Em um modelo MoE, nem todos os parâmetros participam de cada previsão. Um roteador seleciona especialistas para cada token; por isso, o tamanho total descreve a capacidade armazenada no conjunto do modelo, enquanto os parâmetros ativos ajudam a caracterizar o custo computacional de uma execução. No Inkling 2 Small, a diferença entre 594B totais e 17B ativos indica uma estratégia de escala esparsa: aumentar a especialização sem ativar a rede inteira em cada etapa.
Isso não permite concluir automaticamente que o modelo será barato, rápido ou simples de servir. Latência, memória, largura de banda, quantização, tamanho do contexto, hardware e implementação do runtime continuam determinantes. Também não há, no material de lançamento, preços públicos ou requisitos de GPU para auto-hospedagem. Como os pesos permaneciam fechados em 5 de novembro, a forma prática de uso era a infraestrutura da Tinker, e não um download para executar em servidores próprios.
| Item | O que a fonte confirma | O que ainda não está confirmado |
|---|---|---|
| Arquitetura | MoE, 594B totais e 17B ativos | Detalhes completos de roteamento e serving |
| Modalidade | Entrada de texto e imagem; saída em texto | Geração nativa de imagem, áudio ou vídeo |
| Contexto | Até 1 milhão de tokens | Custo e desempenho em contextos máximos |
| Distribuição | Tinker para inferência e fine-tuning | Data efetiva e formato final dos pesos abertos |
| Licença dos pesos | Intenção declarada de Apache 2.0 após testes | Texto final da licença e eventuais condições de lançamento |
Como a empresa diz ter treinado o modelo
A Thinking Machines Lab afirma que treinou o Inkling 2 Small com reforço (RL) em centenas de milhares de tarefas de programação de horizonte longo, em diferentes harnesses de agentes e estratégias de compactação de contexto. A empresa diz ter usado avaliadores que observavam não apenas se um código passava em testes, mas também como o agente abordava o problema. É uma diferença importante para aplicações reais: um agente útil precisa explorar o repositório, alterar arquivos de maneira controlada, executar verificações e revisar o próprio resultado, em vez de apenas devolver um trecho plausível.
O anúncio também descreve experiências de “autoresearch”: o modelo teria configurado um avaliador, feito experiências com dados e hiperparâmetros e treinado um Qwen3.5-4B para uma tarefa de previsão de séries temporais. Esse é um demonstrativo interno, não uma garantia de que o modelo entregará o mesmo resultado em qualquer stack ou base de dados. Para adoção corporativa, a referência correta continua sendo uma avaliação reproduzível no ambiente, com orçamento, dados, políticas de acesso e critérios de parada definidos pela própria equipe.
Visão, contexto longo e customização
O modelo usa um encoder de visão de 292 milhões de parâmetros, baseado em Perception Encoder, para processar imagens. Segundo a empresa, ele pode usar visão dentro do ciclo de trabalho para interpretar e validar saídas visuais produzidas em tarefas de código. Na prática, isso abre espaço para um agente receber um screenshot, identificar um problema de interface, modificar o front-end e revisar a página renderizada — mas a qualidade desse fluxo depende tanto da ferramenta de navegador e dos testes quanto do modelo.

Para customização, o model card informa que a Tinker oferece API para fine-tuning e inferência e aponta o Tinker Cookbook e o pacote tml-renderers como pontos de início. Essa disponibilidade via plataforma é útil para experimentação, mas não equivale a liberdade de implantação: requisitos de dados, custo, retenção, região, limites de taxa e termos de uso devem ser avaliados antes de enviar qualquer informação empresarial.
O que desenvolvedores podem testar primeiro
1. Assistente de código com verificação obrigatória
O uso mais direto é um agente conectado a repositórios, testes e linters. O modelo pode propor uma alteração, mas o pipeline deve limitar permissões, exigir diff revisável e bloquear merge sem CI. A promessa de autonomia não substitui controle de versão nem revisão humana.
2. Pesquisa em documentos extensos
A janela de até 1 milhão de tokens pode reduzir a necessidade de fragmentar alguns conjuntos grandes de documentação. Mesmo assim, RAG continua relevante para atualização, controle de fontes e redução de dados enviados ao provedor. Contexto maior não corrige documentos errados nem elimina a necessidade de citar a origem.
3. Automação multimodal de back-office
Fluxos que recebem PDF, captura de tela ou imagem de formulário podem se beneficiar da entrada visual, desde que campos sensíveis sejam minimizados e validados. Para finanças, saúde, jurídico ou decisões de segurança, a própria empresa recomenda validação específica do domínio e supervisão humana.
4. Ajuste de um modelo para uma tarefa delimitada
Equipes que já têm exemplos bem curados de classificação, extração ou resposta podem testar fine-tuning na Tinker. A avaliação deve separar dados de treino e teste, comparar contra um baseline e medir erro por tipo de caso; sem isso, uma melhora aparente pode ser apenas memorização ou viés da amostra.
Segurança e limitações que não podem ficar fora da decisão
O model card reconhece riscos comuns a modelos fundacionais: alucinação, falhas ocasionais de instrução, piora em conversas longas, vieses herdados de dados de web e sintéticos e conhecimento limitado ao corte de treinamento. A empresa descreve avaliações de manipulação prejudicial, dependência parassocial, validação de raciocínio delirante e pedidos perigosos, incluindo red teaming externo em múltiplos turnos.
São sinais positivos de que segurança entrou no processo de lançamento, mas não são certificação de adequação para todos os usos. A recomendação oficial é que deployers façam sua própria avaliação de desempenho, segurança e equidade para o caso de uso, idioma e população; a empresa também recomenda filtros, rate limiting e monitoramento na camada da aplicação. Não é indicado usar as respostas sem verificação em decisões médicas, jurídicas ou críticas de segurança.
Licença e disponibilidade: atenção ao tempo verbal
Há uma distinção decisiva no anúncio de 5 de novembro de 2026. A Thinking Machines Lab disse que pretendia liberar os pesos completos sob Apache 2.0 na semana seguinte, depois da conclusão de testes externos e red teaming. Até que haja uma publicação efetiva dos arquivos e do texto de licença, isso deve ser tratado como intenção anunciada, não como disponibilidade confirmada. O model card, por sua vez, lista os Termos de Uso da Tinker como licença do acesso inicial pela plataforma.
Análise do NoticIA
O Inkling 2 Small merece atenção menos por uma disputa de placar e mais pelo desenho do produto: contexto longo, visão, fine-tuning e treinamento voltado para ciclos de agentes apontam para uma etapa em que o modelo precisa operar dentro de sistemas, não apenas responder em uma janela de chat. A contrapartida é que a avaliação também precisa migrar para o sistema inteiro: permissões, logs, custo por tarefa, testes, proteção de dados e revisão humana passam a ser parte do “benchmark” real.
Para organizações brasileiras, a decisão responsável é experimentar primeiro em casos reversíveis e dados não sensíveis, registrar métricas de taxa de sucesso e intervenção humana e comparar a Tinker com alternativas já aprovadas pelo time. A futura abertura de pesos, se confirmada nos termos anunciados, pode ampliar opções de auditoria e infraestrutura; ela não elimina a complexidade operacional de servir um MoE desse porte.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
