Midjourney testa o Thinking Mode: botão Rerun (Thinking) para melhorar a precisão do texto

A Midjourney começou a testar o Thinking Mode para geração de imagens no site Alpha, em alpha.midjourney.com. O modo é ativado por um único botão, "Rerun (Thinking)", no canto inferior direito do lightbox de uma imagem já pronta. De acordo com a equipe, os testes internos mostram melhora em três frentes: fidelidade ao prompt, tipografia e coerência geral da imagem. Trata-se de um convite para testar, não de um lançamento completo. O anúncio não traz números, benchmarks, tempo de geração nem custo.

Como funciona na interface

A mecânica é simples. O usuário abre no lightbox uma imagem já gerada e, em vez do Rerun comum, clica na opção marcada como Thinking. O modelo reprocessa o mesmo pedido, mas com uma etapa adicional de "raciocínio". A Midjourney não revela o que acontece nessa etapa: não se sabe se é planejamento da composição, análise do prompt, autoverificação ou outra coisa.

O que consta no anúncio:

• plataforma: site Alpha, alpha.midjourney.com;
• ativação: "Rerun (Thinking)" no lightbox do job;
• melhorias declaradas: precisão do prompt, tipografia, coerência;
• planos: possível acesso amplo como modo "thinking" ou como forma de "adicionar mais raciocínio" depois do job;
• feedback: canal #ideas-and-features, com exemplos bem-vindos.

Por que imagens precisam de "raciocínio"

A lista de pontos fracos não foi escolhida por acaso. A tipografia continua sendo um problema antigo dos modelos generativos: as letras se deformam, as palavras viram pseudotexto e as inscrições longas se desfazem. A precisão do prompt aparece nos pedidos complexos, em que o modelo precisa manter vários objetos, suas posições relativas e seus atributos. A coerência garante que a cena não se desmanche em detalhes que, isolados, parecem bons, mas juntos se contradizem.

Se o modelo ganha mais tempo para pensar, como já fazem os modelos de linguagem com modos de raciocínio, são justamente essas tarefas que costumam melhorar primeiro. O preço geralmente é conhecido de antemão: mais computação por resultado. A Midjourney não diz nada sobre latência nem sobre consumo de tempo de GPU, então não convém esperar a velocidade de uma geração comum. A formulação "como forma de adicionar mais raciocínio depois do job" sugere um modelo de uso dosado: primeiro um rascunho rápido, depois uma passada cara para os trabalhos que valem o custo.

Há também uma camada estratégica. A Midjourney compete há tempos com modelos que entendem melhor instruções em texto. Apostar em uma passada "pensante" permite ganhar disciplina dentro da própria estética, sem trocar todo o modelo-base.

Como testar de forma útil

A equipe quer receber exemplos, e curtidas não bastam: o time quer saber onde o modo ajuda e onde não ajuda. Para que seu relato seja útil, vale comparar em pares. Use o mesmo prompt e o mesmo seed, se estiver disponível, rode o Rerun comum e o Rerun (Thinking) e salve as duas versões.

Bons candidatos para o teste:

• pôsteres e capas com título de 3–6 palavras;
• cenas com vários objetos e disposição bem definida ("à esquerda… à direita… em primeiro plano…");
• prompts com negações e especificações, que os modelos costumam ignorar;
• trabalhos estilizados, para ver se o modo preserva ou perde o caráter característico da Midjourney.

Registre separadamente os efeitos colaterais: composição "seca" demais, perda de atmosfera, tempo de espera extra. São observações assim que vão definir se o Thinking vira um modo separado ou uma opção pós-geração.

Por enquanto, é um experimento no site Alpha, e ainda é cedo para montar fluxos de trabalho em cima dele. Mas, para designers que precisam de texto na imagem sem retoque manual, vale testar já.