Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarX: @arena→ original

Inkling 2 Small custa US$ 0,26 por tarefa de agente — 4,7 vezes menos que o líder Kimi K3.1 Pro

A Thinking Machines abriu os pesos do modelo Inkling 2 Small, e no Agent Arena — ranking que compara agentes com base em sessões reais de trabalho dos usuários — ele ficou em segundo lugar entre os modelos abertos. Uma tarefa típica de agente custa US$ 0,26 (mediana) nele, enquanto no líder da lista aberta, o Kimi K3.1 Pro, a mesma tarefa custa US$ 1,22, ou seja, 4,7 vezes mais. Se o seu agente resolve milhares de tarefas por dia, rode o modelo nos seus próprios casos e compare custo e taxa de sucesso.

Processado por IA de X: @arena; editado por Hamidun News
Inkling 2 Small custa US$ 0,26 por tarefa de agente — 4,7 vezes menos que o líder Kimi K3.1 Pro
Fonte: X: @arena. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @arena ↗
Editor-chefe
Agent Arena+2,9% de melhoria líquida em 11,5 mil sessões reais
Dirigibilidade+10,9%, o melhor resultado entre todos os modelos abertos
Code Arena WebDev1647 pontos, nº 1 entre os modelos abertos dos EUA

Se você roda um agente de IA em produção, cada tarefa dele — seja a triagem de um chamado, a resposta a um cliente ou a correção de código — custa dinheiro. O Agent Arena publicou os números do modelo aberto Inkling 2 Small, da Thinking Machines: uma tarefa típica (mediana) custa US$ 0,26, enquanto no líder entre os modelos abertos, o Kimi K3.1 Pro, o custo é de US$ 1,22. São 4,7 vezes mais. Depois da publicação dos pesos abertos, o Inkling 2 Small passou a ocupar o segundo lugar entre todos os modelos abertos do Agent Arena e o primeiro entre os americanos.

Como o Agent Arena avalia agentes

O Agent Arena não é uma votação "cega" clássica, na qual as pessoas escolhem a resposta mais agradável. A plataforma usa rastros de uso reais: o que o agente fez numa sessão de trabalho, se isso ajudou o usuário e quanto custou. A própria Arena destaca que quer se afastar das avaliações baseadas em preferências humanas e se apoiar em sinais objetivos do uso real, feito por uma comunidade global.

Os números do Inkling 2 Small são estes:

  • a melhoria líquida (net improvement score) foi de +2,9% em 11,5 mil sessões reais de agentes, o que corresponde ao 22º lugar no ranking geral;
  • a dirigibilidade (steerability) foi de +10,9%, o melhor resultado entre todos os modelos abertos;
  • o Inkling 2 Small continua sendo o único modelo americano entre os dez primeiros modelos abertos do Agent Arena.

O resumo não traz uma definição detalhada de dirigibilidade, mas, pelo sentido, trata-se da capacidade de o modelo se ajustar a esclarecimentos e correções do usuário durante o trabalho. Para um agente, isso importa: nem sempre ele acerta de primeira, e é valioso poder trazê-lo de volta ao caminho certo com uma instrução curta.

Dinheiro: US$ 0,26 contra US$ 1,22

O dado mais prático aqui é o custo mediano de uma tarefa. Imagine um serviço em que o agente resolve dezenas de milhares de atendimentos por dia. Nesse volume, a diferença entre 26 centavos e US$ 1,22 vira uma linha relevante do orçamento. Se, no seu cenário, a qualidade não for inferior à da alternativa mais cara, a economia praticamente não tem custo.

Algumas ressalvas. Trata-se da mediana das tarefas do Agent Arena, não de uma garantia para o seu produto: o preço depende do tamanho do contexto, do número de passos do agente e de onde você hospeda o modelo. Além disso, o Kimi K3.1 Pro continua sendo o primeiro entre os modelos abertos, ou seja, o Inkling 2 Small é mais barato, mas ainda não é melhor.

Código e desenvolvimento web

Ao mesmo tempo, a Thinking Machines entrou no Code Arena, na categoria WebDev, que avalia a criação de aplicações web. O modelo somou 1647 pontos. Isso lhe garante o primeiro lugar entre os modelos abertos americanos, o quarto entre todos os modelos abertos do mundo e o 23º no geral. Para equipes que delegam à IA a construção de interfaces e front-end, é mais um motivo para considerar uma alternativa aberta às APIs fechadas.

O que fazer com isso

Primeiro, quem constrói agentes sobre pesos abertos ganha mais um candidato, sobretudo se custo e a possibilidade de implantar o modelo internamente forem prioridades. Segundo, um modelo americano no topo do ranking aberto interessa a empresas que, por exigências de compliance ou política de compras, preferem não depender de fornecedores chineses. Isso é uma observação nossa, não uma conclusão da Arena.

O caminho é simples: pegue de 50 a 100 tarefas reais do seu produto, rode-as no Inkling 2 Small e no modelo atual e compare a taxa de execuções bem-sucedidas, o número de passos do agente e o custo final. O ranking da Arena serve como ponto de partida para um teste, mas a decisão deve ser tomada com a sua própria amostra.

O que o resumo da Arena ainda não traz: tamanho do modelo, licença e requisitos de hardware não foram informados. Esses detalhes precisam ser verificados no anúncio da Thinking Machines antes de incorporar o modelo à arquitetura do produto.

História

Perguntas frequentes sobre a notícia

Como o Agent Arena avalia agentes?

O Agent Arena não é uma votação "cega" clássica, na qual as pessoas escolhem a resposta mais agradável. A plataforma usa rastros de uso reais: o que o agente fez numa sessão de trabalho, se isso ajudou o usuário e quanto custou. A própria Arena destaca que quer se afastar das avaliações baseadas em preferências humanas e se apoiar em sinais objetivos do uso real, feito por uma comunidade global.

O que se sabe sobre Dinheiro: US$ 0,26 contra US$ 1,22?

O dado mais prático aqui é o custo mediano de uma tarefa. Imagine um serviço em que o agente resolve dezenas de milhares de atendimentos por dia. Nesse volume, a diferença entre 26 centavos e US$ 1,22 vira uma linha relevante do orçamento. Se, no seu cenário, a qualidade não for inferior à da alternativa mais cara, a economia praticamente não tem custo. Algumas ressalvas.

O que se sabe sobre Código e desenvolvimento web?

Ao mesmo tempo, a Thinking Machines entrou no Code Arena, na categoria WebDev, que avalia a criação de aplicações web. O modelo somou 1647 pontos. Isso lhe garante o primeiro lugar entre os modelos abertos americanos, o quarto entre todos os modelos abertos do mundo e o 23º no geral. Para equipes que delegam à IA a construção de interfaces e front-end, é mais um motivo para considerar uma alternativa aberta às APIs fechadas.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…