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
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.
- 8 de nov. de 2026Inkling 2 Small consome 150K tokens por tarefa, 4 vezes mais que seu antecessor
- 21 de nov. de 2026Das 22 modelos de novembro, sete importam: o líder tem 34 pontos a mais, mas custa 80 vezes mais
- 8 de nov. de 2026Inkling 2 Small da Thinking Machines: 17 bilhões de parâmetros ativos e US$ 1,18 por tarefa
- 6 de nov. de 2026Inkling 2 Small marca 31 pontos no índice da Artificial Analysis e custa $1,18 por tarefa
Perguntas frequentes sobre a notícia
Como o Agent Arena avalia agentes?
O Agent Arena não é uma votação "cega" clássica, na qual as pessoas escolhem a resposta mais agradável. A plataforma usa rastros de uso reais: o que o agente fez numa sessão de trabalho, se isso ajudou o usuário e quanto custou. A própria Arena destaca que quer se afastar das avaliações baseadas em preferências humanas e se apoiar em sinais objetivos do uso real, feito por uma comunidade global.
O que se sabe sobre Dinheiro: US$ 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.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.