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 radarArtificial Analysis→ original

Inkling 2 Mini, de código aberto, é 6 vezes mais barata que a Qwen3.8 27B: US$ 0,59 contra US$ 3,53 por tarefa

A Thinking Machines lançou a Inkling 2 Mini, modelo de código aberto: uma tarefa de teste do índice da Artificial Analysis custa US$ 0,59, enquanto na Qwen3.8 27B, com os mesmos 20 pontos, sai por US$ 3,53, ou seja, 6 vezes mais caro. O segredo está na repetição: o modelo passa 12 das 24 camadas três vezes cada, como um editor que relê o mesmo texto três vezes, sem precisar de pesos novos. Por isso ele roda em um MacBook. Para agentes locais, é uma nova referência de preço.

Processado por IA de Artificial Analysis; editado por Hamidun News
Inkling 2 Mini, de código aberto, é 6 vezes mais barata que a Qwen3.8 27B: US$ 0,59 contra US$ 3,53 por tarefa
Fonte: Artificial Analysis. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalArtificial Analysis ↗
Editor-chefe
TarefaUS$ 0,59 e 9 minutos contra US$ 3,53 e 38 minutos da Qwen3.8 27B
Dado-chave #226B de parâmetros no total, 5,4B ativos; contexto de 1 milhão de tokens
Dado-chave #3Escreve 38% mais tokens, mas gasta 2,8 vezes menos computação

Em geral, um modelo "pequeno" significa um meio-termo: é mais rápido e barato, mas visivelmente menos inteligente. A Thinking Machines tenta quebrar essa regra. Seu novo modelo aberto, o Inkling 2 Mini, resolve uma tarefa do teste independente da Artificial Analysis por US$ 0,59 e 9 minutos. O Qwen3.8 27B, com o mesmo resultado, 20 pontos no índice de inteligência, gasta US$ 3,53 e 38 minutos na mesma tarefa. Isso é cerca de 6 vezes mais caro e 4 vezes mais lento. O índice de inteligência da Artificial Analysis é uma nota agregada para um conjunto de tarefas de raciocínio, programação e conhecimento: quanto maior a pontuação, mais forte o modelo.

Como o Inkling consegue essa economia? Ele reexecuta parte das próprias camadas várias vezes, em vez de inflar o número de parâmetros.

Como o modelo é construído

O Inkling 2 Mini é um mixture-of-experts: tem 26 bilhões de parâmetros no total, mas só parte dos especialistas trabalha a cada token. Os parâmetros ativos somam 5,4 bilhões. Esse número já inclui as três passagens pelas camadas "em loop". Por token de texto, são usados 3,1 bilhões de pesos únicos.

A ideia do looped transformer ("transformer em loop") é mais simples do que parece. Imagine que, em vez de três editores diferentes, a mesma pessoa relê o texto três vezes e a cada leitura percebe algo novo. No modelo, 12 das 24 camadas são executadas três vezes para cada token. A computação aumenta, mas a memória para os pesos não cresce. Por isso, segundo a Artificial Analysis, o modelo é pequeno o bastante para rodar em um MacBook ou em um DGX Spark.

A licença é Apache 2.0: o modelo pode ser usado livremente em produtos comerciais e adaptado como você quiser. Ele aceita texto e imagens, e a janela de contexto é de 1 milhão de tokens.

Os números do teste independente

No Intelligence Index, o Inkling 2 Mini fez 20 pontos. A mesma nota ficou com o Qwen3.8 27B (modo xhigh) e com o Nanbeige4.3-33B. Mas o Inkling tem cerca de 5 e 6 vezes menos parâmetros ativos, respectivamente. No gráfico "inteligência contra tamanho", o modelo fica na fronteira de Pareto: nenhum outro modelo entrega mais inteligência com o mesmo tamanho. Isso vale tanto para o total de parâmetros quanto para os ativos.

Há também o outro lado. Em uma tarefa do índice, o Inkling escreve em média cerca de 152 mil tokens de saída. O Qwen3.8 27B escreve cerca de 110 mil, então o Inkling gera aproximadamente 38% a mais. O Nanbeige4.3-33B escreve cerca de 158 mil. As passagens repetidas pelas camadas aumentam a computação, mas não acrescentam tokens à resposta. O modelo simplesmente raciocina de forma bastante longa.

Ainda assim, pela métrica proxy de computação (parâmetros ativos multiplicados pelo número de tokens), ele gasta cerca de 2,8 vezes menos que o Qwen3.8 27B e 5 vezes menos que o Nanbeige4.3-33B.

O custo foi calculado com base na tabela de preços da própria Thinking Machines: US$ 0,15 por milhão de tokens de entrada, US$ 0,50 por milhão de tokens de saída e US$ 0,015 por milhão de tokens encontrados no cache.

O que fazer com isso

Primeiro, as ressalvas. A nota 20 não é nível de modelo topo de linha. O GPT-6 Luna (max), fechado, faz 28 pontos e custa US$ 0,15 por tarefa, ou seja, via API ele é ao mesmo tempo mais barato e mais forte. O Inkling 2 Mini leva vantagem principalmente entre os modelos abertos que podem ser implantados na sua própria infraestrutura.

A quem isso pode servir:

  • equipes que precisam de um modelo local por privacidade de dados ou para trabalhar sem internet;
  • desenvolvedores de agentes com ciclos longos, em que o preço do token e a latência importam;
  • quem quer fazer fine-tuning do modelo, graças à licença Apache 2.0.

Se você hoje roda um modelo de 27–33B no seu próprio hardware, teste o Inkling 2 Mini nas suas tarefas. Fique de olho justamente no tamanho das respostas. Os 38% a mais de tokens consomem parte do ganho se você paga pela saída. Já a técnica das passagens repetidas pelas camadas parece uma forma viável de elevar a qualidade sem aumentar a memória. Vale acompanhar se outros laboratórios vão adotá-la.

História

Perguntas frequentes sobre a notícia

Como o modelo é construído?

O Inkling 2 Mini é um mixture-of-experts: tem 26 bilhões de parâmetros no total, mas só parte dos especialistas trabalha a cada token. Os parâmetros ativos somam 5,4 bilhões. Esse número já inclui as três passagens pelas camadas "em loop". Por token de texto, são usados 3,1 bilhões de pesos únicos. A ideia do looped transformer ("transformer em loop") é mais simples do que parece. Imagine que, em vez de três editores diferentes, a mesma pessoa relê o texto três vezes e a cada leitura percebe algo novo.

O que se sabe sobre Os números do teste independente?

No Intelligence Index, o Inkling 2 Mini fez 20 pontos. A mesma nota ficou com o Qwen3.8 27B (modo xhigh) e com o Nanbeige4.3-33B. Mas o Inkling tem cerca de 5 e 6 vezes menos parâmetros ativos, respectivamente. No gráfico "inteligência contra tamanho", o modelo fica na fronteira de Pareto: nenhum outro modelo entrega mais inteligência com o mesmo tamanho. Isso vale tanto para o total de parâmetros quanto para os ativos. Há também o outro lado.

O que fazer com isso?

Primeiro, as ressalvas. A nota 20 não é nível de modelo topo de linha. O GPT-6 Luna (max), fechado, faz 28 pontos e custa US$ 0,15 por tarefa, ou seja, via API ele é ao mesmo tempo mais barato e mais forte. O Inkling 2 Mini leva vantagem principalmente entre os modelos abertos que podem ser implantados na sua própria infraestrutura.

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…