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: @stretchcloud→ original

Thinking Machines lança Inkling 2 Mini: 26 bilhões de parâmetros e 20,1 pontos no AA Index

A Thinking Machines reduziu o Inkling 2 Small de 594 para 26 bilhões de parâmetros, e o novo Inkling 2 Mini roda em um notebook. Trata-se de um transformer em loop: as mesmas camadas são executadas várias vezes, em vez de a rede ser construída mais larga. No índice de agentes da Artificial Analysis, o modelo fez 20,1 pontos, contra 31 da versão maior. Para agentes locais, é uma opção viável, desde que a qualidade abaixo do modelo principal seja aceitável.

Processado por IA de X: @stretchcloud; editado por Hamidun News
Thinking Machines lança Inkling 2 Mini: 26 bilhões de parâmetros e 20,1 pontos no AA Index
Fonte: X: @stretchcloud. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @stretchcloud ↗
Editor-chefe
Inkling 2 Small594 bilhões de parâmetros e 31 pontos no mesmo índice
Dado-chave #2Goodfire e NDIF tiveram acesso antecipado para estudar a troca de dados entre os ciclos
Dado-chave #3Um arquivo de pesos pequeno não torna o modelo simples de auditar

A principal crítica aos modelos open-weight dos últimos meses é sempre a mesma: podem até ser fortes, mas poucos conseguem rodá-los em casa. O Inkling 2 Small, da Thinking Machines, com 594 bilhões de parâmetros, recebeu exatamente esse tipo de reação. Duas semanas depois, o laboratório respondeu com o Inkling 2 Mini, de 26 bilhões de parâmetros. Segundo a empresa, ele cabe em um notebook e serve para tarefas de agentes. No índice da Artificial Analysis para trabalho agêntico, o Mini faz 20,1 pontos. O Small, no mesmo índice, tinha 31.

Como caber o raciocínio em 26 bilhões de parâmetros

O Inkling 2 Mini é construído como um transformer em loop (looped). Em um modelo comum, cada camada é independente: quanto mais camadas, mais pesos únicos e mais pesado é o arquivo. Aqui, o mesmo conjunto de camadas é aplicado várias vezes seguidas. Imagine, em vez de dez revisores que editam um texto uma única vez cada, um único revisor que relê o rascunho dez vezes. Há menos pesos únicos, mas mais cálculo por token. A empresa troca espaço de armazenamento por tempo de processamento.

Para quem usa o modelo, isso significa o seguinte. Ele ocupa pouco espaço e cabe na memória de um notebook, mas cada resposta consome uma quantidade considerável de cálculo. Isso favorece a execução local, onde importa mais caber no hardware do que atingir a velocidade máxima.

Para onde caminha o mercado de modelos abertos

O autor da análise em que a notícia se apoia coloca o Inkling nesse panorama mais amplo. O DeepSeek V4.1 Flash tem 552 bilhões de parâmetros no total, mas ativa cerca de 16 bilhões por token. Segundo ele, o Qwen, da Alibaba, e o GLM, da Zhipu, têm versões Flash esparsas semelhantes. A ideia é a mesma: um número enorme de parâmetros no conjunto e apenas uma pequena fração ativa de cada vez. Assim, uma placa de vídeo de consumo ou um notebook potente passa a rodar o que antes exigia racks de servidores.

O resultado é que os laboratórios seguem para a execução local barata por dois caminhos diferentes. Uns tornam a rede esparsa, e parte dos pesos fica inativa a cada momento. Outros, como a Thinking Machines, tornam a rede cíclica, com um único conjunto de pesos percorrido várias vezes. A conclusão geral não trata do crescimento do tamanho, mas de como obter raciocínio sem infraestrutura cara.

Transparência como parte do produto

O modelo de lançamento também chama atenção. Antes da disponibilização geral, a Thinking Machines deu acesso antecipado à Goodfire e ao NDIF, grupos que trabalham com interpretabilidade. Eles deveriam estudar como a informação circula entre os ciclos dentro do modelo. O laboratório de Mira Murati, que segundo relatos captou US$ 2 bilhões com avaliação de US$ 10 a 12 bilhões, aposta nessa abordagem de pesquisa e se diferencia assim da OpenAI e da Anthropic.

O que levar em conta

Primeiro, 20,1 pontos é bem menos que os 31 do Small. Não é um substituto para o modelo principal, e sim um compromisso: você ganha localidade e paga com qualidade. Para cenários agênticos simples, em que os dados não podem ir para a nuvem, isso pode bastar, mas é preciso testar com as suas tarefas, e não apenas pelo índice.

Segundo, a arquitetura em loop tem um lado negativo, que o autor aponta com clareza. O arquivo de pesos é pequeno, mas o estado interno do modelo é mais difícil de inspecionar do que o de um transformer padrão: as mesmas camadas trabalham em etapas diferentes, e entender o que acontece em cada passagem não é trivial. Tamanho pequeno em disco não significa simplicidade. Por isso, o acesso concedido à Goodfire e ao NDIF não parece um detalhe de marketing, mas uma resposta a um problema real de auditoria.

Por fim, vale lembrar a origem da informação. Trata-se de uma publicação no X com resumo e comentário, e parte dos dados sobre DeepSeek, Qwen e GLM vem do autor do post, não da Thinking Machines. Os números de 26 bilhões de parâmetros e 20,1 pontos vêm do anúncio do laboratório. Ainda não há medições independentes de velocidade e qualidade em um notebook real.

Conclusão prática

Se você monta agentes locais ou quer manter o modelo dentro da sua própria infraestrutura, vale incluir o Inkling 2 Mini na lista de testes, ao lado dos modelos Flash esparsos. Compare em três frentes: qualidade nas suas tarefas, tempo de resposta no seu hardware e capacidade de verificar o comportamento do modelo. O último ponto é especialmente importante em setores regulados, onde a auditoria é tão necessária quanto a precisão.

História

Perguntas frequentes sobre a notícia

Como caber o raciocínio em 26 bilhões de parâmetros?

O Inkling 2 Mini é construído como um transformer em loop (looped). Em um modelo comum, cada camada é independente: quanto mais camadas, mais pesos únicos e mais pesado é o arquivo. Aqui, o mesmo conjunto de camadas é aplicado várias vezes seguidas. Imagine, em vez de dez revisores que editam um texto uma única vez cada, um único revisor que relê o rascunho dez vezes. Há menos pesos únicos, mas mais cálculo por token. A empresa troca espaço de armazenamento por tempo de processamento.

O que se sabe sobre Para onde caminha o mercado de modelos abertos?

O autor da análise em que a notícia se apoia coloca o Inkling nesse panorama mais amplo. O DeepSeek V4.1 Flash tem 552 bilhões de parâmetros no total, mas ativa cerca de 16 bilhões por token. Segundo ele, o Qwen, da Alibaba, e o GLM, da Zhipu, têm versões Flash esparsas semelhantes. A ideia é a mesma: um número enorme de parâmetros no conjunto e apenas uma pequena fração ativa de cada vez. Assim, uma placa de vídeo de consumo ou um notebook potente passa a rodar o que antes exigia racks de servidores.

O que se sabe sobre Transparência como parte do produto?

O modelo de lançamento também chama atenção. Antes da disponibilização geral, a Thinking Machines deu acesso antecipado à Goodfire e ao NDIF, grupos que trabalham com interpretabilidade. Eles deveriam estudar como a informação circula entre os ciclos dentro do modelo. O laboratório de Mira Murati, que segundo relatos captou US$ 2 bilhões com avaliação de US$ 10 a 12 bilhões, aposta nessa abordagem de pesquisa e se diferencia assim da OpenAI e da Anthropic.

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…