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)
LançamentoAPI / Produto · Pronto p/ usoX: @MTSlive→ original

Thinking Machines lança Inkling 2 Mini: modelo para notebook custa 6 vezes menos que o Qwen3.8 27B

A Thinking Machines lançou o Inkling 2 Mini, um modelo aberto que roda em Mac com 32 GB de memória, o que dispensa uma API na nuvem. Dos 24 camadas, 12 em média são processadas três vezes para cada token, então o modelo pensa mais por dentro e escreve menos. No ranking agregado da Artificial Analysis, ele tem 20,1 pontos, igual ao Qwen3.8 27B, mas a tarefa custa cerca de 6 vezes menos e é resolvida 4 vezes mais rápido. Para agentes locais, é um candidato que vale testar.

Processado por IA de X: @MTSlive; editado por Hamidun News
Thinking Machines lança Inkling 2 Mini: modelo para notebook custa 6 vezes menos que o Qwen3.8 27B
Fonte: X: @MTSlive. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalX: @MTSlive ↗
Editor-chefe
Apache 2.026,4 bilhões de parâmetros, dos quais 3,4 bilhões estão ativos
DeepSWE v1.1 (tarefas de programação)48,2%, o melhor entre os modelos abertos de até 100B
Dado-chave #3A cadeia de raciocínio ficou mais curta, mas continua legível para verificação

Um bom modelo costuma ficar em servidores de terceiros: você paga por cada requisição e envia para lá o seu código. Já um modelo que cabe em um notebook normalmente é fraco demais para um trabalho sério com agentes. A Thinking Machines tentou eliminar esse compromisso e lançou o Inkling 2 Mini.

É um modelo aberto que roda em Mac com 32 GB de memória RAM. No Artificial Analysis Intelligence Index, um ranking agregado que compara modelos por meio de um conjunto de testes de raciocínio e de trabalho com código, ele marca 20,1 pontos. O Qwen3.

8 27B também tem 20,1. Mas, segundo o laboratório, o Mini custa cerca de 6 vezes menos para resolver a mesma tarefa e a executa cerca de 4 vezes mais rápido.

O Mini surge como resposta ao lançamento anterior. Parte dos usuários considerou o Inkling 2 Small pesado demais: ele tem 594 bilhões de parâmetros. Em resposta, o laboratório criou um modelo cerca de 22 vezes menor, com 26,4 bilhões de parâmetros.

Como o modelo "pensa" em ciclos

Uma rede neural comum passa cada token (um pedaço de texto) por uma pilha de camadas uma única vez. O Inkling 2 Mini funciona de outra forma. Ele tem 24 camadas, e 12 delas, em média, são executadas três vezes para cada token. Essa arquitetura se chama transformer em loop (looped transformer).

Imagine um programador que relê mentalmente uma função complexa, em vez de anotar o raciocínio em uma folha. O modelo faz mais cálculos por dentro e entrega menos texto para fora. Menos tokens gerados significam menos tempo e menos dinheiro por tarefa. Some a isso que, dos 26,4 bilhões de parâmetros, apenas 3,4 bilhões estão ativos ao mesmo tempo: em cada token, só uma parte da rede trabalha. É isso que permite que o modelo caiba na memória de um notebook.

Qualidade e licença

O laboratório apresenta estes números:

  • 20,1 pontos no Artificial Analysis Intelligence Index, no mesmo nível do Qwen3.8 27B;
  • cerca de 6 vezes mais barato e cerca de 4 vezes mais rápido por tarefa, com a mesma pontuação;
  • 48,2% no DeepSWE v1.1, um benchmark de engenharia de software. Segundo a Thinking Machines, é o melhor resultado entre os modelos abertos com menos de 100 bilhões de parâmetros.

A licença Apache 2.0 permite uso comercial, ajuste fino e integração em produtos sem necessidade de autorizações. Para equipes que não querem enviar código e dados para uma API externa, esse é o principal benefício prático.

Dá para confiar nos "pensamentos" do modelo?

Modelos em loop trazem um risco. Se parte do raciocínio acontece dentro das camadas, a cadeia de raciocínio (chain of thought) que o modelo escreve na resposta pode deixar de refletir o caminho real do pensamento. Para a segurança, isso importa. Eis uma citação do anúncio: "Não é desejável que o modelo possa escrever na cadeia de raciocínio qualquer coisa. A cadeia precisa mostrar o que o modelo realmente faz".

O laboratório verificou a monitorabilidade, ou seja, o quanto é possível entender o comportamento do modelo a partir do raciocínio registrado. O resultado: a cadeia ficou mais curta, mas continua legível. Na escala do Mini, não há piora perceptível. A Thinking Machines também publicou um modelo de pesquisa separado com número variável de ciclos. Com ele, outros pesquisadores poderão verificar como a profundidade dos loops afeta a transparência.

O que fazer com isso

Por enquanto, são dados do próprio laboratório, e o anúncio não traz medições independentes. A pontuação de 20,1 indica o nível de um modelo aberto mediano, não um recorde. A conclusão de "melhor entre os abertos com até 100B" vale para um único benchmark, o DeepSWE v1.1. A velocidade e o custo reais no seu hardware e nas suas tarefas precisam ser medidos na prática.

O sentido prático é o seguinte. Se você desenvolve um agente de código local ou uma ferramenta interna em que preço e privacidade importam, inclua o Inkling 2 Mini no seu conjunto de testes ao lado do Qwen3.8 27B. Compare não só as pontuações, mas também o tempo para concluir uma tarefa inteira: o ganho de 4 vezes foi anunciado por tarefa, e não por token. Considere também os 32 GB de memória como o requisito mínimo para o Mac.

Para o mercado, é mais um sinal: a competição entre modelos abertos está migrando do aumento do número de parâmetros para um uso mais inteligente da computação por token.

História

Perguntas frequentes sobre a notícia

Dá para confiar nos "pensamentos" do modelo?

Modelos em loop trazem um risco. Se parte do raciocínio acontece dentro das camadas, a cadeia de raciocínio (chain of thought) que o modelo escreve na resposta pode deixar de refletir o caminho real do pensamento. Para a segurança, isso importa. Eis uma citação do anúncio: "Não é desejável que o modelo possa escrever na cadeia de raciocínio qualquer coisa. A cadeia precisa mostrar o que o modelo realmente faz".

Como o modelo "pensa" em ciclos?

Uma rede neural comum passa cada token (um pedaço de texto) por uma pilha de camadas uma única vez. O Inkling 2 Mini funciona de outra forma. Ele tem 24 camadas, e 12 delas, em média, são executadas três vezes para cada token. Essa arquitetura se chama transformer em loop (looped transformer). Imagine um programador que relê mentalmente uma função complexa, em vez de anotar o raciocínio em uma folha. O modelo faz mais cálculos por dentro e entrega menos texto para fora.

O que se sabe sobre Qualidade e licença?

O laboratório apresenta estes números: 20,1 pontos no Artificial Analysis Intelligence Index, no mesmo nível do Qwen3.8 27B; cerca de 6 vezes mais barato e cerca de 4 vezes mais rápido por tarefa, com a mesma pontuação; 48,2% no DeepSWE v1.1, um benchmark de engenharia de software. Segundo a Thinking Machines, é o melhor resultado entre os modelos abertos com menos de 100 bilhões de parâmetros. A licença Apache 2.0 permite uso comercial, ajuste fino e integração em produtos sem necessidade de autorizações.

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…