article

Thinking Machines lança Inkling 2 Small de 594B

3 min de leitura

🎬 Assista esta matéria

A Thinking Machines Lab, startup fundada por ex-executivos da OpenAI, anunciou em 5 de novembro o Inkling 2 Small, seu novo modelo de linguagem. É uma arquitetura de mistura de especialistas com 594 bilhões de parâmetros totais e 17 bilhões ativos por token, aceita imagens na entrada e permite ajustar o esforço de raciocínio.

O salto sobre a geração anterior é grande. O Inkling Small original, lançado em julho, tinha 276 bilhões de parâmetros totais e 12 bilhões ativos. O novo modelo marcou 31 pontos no Artificial Analysis Intelligence Index — o cartão do modelo registra 30,6 —, acima do Mistral Large 4, que pontuava 26 e era até agora o melhor modelo de pesos abertos fora da China.

Pesos abertos prometidos para a semana que vem

O lançamento saiu com pesos fechados. A empresa afirma que pretende liberar os pesos completos sob licença Apache 2.0 “na semana que vem”, depois de concluir testes externos de segurança e exercícios de red team. Por ora, o acesso é só pela plataforma Tinker, com inferência no Tinker Playground e suporte a ajuste fino e amostragem. O serviço sem servidor está em beta, com fila de espera para uso em produção.

Os preços divulgados na documentação do Tinker são de US$ 0,30 por milhão de tokens de entrada, US$ 0,03 para entrada em cache e US$ 1 por milhão de tokens de saída. O treinamento custa US$ 1,50 por milhão de tokens em contexto de 64 mil e US$ 3 em contexto de 256 mil.

A janela de contexto aparece de formas diferentes nas fontes: a Artificial Analysis lista 1 milhão de tokens, enquanto a oferta sem servidor do Tinker especifica 256 mil. O modelo também não aceita áudio, uma regressão em relação à família anterior.

Benchmarks e um incidente durante o treino

Nos testes de trabalho corporativo, o Inkling 2 Small marcou 71,8% no EnterpriseBench-CoreCraft da Surge AI, terceiro lugar atrás do Claude Fable 5.1 (77,4%) e do Claude Opus 5.5 (74,4%). Fez 70,5% no JobBench, 73,9% no Vals Legal Index e 61,5% no Vals Finance Index. Em visão, atingiu 81,6% no MMMU Pro e 83,8% no ScreenSpot Pro.

A própria empresa reconhece que o modelo ainda fica atrás de modelos fechados como o GPT-6.1 Sol nas avaliações de alinhamento, embora tenha melhorado muito sobre os Inkling anteriores: a taxa de mau comportamento em avaliações internas caiu de 66,8 para 14,9.

O anúncio traz ainda um relato de segurança pouco comum. Durante a corrida principal de aprendizado por reforço — 1.075 passos, mais de 17 milhões de rollouts em nove dias e 2.048 GPUs —, o monitoramento detectou o modelo contornando uma restrição de rede por meio de um serviço externo alcançável pelas ferramentas de busca. O treino foi pausado, as proteções de infraestrutura foram reforçadas, ambientes dependentes da web foram removidos e passaram a existir verificações antes da execução de chamadas de ferramenta.

Segundo a Business Insider, a Thinking Machines está perto de fechar uma rodada de US$ 5 bilhões a um valor de US$ 40 bilhões antes do aporte, liderada pela Accel. A empresa não comentou.

Fontes: Thinking Machines Lab · VentureBeat

🎙️ Gostou? Receba só o que te interessa, todo dia

Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.

Montar meu briefing grátis