Thinking Machines Lab Lança Inkling, Seu Primeiro Modelo de IA Multimodal de Pesos Abertos

Thinking Machines Lab lançou Inkling, seu primeiro modelo de inteligência artificial de propósito geral, dando aos desenvolvedores acesso a um sistema de quase um trilhão de parâmetros que pode processar texto, imagens e áudio. O lançamento de 15 de julho de 2026 representa o maior marco de produto até agora para a empresa de IA bem financiada, fundada pela ex-diretora de tecnologia da OpenAI, Mira Murati.

Em vez de afirmar que construiu o modelo mais capaz do mundo, a Thinking Machines está posicionando o Inkling como uma fundação personalizável para empresas, pesquisadores e desenvolvedores que desejam maior controle sobre como seu IA se comporta. Seus pesos podem ser baixados através do Hugging Face sob uma licença Apache 2.0, enquanto o modelo também pode ser ajustado por meio da plataforma de treinamento Tinker da Thinking Machines.

Essa posição pode se provar importante, pois o mercado de IA se divide entre sistemas de fronteira proprietários controlados por um pequeno número de empresas e alternativas de pesos abertos que as organizações podem modificar, hospedar e integrar em sua própria infraestrutura.

Um Modelo de 975 Bilhões de Parâmetros que Usa Apenas uma Fração de Uma Vez

O Inkling contém 975 bilhões de parâmetros totais, tornando-o um dos maiores modelos de pesos abertos lançados até agora. No entanto, ele usa uma arquitetura de Mixture-of-Experts esparsa, o que significa que apenas 41 bilhões de parâmetros são ativados enquanto processa qualquer token individual.

O modelo contém 66 camadas de transformador e 256 especialistas roteados. Cada token é enviado a seis desses especialistas, juntamente com dois especialistas compartilhados que permanecem ativos em todas as solicitações. Essa abordagem pretende fornecer a capacidade de conhecimento de um modelo muito grande sem exigir que todos os parâmetros sejam usados durante cada operação de inferência.

A Thinking Machines disse que o design de Mixture-of-Experts segue em grande parte as ideias introduzidas no DeepSeek-V3, incluindo seus métodos de roteamento e balanceamento de carga. O Inkling também usa uma combinação de camadas de atenção de janela deslizante e atenção global, juntamente com incorporações de posição relativa em vez das Incorporações de Posição Rotativa comumente usadas em modelos de linguagem modernos.

O modelo suporta uma janela de contexto de até um milhão de tokens. Através do Tinker, os desenvolvedores atualmente têm acesso a configurações de 64.000 tokens e 256.000 tokens, enquanto a capacidade de contexto completa está disponível por meio de implantações compatíveis dos pesos baixados.

Raciocínio Nativo em Texto, Imagens e Áudio

O Inkling é nativamente multimodal, aceitando texto, imagens e áudio como entradas, enquanto gera texto como sua saída. As imagens são processadas usando um codificador de patch hierárquico, enquanto o áudio é convertido em tokens discretos e colocado no mesmo espaço de representação compartilhada que o texto e as informações visuais.

A Thinking Machines pré-treinou o modelo em 45 trilhões de tokens extraídos de texto, imagens, áudio e vídeo. A empresa disse que os dados incluíam material publicamente disponível, fontes de terceiros licenciadas ou adquiridas e conteúdo sintético ou aumentado. No entanto, o cartão do modelo não fornece um inventário completo do conjunto de dados, tornando “pesos abertos” uma descrição mais precisa do que totalmente de código aberto.

A empresa também introduziu um sistema de raciocínio controlável que permite aos desenvolvedores ajustar a quantidade de computação que o Inkling aplica antes de produzir uma resposta. Configurações de raciocínio mais baixas podem reduzir a latência e o consumo de tokens, enquanto configurações mais altas podem ser usadas para tarefas de codificação, matemática, científica ou de ferramentas mais difíceis.

Além do modelo principal, a Thinking Machines também pré-visualizou o Inkling-Small, um modelo Mixture-of-Experts de 276 bilhões de parâmetros com 12 bilhões de parâmetros ativos. A empresa disse que melhorias em seus dados e receita de treinamento permitiram que o modelo menor igualasse ou superasse a versão maior em várias avaliações, embora o Inkling-Small ainda não tenha recebido o mesmo tratamento de lançamento completo.

Projetado para Ser Personalizado Através do Tinker

O Inkling está intimamente ligado ao Tinker, a plataforma de treinamento baseada em nuvem que a Thinking Machines introduziu em 2025. O Tinker permite que os desenvolvedores escrevam procedimentos de treinamento localmente, enquanto a plataforma gerencia a infraestrutura de GPU distribuída necessária para ajustar finamente modelos que variam de sistemas relativamente pequenos a arquiteturas de Mixture-of-Experts de trilhões de parâmetros.

A plataforma suporta ajuste fino supervisionado, aprendizado por reforço, Otimização de Preferência Direta, destilação e Adaptação de Baixa Classificação. Os clientes podem baixar os checkpoints resultantes, e a Thinking Machines afirma que os dados de treinamento do cliente são usados apenas para ajustar finamente os modelos do cliente, em vez de serem incorporados em seus próprios modelos de base.

Para demonstrar esse processo de personalização, a empresa pediu ao Inkling que ajustasse finamente a si mesmo em um modelo que nunca usaria a letra “e”. O Inkling gerou seus próprios dados de treinamento e método de avaliação, criou e executou um trabalho de ajuste fino por meio do Tinker, testou o checkpoint atualizado e, em seguida, carregou os pesos modificados em seu ambiente de trabalho.

A demonstração é deliberadamente estreita, mas ilustra a estratégia mais ampla. A Thinking Machines deseja que os desenvolvedores tratem os modelos de base como pontos de partida que podem ser adaptados à terminologia, fluxos de trabalho, dados, políticas e comportamento preferido de uma organização, em vez de produtos acabados controlados inteiramente pelo provedor original do modelo.

Desempenho Competitivo Sem Reivindicar a Coroa do Benchmark

A Thinking Machines reconhece abertamente que o Inkling não é o modelo mais forte disponível em todas as categorias. Seus resultados de benchmark geralmente o colocam entre os sistemas de pesos abertos mais capazes, enquanto os principais modelos proprietários de empresas como Anthropic, Google e OpenAI retêm uma vantagem geral.

O Inkling obteve 97,1% no benchmark do Exame de Matemática Americano de 2026 e 87,2% no GPQA Diamond, que avalia o raciocínio científico de nível de graduação. Ele registrou 77,6% no SWE-bench Verificado e 54,3% no SWE-bench Pro Público, dois benchmarks usados para avaliar se os agentes de codificação podem resolver problemas de engenharia de software reais.

No Exame Final da Humanidade, o Inkling obteve 29,7% sem ferramentas e 46% quando teve acesso a ferramentas. Seu desempenho com ferramentas foi competitivo com vários modelos abertos, mas permaneceu abaixo dos sistemas fechados mais fortes incluídos na comparação da Thinking Machines.

O Inkling também recebeu uma pontuação de 1.257 no leaderboard de Desenvolvimento da Web Agêntica da Design Arena, onde avaliadores humanos comparam aplicativos criados por diferentes modelos. Isso o colocou perto de vários sistemas proprietários e à frente de vários concorrentes de pesos abertos estabelecidos.

Como em qualquer conjunto de benchmarks publicados pelo fornecedor, os resultados exigirão reprodução independente. A Thinking Machines usou pontuações externas quando disponíveis, mas várias avaliações confiaram em harnesses internos, configurações ou resultados auto-relatados de provedores de modelos concorrentes.

Custos Mais Baixos Vêm com Requisitos de Hardware Significativos

O argumento de custo do Inkling é baseado em grande parte em sua arquitetura esparsa e raciocínio controlável. Ativar 41 bilhões de parâmetros em vez de todos os 975 bilhões deve tornar a inferência consideravelmente mais eficiente do que executar um modelo denso de tamanho semelhante, enquanto permitir que os desenvolvedores desativem o raciocínio estendido para solicitações que não o exigem.

Através do Tinker, a versão de 64.000 tokens é listada a $1,87 por milhão de tokens de preenchimento, $4,68 por milhão de tokens amostrados e $5,61 por milhão de tokens de treinamento. A configuração de 256.000 tokens é mais cara, a $3,74 para preenchimento, $9,36 para amostragem e $11,23 para treinamento, com taxas mais baixas disponíveis para entrada em cache.

Esses números tornam a experimentação de modelos grandes mais acessível do que montar um cluster de treinamento dedicado, mas o Inkling não é um modelo que a maioria dos desenvolvedores executará em uma estação de trabalho comum. O checkpoint completo BF16 exige pelo menos dois terabytes de memória gráfica agregada, equivalente a oito GPUs B300 da Nvidia (NVDA ) ou 16 GPUs H200.

Um checkpoint quantizado NVFP4 reduz o requisito para aproximadamente 600 gigabytes, mas ainda exige infraestrutura como quatro GPUs B300 ou oito GPUs H200. Na prática, muitas organizações, portanto, provavelmente acessarão o Inkling por meio do Tinker ou de provedores de inferência de terceiros, em vez de hospedar o modelo completo diretamente.

Equilibrando Resistência à Censura com Controles de Segurança

Um dos objetivos de design mais incomuns do Inkling é o que a Thinking Machines descreve como resistência à censura. A empresa afirma que treinou especificamente o modelo para responder a perguntas sobre tópicos que podem ser politicamente ou institucionalmente sensíveis, em vez de recusar automaticamente essas perguntas.

A Cognition avaliou o Inkling usando seu benchmark de Propaganda e Censura, e a Thinking Machines relatou que o modelo demonstrou fortes padrões de “não conformidade com a censura”. A ideia subjacente é que um modelo aberto não deve herdar restrições políticas desnecessárias ou opiniões padronizadas simplesmente porque essas preferências foram incorporadas por seu desenvolvedor original.

Isso não significa que o Inkling seja projetado para responder a cada solicitação. A empresa treinou separadamente o modelo para recusar instruções relacionadas a armas, violência, abuso cibernético, ameaças químicas ou biológicas, manipulação e outras atividades perigosas.

O Inkling obteve 78% na porção adversária do benchmark de segurança FORTRESS, enquanto respondeu corretamente 95,9% de perguntas benignas projetadas para se assemelhar a solicitações prejudiciais. Ele também alcançou 98,6% no StrongREJECT, que mede se os modelos recusam instruções claramente prejudiciais. A Thinking Machines afirma que essa combinação indica que o modelo pode manter controles de segurança sem bloquear excessivamente perguntas legítimas, embora o efeito do ajuste fino de terceiros subsequentes permaneça um problema de pesquisa aberto.

De Liderança da OpenAI a uma Startup de $12 Bilhões

A Thinking Machines Lab foi formalmente lançada em fevereiro de 2025, vários meses após Murati deixar a OpenAI. Ela havia servido como diretora de tecnologia da OpenAI durante os lançamentos de produtos, incluindo ChatGPT, DALL-E e os primeiros sistemas de voz e multimodais da empresa.

A equipe original incluiu aproximadamente 30 pesquisadores e engenheiros recrutados da OpenAI, Meta, Mistral e outras organizações de IA. Aproximadamente dois terços de seus funcionários no lançamento haviam trabalhado anteriormente na OpenAI. O grupo fundador incluiu o co-fundador da OpenAI, John Schulman, Barret Zoph, Lilian Weng, Andrew Tulloch e Luke Metz, trazendo experiência em aprendizado por reforço, alinhamento de modelo, IA multimodal, pré-treinamento e pós-treinamento.

Apenas cinco meses após seu lançamento, a Thinking Machines arrecadou aproximadamente $2 bilhões a uma valorização de $12 bilhões. A Andreessen Horowitz liderou a rodada, com a participação da Nvidia, Accel, ServiceNow (NOW ), Cisco, AMD e a firma de negociação quantitativa Jane Street.

A Nvidia expandiu sua relação com a empresa por meio de uma parceria estratégica de vários anos. Anunciada em março de 2026, o acordo prevê a implantação de pelo menos um gigawatt de sistemas Nvidia Vera Rubin de próxima geração para apoiar o treinamento de modelos e plataformas de IA personalizáveis da Thinking Machines. A Nvidia também fez um investimento adicional na empresa.

Inkling Reflete uma Aposta Mais Ampliada em IA Descentralizada

A Thinking Machines argumenta que a maioria dos sistemas de IA são treinados por um pequeno número de empresas e, em seguida, distribuídos como produtos basicamente fixos. Sua alternativa é um ecossistema em que empresas e indivíduos possam adaptar continuamente os modelos usando seu próprio conhecimento, preferências e julgamento.

Essa filosofia ajuda a explicar por que o Inkling está sendo lançado com pesos baixáveis, em vez de ser oferecido exclusivamente por meio de uma interface proprietária. Isso também conecta o modelo ao Tinker, que fornece a infraestrutura de treinamento necessária para modificar o comportamento sem forçar cada organização a montar seu próprio grande cluster de GPU.

Ainda há tensão entre essa visão e as realidades práticas do lançamento. O Inkling é suficientemente aberto para ser baixado e modificado, mas é grande o suficiente para que apenas organizações bem financiadas possam realistamente hospedá-lo. Seus dados de treinamento são descritos em categorias gerais, em vez de serem totalmente documentados, e a personalização pode potencialmente enfraquecer os controles de segurança construídos no checkpoint original.

O lançamento, no entanto, fornece aos desenvolvedores ocidentais outra opção de modelo de pesos abertos grande em um momento em que muitos dos modelos personalizáveis mais competitivos vieram de laboratórios chineses, como DeepSeek, Alibaba, Moonshot AI e Zhipu AI. A Reuters observou que o desenvolvimento de pesos abertos ocidentais perdeu impulso, pois várias empresas americanas líderes mudaram para estratégias mais proprietárias.

O que o Inkling Significa para a IA

A importância do Inkling pode depender menos de liderar todos os benchmarks e mais de se os desenvolvedores podem transformá-lo em sistemas especializados que superem os modelos de propósito geral em domínios mais estreitos.

Empresas em finanças, saúde, engenharia, segurança cibernética, pesquisa científica e desenvolvimento de software frequentemente possuem conhecimento interno valioso que é mal representado nos dados de treinamento públicos. Um modelo de base de pesos abertos capaz, combinado com infraestrutura de aprendizado por reforço e ajuste fino acessível, poderia permitir que essas organizações codifiquem mais de sua expertise diretamente no comportamento do modelo.

Ao mesmo tempo, o modelo precisará provar que suas alegações de eficiência se traduzem em menores custos totais de implantação, particularmente uma vez que a infraestrutura, o volume de inferência, o ajuste fino, o monitoramento e os testes de segurança sejam considerados. Pesquisadores independentes também precisarão examinar seu desempenho de benchmark, capacidades multilíngues, neutralidade política, taxas de alucinação e resistência à degradação de segurança após a personalização.

A Thinking Machines entrou no mercado com uma equipe excepcionalmente experiente, considerável apoio de investidores e compromissos de infraestrutura normalmente associados a laboratórios de IA muito mais antigos. O Inkling é a primeira oportunidade da empresa de demonstrar que esses recursos podem produzir mais do que planos de pesquisa ambiciosos e plataformas de treinamento.

O modelo não desloca os principais sistemas proprietários, e a Thinking Machines Lab não afirma que o faz. Em vez disso, o Inkling oferece uma proposta diferente: que o futuro da IA avançada pode ser moldado não apenas por quem treina o modelo de propósito geral mais poderoso, mas também por quem fornece aos desenvolvedores a base mais forte para construir seus próprios modelos.