A Thinking Machines, laboratório de IA fundado pela ex-CTO da OpenAI Mira Murati, lançou um segundo modelo chamado Inkling Small, deslocando a atenção do tamanho bruto para a eficiência. Segundo a cobertura do The Decoder, o novo modelo usa muito menos parâmetros ativos do que o modelo Inkling anterior da empresa, ao mesmo tempo em que se aproxima dele em um amplo índice de benchmarks e o supera em alguns testes de codificação e raciocínio.

Esse posicionamento importa porque fala diretamente a um ponto de pressão no mercado atual de modelos: muitos desenvolvedores e compradores corporativos querem forte desempenho de raciocínio sem pagar os custos de inferência, a latência e a complexidade de implantação que muitas vezes acompanham sistemas frontier maiores. Se a Thinking Machines conseguir mostrar que um modelo aberto menor pode continuar competitivo em tarefas relevantes, isso fortalece o caso para implantações ajustadas e específicas de domínio em vez de uma corrida única em direção a modelos cada vez maiores.

Um modelo menor com ambições de quase paridade

A notícia central é direta. A Thinking Machines apresentou o Inkling Small como um modelo de raciocínio de pesos abertos, e o The Decoder informa que ele tem menos de um terço do tamanho do Inkling nas principais cifras de parâmetros citadas. Com base no acompanhamento de benchmarks da Artificial Analysis, o Inkling Small marca 40 no Intelligence Index da empresa, contra 41 do Inkling.

O mesmo relatório diz que o modelo tem 276 bilhões de parâmetros totais e 12 bilhões de parâmetros ativos. A distinção importa. No design atual de modelos, especialmente em sistemas esparsos ou do tipo mixture, a contagem de parâmetros ativos pode ser um proxy melhor para o custo de execução do que o total de parâmetros sozinho, porque reflete quanto da rede realmente é acionada em um determinado token. Embora o material de origem disponível não detalhe a arquitetura por trás do Inkling Small, a diferença entre parâmetros totais e ativos sugere que a Thinking Machines está enfatizando eficiência não apenas no marketing do modelo, mas também na forma como a inferência provavelmente está sendo gerenciada.

A VentureBeat, em um relatório separado, enquadrou o lançamento de forma semelhante, descrevendo o Inkling Small como um modelo de IA de código aberto que se aproxima do desempenho de seu antecessor com cerca de um quarto do tamanho. Como o texto completo desse relatório não estava disponível nas evidências de origem, as descrições técnicas e de benchmarks mais detalhadas aqui se baseiam principalmente na cobertura do The Decoder e nas referências de terceiros que ele cita.

Onde o Inkling Small parece mais forte

Segundo o The Decoder, o Inkling Small supera seu irmão maior em várias avaliações voltadas a raciocínio e programação. Os exemplos relatados incluem Humanity's Last Exam, em que o Inkling Small marcou 32% contra 30% do Inkling, e GPQA Diamond, em que obteve 89% contra 87%.

Essas não são vitórias triviais. Humanity's Last Exam tem sido usado como um benchmark difícil, projetado para testar capacidade de raciocínio mais avançada, enquanto o GPQA Diamond é frequentemente citado em discussões sobre perguntas e respostas de alto nível científico e especializado. Os ganhos ali sugerem que a Thinking Machines pode ter ajustado o Inkling Small para ter bom desempenho em tarefas compactas e difíceis de raciocínio, em vez de apenas preservar uma capacidade base ampla.

Ao mesmo tempo, o modelo aparentemente fica atrás do Inkling maior em tarefas baseadas em agentes e em conhecimento factual. Esse trade-off é importante. Para equipes que constroem assistentes de programação, copilotos internos de pesquisa ou fluxos de trabalho de raciocínio restritos, um melhor desempenho por token pode ser mais valioso do que a maior profundidade de conhecimento possível. Mas, para agentes de propósito geral que precisam recuperar fatos, usar ferramentas em horizontes mais longos ou operar com confiabilidade em muitas tarefas corporativas, essas deficiências ainda podem importar.

O outro ângulo de desempenho é a eficiência de saída. O The Decoder informa que o Inkling Small gera, em média, 24K tokens de saída por tarefa, contra 45K do Deepseek V4 Flash e 78K do GPT-5.4 mini. Se essa comparação se mantiver em condições semelhantes, ela aponta para uma vantagem prática: um modelo que chega a um resultado com menos tokens gerados pode reduzir custo e diminuir a latência visível para o usuário. Como em muitas comparações de eficiência do tipo benchmark, porém, a composição exata das tarefas e a configuração de avaliação importam, e os compradores devem evitar interpretar demais um único número de eficiência de tokens sem testes independentes.

Lançamento de pesos abertos e embalagem do produto

O lançamento também é notável pela forma como a Thinking Machines está empacotando o modelo. O The Decoder diz que o Inkling Small suporta entradas de texto, imagem e voz, dando a ele um perfil multimodal em vez de posicioná-lo como um mecanismo de raciocínio apenas textual. Ele também tem uma janela de contexto de 256K tokens, o que o coloca na faixa esperada para análise de documentos grandes, trabalho em bases de código e sessões de conversa prolongadas.

No acesso, o modelo está sendo distribuído sob Apache 2.0, com pesos disponíveis no Hugging Face. Essa escolha de licença é significativa para a adoção comercial. O Apache 2.0 é geralmente visto como favorável às empresas porque suporta amplo uso, modificação e distribuição sem parte da incerteza jurídica que pode acompanhar licenças comunitárias mais restritivas.

A Thinking Machines também está disponibilizando o Inkling Small por meio do Tinker Playground, onde os usuários podem fazer fine-tuning do modelo no navegador, segundo o The Decoder. Isso se alinha a uma estratégia de produto menos centrada em vender um único endpoint canônico de modelo e mais em transformar o modelo base em um ponto de partida personalizável. A empresa, conforme descrita no relatório, está posicionando seus modelos como uma base que os usuários podem adaptar com seus próprios dados.

Essa mensagem encontra eco em um mercado cada vez mais interessado em propriedade e especialização. Muitos times de produto agora querem controle sobre latência, topologia de implantação, comportamento de segurança e adaptação ao domínio. Um modelo de pesos abertos distribuído via Hugging Face e combinado com ferramentas leves de ajuste dá à Thinking Machines um caminho mais claro para esse segmento de compradores do que uma oferta fechada apenas por API.

O que a evidência sustenta — e o que não sustenta

As evidências por trás do lançamento do Inkling Small são promissoras, mas ainda relativamente escassas. A fonte mais detalhada nesse conjunto é o The Decoder, que por sua vez atribui o principal enquadramento de desempenho à Artificial Analysis. Isso significa que a alegação principal — capacidade próxima ao Inkling com tamanho ativo muito menor — está ancorada em acompanhamento de benchmarks de terceiros, e não em um paper técnico completo incluído na evidência fornecida.

Algumas alegações são diretas e provavelmente fáceis de verificar, incluindo a licença Apache 2.0, a presença dos pesos no Hugging Face, a janela de contexto de 256K e a disponibilidade via Tinker Playground. Outras exigem mais cautela. Pontuações de benchmark como o Intelligence Index, Humanity's Last Exam e GPQA Diamond dependem de protocolos de avaliação, escolhas de prompting e versões do modelo. A afirmação de que nenhum modelo aberto de tamanho igual ou menor pontua mais alto vem da Artificial Analysis, conforme citada pelo The Decoder, e não de uma auditoria de mercado reproduzida de forma independente no material fornecido aqui.

Também não há dados detalhados de implantação nas evidências de origem. Ainda não temos números diretos sobre throughput, custos reais de serving, uso corporativo, estabilidade de fine-tuning ou desempenho de segurança sob testes adversariais. Então, embora o Inkling Small pareça convincente no papel como um lançamento eficiente de pesos abertos, os compradores devem tratar o quadro atual como guiado por benchmarks, e não como comprovado em campo.

Por que este lançamento importa para builders e empresas

Para os builders de IA, o sinal mais forte deste lançamento não é simplesmente que a Thinking Machines lançou outro modelo. É que a empresa está defendendo um alvo de otimização diferente. Em um mercado ainda dominado por anúncios de modelos carro-chefe, o Inkling Small sugere que há espaço para uma estratégia de produto construída em torno de raciocínio útil com menor tamanho ativo, menor consumo de tokens e personalização mais fácil.

Isso pode ressoar em vários fluxos de trabalho. Um assistente de programação que precisa de sugestões iterativas rápidas pode se beneficiar mais da eficiência de tokens do que do conhecimento mais amplo possível do mundo. Sistemas internos de IA corporativa construídos em torno de documentos proprietários podem preferir um modelo que possa ser ajustado com dados da empresa e implantado sob uma licença permissiva. Equipes que lidam com entradas multimodais podem ver valor em um único modelo que possa processar texto, imagens e voz sem recorrer por padrão a uma pilha proprietária maior.

O ângulo competitivo também é claro. Ao comparar a eficiência de tokens de saída com Deepseek V4 Flash e GPT-5.4 mini, o lançamento entra em uma faixa intermediária lotada de modelos que competem em custo-desempenho, e não apenas em liderança absoluta de benchmarks. É aí que muitos orçamentos de IA corporativa são de fato decididos. A questão é menos “qual é o modelo mais inteligente disponível?” e mais “o que é bom o suficiente, controlável o suficiente e acessível o suficiente para entrar em produção?”

Para a Thinking Machines, este lançamento ajuda a definir sua identidade. Em vez de tentar superar os maiores fornecedores de modelos fechados apenas com espetáculo, a empresa parece apostar que implantação aberta, raciocínio eficiente e flexibilidade de fine-tuning podem criar uma posição duradoura.

O que observar a seguir

Os próximos sinais a monitorar são práticos, mais do que promocionais. Primeiro, testes independentes do Inkling Small em tarefas de assistente de programação, confiabilidade de agentes e fundamentação factual mostrarão se a narrativa de benchmarks se traduz em uso em produção.

Segundo, vale observar se o lançamento no Hugging Face gera tração comunitária significativa: checkpoints derivados, receitas de ajuste, integrações com frameworks e relatórios reproduzíveis de latência. Lançamentos de pesos abertos importam mais quando atraem um ecossistema, e não apenas downloads.

Terceiro, o papel do Tinker Playground merece acompanhamento. Se o fine-tuning baseado no navegador reduzir a barreira da especialização, a Thinking Machines pode ganhar adoção entre equipes menores que não têm uma infraestrutura pesada de ML.

Por fim, quaisquer divulgações técnicas futuras da Thinking Machines serão importantes. Mais detalhes sobre arquitetura, métodos de treinamento, comportamento de segurança e economia de inferência ajudariam as empresas a avaliar se o Inkling Small é principalmente um modelo eficiente em benchmarks ou uma alternativa realmente operacional a sistemas proprietários maiores.

Perspectiva da Creati.ai

O Inkling Small se encaixa em uma mudança mais ampla na compra de IA corporativa: a otimização está migrando do prestígio bruto do modelo para a matemática de implantação. Um modelo um pouco pior no ranking, mas materialmente melhor no uso de tokens, na flexibilidade de ajuste e na licença, pode ser o produto mais importante.

A questão em aberto é se a Thinking Machines consegue transformar essa tese em adoção. O Inkling Small dá à empresa uma entrada credível no mercado de pesos abertos, especialmente por meio da Apache 2.0, do Hugging Face e do Tinker Playground. Mas, para se destacar, ela precisará de mais do que proximidade com o Inkling em benchmarks. Precisará de evidências de que as equipes conseguem construir IA corporativa real e agentes de IA sobre ela com melhor custo, controle e velocidade do que as alternativas fechadas.