AI3 min de leitura0 comentário

Thinking Machines lança Inkling 2 Mini, modelo aberto de 26,4 bi de parâmetros para notebooks

A startup fundada pela ex-CTO da OpenAI Mira Murati diz que o modelo roda offline em Macs com 32 GB de memória e lidera na sua faixa de tamanho em testes de programação.

Publicado
THINKING MACHINES · IA: 26.4B

Pontos principais

  • O Thinking Machines Lab lançou o Inkling 2 Mini em 20 de novembro de 2026 sob a licença Apache 2.0, que permite uso comercial.
  • O modelo tem 26,4 bilhões de parâmetros totais, mas usa 3,4 bilhões por token por meio de um design de mistura de especialistas.
  • Ele marcou 48,2% no teste de programação DeepSWE v1.1, contra 42,2% do Qwen3.8-27B, segundo a empresa.
  • Uma arquitetura de repetição executa as camadas intermediárias três vezes, o que, segundo a empresa, melhora o raciocínio a um custo computacional maior.
  • A empresa também lançou uma versão de pesquisa com número de repetições ajustável para estudar como esses modelos podem ser monitorados.

O que foi lançado

O Thinking Machines Lab, startup de IA fundada pela ex-diretora de tecnologia da OpenAI Mira Murati, publicou em 20 de novembro de 2026 um modelo de pesos abertos chamado Inkling 2 Mini. Pesos abertos significa que os arquivos de parâmetros podem ser baixados e executados ou modificados na máquina do próprio usuário. A empresa o lançou sob a licença Apache 2.0, que permite uso comercial, segundo a página do modelo no Hugging Face.

O modelo ocupa cerca de 20 GB de armazenamento e roda em dispositivos Apple silicon com 32 GB de memória ou mais, disse a empresa. Ele tem suporte no lançamento via Ollama e também roda no computador de IA de mesa DGX Spark, da Nvidia. Os pesos completos estão no Hugging Face, e ferramentas de código aberto comuns, incluindo SGLang e vLLM, o suportam. Ele também está disponível no Tinker, plataforma de ajuste fino do Thinking Machines, para inferência e personalização.

Tamanho e arquitetura

O Inkling 2 Mini usa um design de mistura de especialistas: o modelo contém muitas sub-redes com especialidades diferentes, e apenas algumas são acionadas para cada token. Ele tem 26,4 bilhões de parâmetros totais, dos quais 3,4 bilhões ficam ativos por token.

A maior parte dos pesos permanece no formato de 4 bits NVFP4 desde o treinamento até a implantação, com as quatro últimas camadas em 8 bits MXFP8. Como não é necessária compressão adicional na implantação, a empresa diz que o modelo não perde precisão na conversão.

A parte distintiva é uma estrutura de repetição. O modelo tem 24 camadas em quatro blocos; para cada token, o primeiro e o último blocos rodam uma vez e os dois blocos do meio rodam três vezes, de modo que 24 camadas de parâmetros realizam o trabalho de 48 camadas. A empresa diz que as camadas intermediárias repetidas lidam com raciocínio mais abstrato e que, em seus experimentos, colocar a repetição nas 12 camadas do meio melhorou os resultados em 27 de 28 benchmarks em comparação com colocá-la nas últimas 12.

Alegações de benchmark e limites

Segundo o post de lançamento do Thinking Machines, o Inkling 2 Mini marcou 48,2% no teste de programação DeepSWE v1.1 e 46,5% no teste geral Vals Index v2.2, ambos em primeiro lugar entre modelos de pesos abertos com menos de 100 bilhões de parâmetros totais. No DeepSWE v1.1, o Qwen3.8-27B marcou 42,2%. Um post no blog do Hugging Face contabilizou o modelo à frente em 32 de 48 testes contra quatro modelos abertos comparáveis, incluindo Gemma 4 31B e Qwen3.8-27B.

A empresa também listou fraquezas. O modelo fica atrás do Qwen3.8-27B em conversa de vários turnos e em instruções com muitas condições, e marca abaixo de modelos maiores em testes de raciocínio difícil, como o HLE-Diamond. A repetição fortalece o raciocínio, mas não acrescenta conhecimento armazenado, então a resposta a perguntas factuais fica aproximadamente no nível de modelos do mesmo tamanho; a empresa diz que compensa com busca e uso de ferramentas, liderando em testes como o BrowseComp, que exigem consultar informações online.

O custo é computacional. Em comparação com uma versão do mesmo tamanho sem repetições, o modelo com repetição custou 7,5% menos para treinar, mas precisa de 140% mais computação de inferência para alcançar o mesmo desempenho, segundo a empresa.

A questão do monitoramento

Uma forma comum de supervisionar sistemas de IA é ler o texto de raciocínio que um modelo escreve antes de responder. Uma repetição permite que o modelo calcule mais etapas internamente antes de falar, o que levanta a preocupação de que parte do raciocínio nunca seja escrita e, assim, fique mais difícil de inspecionar.

O Thinking Machines lançou uma versão de pesquisa separada, com número de repetições ajustável, para estudar isso. Em seus testes, sem raciocínio escrito, a duração da tarefa que o modelo conseguia concluir subiu do equivalente a 16 segundos de trabalho humano com uma repetição para 37 segundos com três repetições, e depois se estabilizou. Com cinco repetições, o texto de raciocínio teve em média 1.661 tokens, menos da metade dos 3.703 com uma repetição, enquanto o tamanho das frases e a proporção de palavras comuns em inglês permaneceram iguais. No LinuxArena, um teste que simula tarefas maliciosas, a taxa de concluir uma tarefa prejudicial sem ser detectado não mostrou tendência clara à medida que as repetições aumentaram.

A empresa disse que esses são resultados preliminares: o modelo de pesquisa foi treinado com aprendizado por reforço apenas com três repetições, e modelos maiores com mais repetições podem comprimir ainda mais o raciocínio. Ela citou isso como uma das razões para lançar a versão de pesquisa, para que a comunidade científica possa estudar a monitorabilidade de modelos com repetição.

Fontes

2 fontes
  1. ChainCatcher 链捕手Thinking Machines 发布本地 AI 模型 Inkling 2 Mini
  2. ABMedia 鏈新聞OpenAI 前技術長新創開源小模型:筆電離線跑,飛機上寫出飛行模擬器

Este artigo foi preparado pela BattleTown Newsroom a partir dos relatórios indicados acima.

Perguntas frequentes

O que é o Inkling 2 Mini?

É um modelo de IA de pesos abertos lançado pelo Thinking Machines Lab em 20 de novembro de 2026. Tem 26,4 bilhões de parâmetros totais, usa 3,4 bilhões por token e roda offline em dispositivos Apple silicon com pelo menos 32 GB de memória.

Qual licença o Inkling 2 Mini usa?

O modelo é lançado sob a licença Apache 2.0, que permite uso comercial, segundo sua página no Hugging Face. O Thinking Machines também publicou uma política de uso aceitável separada para o modelo.

Como funciona a arquitetura de repetição?

O modelo tem 24 camadas em quatro blocos. Para cada token, o primeiro e o último blocos rodam uma vez e os dois blocos do meio rodam três vezes, de modo que os parâmetros realizam o trabalho de 48 camadas. A empresa diz que isso melhora o raciocínio, mas exige mais computação de inferência.

Esta notícia tem fins meramente informativos. Não constitui aconselhamento financeiro, de investimento ou jurídico. Aviso legal

Comentários: 0 comentário

BattleTown: batalhas de tanques no navegador

Novos minijogos, «Assalto» e «Brecha», já estão no BattleTown

Voltar ao feed

Leia também

Escreva pelo menos 2 caracteres