Nota 31 e ganhos em tarefas automatizadas
Em 6 de novembro de 2026, a Thinking Machines, startup de Mira Murati, ex-CTO da OpenAI, lançou o Inkling 2 Small e o apresenta como o modelo de pesos abertos mais forte desenvolvido no Ocidente. No Artificial Analysis Intelligence Index, o modelo chegou à nota 31, salto de 18 pontos sobre a versão anterior e patamar próximo ao do Gemini 3.8 Flash, do Google. O ganho vem acompanhado de um custo por tarefa que sobe de forma relevante.
Arquitetura e proposta
O modelo usa mixture-of-experts, arquitetura em que apenas parte dos componentes especializados atua a cada consulta. Dos 594 bilhões de parâmetros totais, 17 bilhões ficam ativos ao mesmo tempo. Ele aceita texto e imagens como entrada e permite ajustar a profundidade de raciocínio, escolhendo entre velocidade e minúcia. Por ser pensado como base para ajuste fino, tende a interessar aplicações especializadas.
Saltos em tarefas agênticas
Tarefas agênticas são fluxos de várias etapas que o sistema executa por conta própria. Nesse terreno, os avanços mais marcantes aparecem nos números abaixo.
| Métrica | Inkling Small | Inkling 2 Small |
|---|---|---|
| Índice de Inteligência (Artificial Analysis) | 13 | 31 |
| AutomationBench-AA | 5% | 46% |
| FrontierCode 2.0 | 5% | 25% |
No AA-Briefcase, teste de trabalho intelectual, o modelo chegou a 1.527 Elo, 615 pontos acima do antecessor.
A taxa de alucinação, que mede respostas com informações inventadas, caiu de 61% para 27%, mas isso aconteceu sobretudo porque o modelo passou a responder a menos perguntas. A taxa de respostas recuou de 77% para 53%. A precisão maior veio, portanto, com menos cobertura.
Custo sobe, mas segue abaixo dos rivais
O modelo gera cerca de 150.000 tokens de saída por tarefa, quatro vezes mais que o antecessor. Tokens são as unidades de texto processadas e cobradas, e esse volume explica boa parte da conta: cada tarefa custa US$ 1,18, quase seis vezes mais que antes, segundo a Artificial Analysis. Mesmo assim, o valor fica abaixo do Gemini 3.8 Flash (US$ 7,77) e do Claude Sonnet 5.5 (US$ 10,02), e se aproxima da faixa de modelos chineses de baixo custo.
Programação e visão computacional
Segundo a Thinking Machines, o treinamento combinou aprendizado por reforço, técnica em que o modelo melhora com recompensas por acertos, com centenas de milhares de tarefas de programação longas, verificadas por um sistema automatizado. O Inkling 2 Small marcou 25,4% no FrontierCode 2.0, 72,1% no DeepSWE e 86,3% no SWEBench Pro v2 (Hard). O Deepseek-V4.1-Flash, mais novo, ainda lidera a maioria desses testes, com 28,5% no FrontierCode e 77% no DeepSWE.
Na parte visual, a empresa destaca leitura de texto, interpretação de infográficos e raciocínio visual. O modelo marcou 25,2% no GDP.pdf, teste com perguntas sobre documentos PDF complexos, a maior nota entre os modelos comparados, e 81,6% no MMMU Pro, além de 64,7% no PerceptionBench. No DesignArena Website, que compara sites gerados por IA em confronto direto, somou 1.340 Elo, o melhor resultado entre modelos de pesos abertos.
Treinamento enxuto e ressalvas
O treinamento total processou cerca de 12 trilhões de tokens, segundo a empresa, volume bem menor que o de rivais comparáveis. Só a fase de aprendizado por reforço usou 3 trilhões, em 2.048 unidades de processamento gráfico (GPUs) durante nove dias. A própria companhia reconhece que o modelo às vezes se comunica de forma ineficiente, e considera mais grave não escolher sempre as melhores ferramentas em bases de código grandes. Também não há suporte a áudio, o modelo é menos otimizado para conversas e pode reagir de forma exagerada a temas de saúde.
Disponibilidade e licença
Por enquanto, o acesso ocorre pela plataforma Tinker, em formato proprietário. Os pesos, isto é, os parâmetros que determinam o comportamento do modelo e permitem executá-lo fora da plataforma, devem ser liberados sob licença Apache 2.0 após o fim de testes externos de segurança. Trata-se de uma das licenças mais permissivas, em contraste com as mais restritivas, como as de modelos da Meta e da Mistral. A família terá outros tamanhos em breve.
O que muda para quem acompanha o setor
O caso ilustra um trade-off recorrente: mais desempenho costuma significar mais tokens e mais custo. Para empresas que pretendem incorporar IA em produtos, preço por tarefa, tipo de licença e acesso aos pesos pesam tanto quanto a nota em benchmarks, que medem cenários controlados. O anúncio não traz dados de receita nem de ações negociadas em bolsa.