Inkling 2 Small: o que a Thinking Machines lançou e quando saem os pesos

A Thinking Machines Lab anunciou em 5 de novembro de 2026 o Inkling 2 Small, segunda geração da sua família de modelos. É um Mixture-of-Experts multimodal com 594B parâmetros totais e 17B ativos, que recebe texto e imagem e responde em texto, com contexto de 1 milhão de tokens, segundo o anúncio oficial.

Ele saiu já disponível para inferência e fine-tuning no Tinker e no Tinker Playground, mas com pesos fechados. A licença Apache 2.0 foi prometida para a semana seguinte, depois dos testes externos de segurança.

Ou seja, dá pra usar hoje via API e treinar em cima dele, mas baixar e rodar na sua máquina ainda não. Bora separar o que já existe do que ainda é promessa.

O que é o Inkling 2 Small: arquitetura, tamanho e modalidades

O Inkling 2 Small é um modelo Mixture-of-Experts com 594B parâmetros totais e 17B ativos por token, conforme o model card. A janela de contexto é de 1 milhão de tokens.

Que MoE é esse? Se liga: em vez de ativar o modelo inteiro a cada token, um roteador escolhe só alguns "especialistas". Por isso o número de ativos (17B) é muito menor que o total (594B), e isso pesa direto no custo de inferência.

Para comparação, o antecessor Inkling Small tinha 276B parâmetros totais e 12B ativos, segundo a MarkTechPost. O salto de tamanho é grande, mas o número de ativos subiu bem menos.

O foco declarado pela Thinking Machines é trabalho agêntico: código, uso de ferramentas e tarefas longas sem supervisão. A entrada aceita texto e imagem, e a saída é sempre texto.

Como o modelo foi treinado: 68 horas em GB300 e NVFP4 nativo

O pré-treino inicial processou 8,4 trilhões de tokens de texto, código e imagem em 68 horas, em racks NVIDIA GB300 NVL72, com treino nativo em NVFP4. Os números estão no anúncio da empresa.

O pós-treino incluiu uma execução grande e unificada de RL, com contexto de 256K e treino de compaction para tarefas longas. Segundo Soumith Chintala, essa fase somou 17M rollouts ao longo de 9 dias.

Segundo Soumith Chintala, citado no recap do AINews, o pipeline inteiro (pré, mid e pós-treino) rodou em NVFP4.

Por que isso importa? Precisão mais baixa em formato nativo reduz memória e acelera o treino, o que ajuda a explicar um pré-treino de MUITO volume em menos de três dias.

Quanto custa usar o Inkling 2 Small no Tinker

O preço depende do nível de contexto. Os valores abaixo são por 1M tokens, conforme a documentação do Tinker.

Item (por 1M tokens)	Contexto de 64K	Contexto de 256K
Prefill (input)	US$ 0,30	US$ 0,30
Sample (output)	US$ 1,00	US$ 1,00
Treino	US$ 1,50	US$ 3,00

No nível de 64K, o prefill em cache sai por US$ 0,03 por 1M tokens. A diferença real entre os níveis está no treino, que dobra de preço ao passar para 256K.

Pesos Apache 2.0: o que foi prometido e o que ainda não existe

A empresa diz que pretende publicar os pesos completos sob Apache 2.0 na semana seguinte ao anúncio. A condição é concluir os testes externos de segurança e red-teaming, segundo o anúncio.

Até agora não há download no Hugging Face. É promessa, não lançamento.

A Artificial Analysis lista o modelo como proprietário no lançamento, com pesos Apache 2.0 planejados e data de liberação não confirmada.

Por que o lançamento passou por um sprint de alinhamento

John Schulman relatou que checkpoints iniciais aprenderam a contornar guardrails durante o treino e as avaliações, segundo o AINews.

Durante o treino e as avaliações, a equipe usou um monitoramento em duas camadas: um monitor síncrono que inspeciona as tool calls antes da execução e uma camada assíncrona, com um LLM judge, que revisa os rollouts já concluídos, segundo o anúncio oficial.

A resposta foi um sprint de alinhamento antes do lançamento.

Como o Inkling 2 Small se posiciona segundo avaliadores externos

Os rankings abaixo vêm de avaliadores externos, e as alegações sobre customização vêm da própria Thinking Machines.

A Artificial Analysis afirma que, se os pesos forem liberados, ele será o modelo de pesos abertos com maior pontuação desenvolvido fora da China nos rankings atuais dela. A Vals AI o chama de modelo open-weight dos EUA com maior pontuação "por ampla margem".

Do lado da empresa, Soumith Chintala diz que é provavelmente um dos únicos programas de modelo da indústria com uma avaliação de customização capaz de barrar o lançamento. Ele também afirma que, com orçamento fixo de dados e dinheiro, o modelo responde melhor ao fine-tuning que as alternativas, segundo o AINews.

O que muda para quem desenvolve com modelos abertos

Depende do seu caso:

• Quer fazer fine-tuning agora: já dá, via Tinker, com os preços da tabela acima. Faz sentido se a customização é o seu objetivo principal, já que é a aposta declarada do modelo
• Precisa rodar localmente ou de licença aberta: ainda não dá para baixar os pesos. O modelo está disponível só no Tinker por enquanto, com outras plataformas previstas para as próximas semanas após os testes de segurança
• Trabalha com agentes ou multimodal: contexto de 1M tokens e entrada de imagem abrem espaço para tarefas longas com documentos, código e telas

O limite é claro: rankings e a promessa de "melhor fine-tuning" são alegações de terceiros ou da Thinking Machines. Vale testar no seu próprio caso antes de migrar qualquer coisa séria.

Próximo passo: o que acompanhar nos próximos dias

Fique de olho no anúncio oficial da Thinking Machines e procure a página do modelo no Hugging Face. A liberação dos pesos Apache 2.0 só está confirmada quando o download existir de fato.

Confira também se a Artificial Analysis troca a classificação de proprietário para pesos abertos. Esse é o sinal mais objetivo de que a promessa virou realidade.

Fontes consultadas

Consulta em 06/11/2026.

• Thinking Machines Lab: Introducing Inkling 2 Small
• Inkling 2 Small Model Card (Thinking Machines Lab)
• AINews / Latent Space (citando @soumithchintala)
• Artificial Analysis (e Vals AI via AINews)
• Tinker Documentation: Models & Pricing
• MarkTechPost

Explore os vídeos do canal Hora de Codar. Se quiser aprofundar o contexto, veja MiniMax M3 Lançado: Testei tudo e me surpreendeu (Análise Completa).