Thinking Machines Lança o Modelo de IA Inkling para Ajuste Fino Empresarial

Thinking Machines lançou o Inkling em 15 de julho de 2026, um modelo base de IA multimodal com pesos abertos (open-weight) feito para ajustes finos (fine-tuning) por empresas e desenvolvedores, em vez de competir na fronteira. O modelo é um transformer Mixture-of-Experts com 975 bilhões de parâmetros totais e 41 bilhões de parâmetros ativos, oferecendo uma janela de contexto de até 1 milhão de tokens. A empresa posiciona o Inkling como uma base flexível para personalização, destacando esforço de pensamento controlável e raciocínio multimodal nativo em texto, imagens e áudio. Os pesos completos do modelo estão disponíveis na Hugging Face, com ajustes finos acessíveis via a plataforma Tinker da empresa. A Thinking Machines afirma explicitamente que o modelo não reivindica status de ponta (state-of-the-art), mas foca na amplitude de capacidades, eficiência de custos e calibração de segurança para implantação em empresas.

Thinking Machines Releases Technical Specifications for Inkling Model

O Inkling é pré-treinado em 45 trilhões de tokens abrangendo texto, imagens, áudio e vídeo. O modelo oferece raciocínio multimodal nativo em todos os três tipos de entrada, uma capacidade que o diferencia da maioria das alternativas open-weight, que normalmente não têm suporte nativo a áudio. Desenvolvedores podem ajustar quantos tokens o modelo usa para resolver um problema, permitindo economias de custo e latência. Em testes, o Inkling igualou o Nemotron 3 Ultra no Terminal Bench 2.1 por aproximadamente um terço do custo em tokens.

A Thinking Machines também apresentou o Inkling-Small, uma variante mais leve com 276 bilhões de parâmetros totais e 12 bilhões de parâmetros ativos. O Inkling-Small se iguala ou supera o modelo maior em vários benchmarks, oferecendo uma opção mais barata para tarefas de síntese e avaliação (grading).

Inkling Achieves Competitive Benchmark Results Against Closed-Weight Models

Os resultados de benchmark mostram desempenho competitivo, mas não líder, em comparação com modelos de pesos fechados (closed-weight) como Claude Fable 5 e GPT-5.6 Sol em tarefas de raciocínio e agentic (agenciais). O lançamento destaca desempenho forte em codificação, seguir instruções, factualidade, visão e áudio.

No ForecastBench, o Inkling tem desempenho equivalente ao de modelos fechados líderes, incluindo Gemini 3.1 Pro e Grok 4.3. No FORTRESS, um benchmark que avalia a recusa de pedidos prejudiciais enquanto evita recusar demais analogias benignas, o Inkling marcou 78% em prompts adversariais, contra 77,6% do Nemotron 3 Ultra e 65,6% do Kimi K2.6.

Thinking Machines Implements Safety and Epistemic Calibration in Inkling Training

A Thinking Machines treinou o Inkling usando aprendizado por reforço contra regras corretas de pontuação em um grande conjunto de perguntas reais de previsão resolvidas, resultando em um modelo calibrado para expressar incerteza apropriada em vez de alucinar com confiança. O pipeline de treinamento incluiu dois avaliadores automatizados — um rubric grader e um claims grader com busca na web agentic — para melhorar simultaneamente a utilidade e reduzir erros factuais.

Thinking Machines Makes Inkling Available Through Multiple Deployment Partners

Tanto o Inkling quanto o Inkling-Small estão disponíveis via Tinker. As parcerias de implantação abrangem TogetherAI, Fireworks, Databricks, Hugging Face e outros.

FAQ

O que a Thinking Machines lançou em 15 de julho de 2026?

A Thinking Machines lançou o Inkling, um modelo base de IA multimodal com pesos abertos (open-weight) com 975 bilhões de parâmetros totais e 41 bilhões de parâmetros ativos, feito para ajustes finos (fine-tuning) por empresas e desenvolvedores.

Como o Inkling se compara a modelos de pesos fechados (closed-weight) em benchmarks?

O Inkling mostra desempenho competitivo, mas não líder, em comparação com modelos de pesos fechados como Claude Fable 5 e GPT-5.6 Sol em tarefas de raciocínio. No ForecastBench, ele tem desempenho equivalente ao Gemini 3.1 Pro e ao Grok 4.3. No FORTRESS, ele marcou 78% em prompts adversariais.

Onde os desenvolvedores podem acessar o Inkling para fine-tuning?

Os pesos completos do modelo estão disponíveis na Hugging Face, e o fine-tuning é acessível via a plataforma Tinker da empresa. As parcerias de implantação incluem TogetherAI, Fireworks, Databricks e Hugging Face.