Thinking Machines lança o modelo de IA Inkling para personalização empresarial

Thinking Machines lançou o Inkling em 15 de Julho de 2026, um modelo de base multimodal de IA de pesos abertos com foco no ajuste fino para empresas e programadores, em vez de competir no patamar da fronteira. O modelo é um transformer Mixture-of-Experts com 975 mil milhões de parâmetros totais e 41 mil milhões de parâmetros ativos, suportando uma janela de contexto de até um milhão de tokens. A empresa posiciona o Inkling como uma base flexível para personalização, destacando o esforço de pensamento controlável e o raciocínio multimodal nativo em texto, imagens e áudio. Os pesos completos do modelo estão disponíveis na Hugging Face, com ajuste fino acessível através da plataforma Tinker da empresa. A Thinking Machines afirma explicitamente que o modelo não reivindica o estatuto de estado-da-arte, mas concentra-se na abrangência da capacidade, na eficiência de custos e na calibração de segurança para implementação empresarial.

Thinking Machines divulga especificações técnicas do modelo Inkling

O Inkling é pré-treinado em 45 biliões 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 distingue da maioria das alternativas de pesos abertos, que normalmente não incluem suporte nativo para áudio. Os programadores podem ajustar quantos tokens o modelo usa para resolver um problema, permitindo poupanças de custos e de latência. Em testes, o Inkling igualou o Nemotron 3 Ultra no Terminal Bench 2.1 com cerca de um terço do custo em tokens.

A Thinking Machines também fez uma antevisão do Inkling-Small, uma variante mais leve com 276 mil milhões de parâmetros totais e 12 mil milhões de parâmetros ativos. O Inkling-Small iguala ou excede o modelo maior em vários benchmarks, oferecendo uma opção mais económica para cargas de trabalho de síntese e avaliação.

Inkling obtém resultados competitivos em benchmarks contra modelos de pesos fechados

Os resultados de benchmark mostram desempenho competitivo, mas não líder, face a modelos de pesos fechados como Claude Fable 5 e GPT-5.6 Sol em tarefas de raciocínio e agentic. O lançamento destaca um desempenho forte em programação, seguir instruções, factualidade, visão e áudio.

No ForecastBench, o Inkling tem desempenho ao nível dos 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 recusa excessiva de análogos benignos, o Inkling marcou 78% em prompts adversariais, face a 77,6% no Nemotron 3 Ultra e 65,6% no Kimi K2.6.

Thinking Machines implementa segurança e calibração epistémica no treino do Inkling

A Thinking Machines treinou o Inkling usando aprendizagem por reforço com regras de pontuação corretas sobre um grande conjunto de perguntas de previsão do mundo real já resolvidas, produzindo um modelo calibrado para expressar incerteza apropriada em vez de alucinar com confiança. O pipeline de treino incorporou dois avaliadores automatizados — um avaliador com rubrica e um avaliador de reivindicações com pesquisa web agentic — para melhorar simultaneamente a utilidade e reduzir erros factuais.

Thinking Machines disponibiliza o Inkling através de múltiplos parceiros de implementação

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

FAQ

O que lançou Thinking Machines a 15 de Julho de 2026?

Thinking Machines lançou o Inkling, um modelo de base de IA multimodal de pesos abertos com 975 mil milhões de parâmetros totais e 41 mil milhões de parâmetros ativos, pensado para ajuste fino em empresas e por programadores.

Como é que o Inkling se compara com modelos de pesos fechados em benchmarks?

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

Onde podem os programadores aceder ao Inkling para ajuste fino?

Os pesos completos do modelo estão disponíveis na Hugging Face, e o ajuste fino é acessível através da plataforma Tinker da empresa. As parcerias de implementação incluem TogetherAI, Fireworks, Databricks e Hugging Face.