Inkling 2 Mini: Novo Modelo Multimodal MoE de 26B de Parâmetros Otimizado para Desempenho Local
Aprofundamento CEVIU
Aprofundamento
O Inkling 2 Mini é um modelo multimodal de 26 bilhões de parâmetros totais, com 3 bilhões ativos por token, desenvolvido pela Thinking Machines Lab. Sua arquitetura Mixture-of-Experts (MoE) é otimizada para inferência local, aceitando entradas de imagem e texto e suportando um contexto de 1 milhão de tokens. A inovação principal reside em seu loop de camadas: das 24 camadas de decoder físico, as 12 intermediárias são executadas três vezes, fazendo com que o modelo se comporte como se tivesse 48 camadas lógicas. Esse design permite que cada passagem refine os cálculos da anterior, mantendo um número menor de parâmetros físicos.
O modelo é distribuído em precisão mista (NVFP4 e MXFP8 para os experts) e inclui um drafter DSpark para aceleração. Ele é compatível com frameworks populares como transformers, Llama App (llama.cpp) e MLX, além de oferecer suporte a SGLang para deployments em produção. Testes iniciais indicam um desempenho competitivo, superando outros modelos de sua classe em benchmarks como o Artificial Analysis Intelligence Index v5 (AAv5) em diversas categorias, incluindo codificação, pesquisa automatizada, uso de ferramentas e interpretação visual.
O que mudou
O Inkling 2 Mini representa uma mudança de foco em relação aos seus antecessores. Em 16 de julho de 2026, o CEVIU noticiou o lançamento do Inkling, um modelo open-weights com 975 bilhões de parâmetros. Mais tarde, em 31 de julho de 2026, o Inkling-Small foi anunciado com 276 bilhões de parâmetros, focado em custo computacional reduzido. Já em 6 de novembro de 2026, o Inkling 2 Small foi lançado com 594 bilhões de parâmetros totais. O Inkling 2 Mini, com 26 bilhões de parâmetros, é significativamente menor que o Inkling 2 Small, visando especificamente setups de IA locais e explorando uma nova otimização de arquitetura de loop de camadas para eficiência.
Por que isso importa
Para desenvolvedores e empresas que operam modelos de IA localmente, o Inkling 2 Mini é um avanço significativo. Sua arquitetura otimizada e o tamanho reduzido permitem o aproveitamento de capacidades multimodais avançadas sem a necessidade de infraestrutura de nuvem robusta, impactando diretamente os custos e a latência. A compatibilidade com diversos frameworks facilita a integração em fluxos de trabalho existentes. A técnica de looping de camadas é uma abordagem interessante para aumentar a capacidade efetiva do modelo com menos parâmetros físicos, o que pode influenciar futuros designs de modelos otimizados para edge computing ou dispositivos com recursos limitados.
Linha do tempo
Thinking Machines lança Inkling, um modelo multimodal de 975 bilhões de parâmetros.
Thinking Machines anuncia Inkling-Small, um modelo MoE de 276 bilhões de parâmetros.
Thinking Machines lança Inkling 2 Small, um modelo MoE de 594 bilhões de parâmetros com entrada de imagens.
Lançamento oficial do Inkling 2 Mini, um modelo multimodal MoE de 26B de parâmetros otimizado para desempenho local.
Perguntas frequentes
O que é a arquitetura de looping de camadas do Inkling 2 Mini?
A arquitetura de looping de camadas permite que o Inkling 2 Mini reutilize as mesmas 12 camadas intermediárias de seu decoder físico por três vezes. Isso faz com que o modelo se comporte como se tivesse mais camadas lógicas (48, no total) do que físicas (24), com cada passagem refinando os cálculos da anterior e otimizando o uso de parâmetros.
Quais são as principais aplicações e casos de uso do Inkling 2 Mini?
O Inkling 2 Mini é ideal para aplicações de IA local que exigem processamento multimodal de imagem e texto, como assistentes de codificação, ferramentas de pesquisa automatizada, agentes que utilizam ferramentas e tarefas de interpretação visual. Ele é projetado para operar eficientemente em setups locais, sem depender de recursos de nuvem.
Como o Inkling 2 Mini se compara a modelos anteriores da linha Inkling?
O Inkling 2 Mini é significativamente menor que modelos anteriores como o Inkling (975B parâmetros), Inkling-Small (276B parâmetros) e Inkling 2 Small (594B parâmetros). Enquanto os modelos anteriores focavam em escala e custo computacional reduzido para tamanhos maiores, o Mini é otimizado para desempenho local com apenas 26 bilhões de parâmetros totais, utilizando uma arquitetura inovadora para maximizar a eficiência em ambientes restritos.
Quais são as opções de precisão e compatibilidade do Inkling 2 Mini?
O Inkling 2 Mini é fornecido em precisão mista, usando NVFP4 e MXFP8 para os pesos dos experts. Ele oferece ampla compatibilidade, suportando bibliotecas como transformers, Llama App (llama.cpp) e MLX para inferência, além de SGLang para deployments em produção, tornando-o versátil para diferentes ambientes de desenvolvimento e execução.
Fontes
- huggingface.cofonte original
- Categoria
- CEVIU IA
- Publicado
- 20 de novembro de 2026
- Editoria
- CEVIU IA

