O novo modelo de IA americano que promete personalização radical

O Inkling da Thinking Machines aposta alto numa arquitetura de Mixture of Experts (MoE) para escalar o modelo sem explodir os custos operacionais. Embora tenha 975 bilhões de parâmetros no total, apenas cerca de 41 bilhões são ativados para cada token processado. Essa eficiência é crucial, já que o modelo de 66 camadas usa 256 experts por camada, mas seleciona apenas seis para cada token, distribuindo a carga de trabalho de forma inteligente.

Para lidar com uma janela de contexto gigantesca de um milhão de tokens, o Inkling adota uma abordagem híbrida: alterna camadas de "sliding-window" (atenção local) com camadas de atenção completa (global) numa proporção de 5:1. As camadas locais processam o contexto imediato de forma barata, enquanto as camadas globais, que são menos frequentes, garantem que informações distantes no documento possam ser acessadas. Outras inovações incluem a capacidade de integrar dados multimodais, como imagens e áudio, sem a necessidade de encoders pré-treinados separados, e um controle de "thinking effort" que permite ao usuário modular o nível de raciocínio do modelo entre 0 e 1, ajustando a profundidade da análise antes de uma resposta.

Quando o CEVIU News noticiou o lançamento do Inkling em 16 de julho de 2026, a informação girava em torno da sua escala de 975 bilhões de parâmetros e das suas capacidades multimodais. A cobertura atual aprofunda as decisões técnicas que viabilizam essas características. Agora, entendemos a mecânica do roteamento de experts na arquitetura MoE, como a combinação de atenção local e global gerencia o contexto de um milhão de tokens e até mesmo a escolha de uma codificação de posição mais antiga. Essa matéria oferece uma visão concreta e detalhada da engenharia por trás do Inkling, indo além do anúncio inicial para explicar o "como" dos seus recursos.

O Inkling da Thinking Machines é um modelo que pode redefinir a acessibilidade de IA de grande escala. Ao disponibilizar seus pesos abertamente sob a licença Apache 2.0, a empresa incentiva a inovação e a personalização por parte de desenvolvedores e outras empresas. A arquitetura MoE e a forma como lida com o contexto são chaves para tornar modelos com quase um trilhão de parâmetros mais acessíveis em termos de custo. Isso significa que mais gente pode experimentar e construir sobre IA avançada, acelerando a criação de aplicações adaptadas e expandindo os horizontes do que é possível com modelos de linguagem.