Thinking Machines Lança Inkling: Modelo Open-Weights com 975 Bilhões de Parâmetros e Capacidades Multimodais

A Thinking Machines apresenta o Inkling, um modelo transformer Mixture-of-Experts (MoE) que redefine as expectativas para modelos open-weights. Com 975 bilhões de parâmetros, ele foi projetado para flexibilidade e customização. O grande diferencial do Inkling é sua capacidade multimodal unificada, processando texto, imagens e áudio de forma nativa e integrada. Essa arquitetura encoder-free para mídias não-textuais, com áudio via spectrograms dMel e imagens em patches de 40x40 pixels, permite um raciocínio coeso entre as modalidades.

Para o desenvolvedor, o Inkling oferece um ambiente robusto. A plataforma Tinker e o Inkling Playground são espaços para experimentação e fine-tuning, otimizando a Experiência do Desenvolvedor (DX) na prototipagem. Ele também se destaca em tarefas agentic, como a criação de web apps funcionais e aprimoramento de código através de ciclos de feedback. A característica de

O Inkling estabelece um novo patamar em termos de escala para modelos Mixture-of-Experts open-weights. Seus 975 bilhões de parâmetros totais superam os 295 bilhões do Tencent Hy3 e os 120 bilhões do NVIDIA Nemotron 3 Super, que eram referências em modelos MoE de larga escala, conforme noticiado pelo CEVIU News em julho e março, respectivamente. Esta é uma evolução notável no tamanho e complexidade dos modelos de IA abertos.

Em termos de janela de contexto, o Inkling alcança 1 milhão de tokens, um marco que o alinha ao MiniMax M3, também divulgado pelo CEVIU News em junho de 2026. A funcionalidade de “controllable thinking effort”, que o Inkling demonstra ao usar um terço dos tokens para atingir a mesma performance do Nemotron 3 Ultra em benchmarks de codificação agentic, evolui o conceito de “esforço de raciocínio configurável” já visto no Mistral Small 4, tornado-o mais explícito e com ganhos de eficiência mensuráveis.

O lançamento do Inkling é um marco para a comunidade de desenvolvimento e para o avanço da IA open-weights. Sua vasta capacidade de customização via fine-tuning, aliada a ferramentas como o Tinker e o Inkling Playground, democratiza o acesso a modelos de grande escala. Isso permite que desenvolvedores adaptem a IA para nichos específicos, otimizando performance e reduzindo custos em cenários do mundo real.

A natureza multimodal e unificada do Inkling abre novas portas para aplicações em áreas como processamento de linguagem natural, visão computacional e áudio, impulsionando a criação de sistemas mais inteligentes e contextualmente conscientes. Além disso, a ênfase em segurança, calibração e resistência à censura do modelo, junto à sua eficiência de recursos, o torna uma base confiável e prática para a próxima geração de inovações em IA.