NoticiasInteligência ArtificialTecnologia

Inkling 2 Mini: Thinking Machines lança IA de pesos abertos que roda em notebooks

A Thinking Machines Lab, empresa liderada por Mira Murati, anunciou em 20 de novembro de 2026 o Inkling 2 Mini, um modelo de inteligência artificial de pesos abertos projetado para executar tarefas complexas de programação e raciocínio utilizando menos recursos computacionais.

A novidade possui 26,4 bilhões de parâmetros, arquitetura Mixture-of-Experts (MoE) e aproximadamente 20 GB de memória ocupada pelos pesos do modelo. Sua principal inovação está na capacidade de repetir camadas internas durante o processamento, permitindo realizar mais cálculos sem necessariamente produzir respostas mais longas.

O lançamento representa mais um avanço na disputa por modelos de IA capazes de funcionar localmente, sem depender constantemente de servidores externos.

PUBLICIDADE

Como funciona a arquitetura do Inkling 2 Mini?

O principal diferencial do Inkling 2 Mini é sua arquitetura chamada looped transformer, que permite reutilizar determinadas camadas da rede neural durante o processamento de cada token.

Diferentemente dos transformers convencionais, nos quais cada camada é percorrida uma vez, o novo modelo utiliza 24 camadas organizadas em quatro blocos de seis.

Os dois blocos intermediários são executados três vezes, enquanto os blocos inicial e final são processados apenas uma vez.

Essa técnica amplia a quantidade de computação dedicada ao raciocínio sem exigir um aumento proporcional no número de parâmetros armazenados.

O modelo possui 26,4 bilhões de parâmetros totais, mas utiliza aproximadamente 3,4 bilhões de parâmetros ativos por passagem. Considerando as repetições das camadas, são realizadas cerca de 5,4 bilhões de ativações de pesos por token.

A estratégia permite melhorar tarefas que exigem planejamento, análise de problemas e execução de múltiplas etapas.

Desempenho em programação e benchmarks

Nos resultados apresentados pela Thinking Machines, o Inkling 2 Mini demonstrou desempenho competitivo em avaliações voltadas à programação e ao uso de ferramentas.

Entre os principais resultados divulgados estão:

  • DeepSWE v1.1: 48,2% de tarefas resolvidas.
  • Vals Index v2.2: 46,5%.
  • Artificial Analysis Intelligence Index: 20,1 pontos.
  • SWE-bench Verified: 79,2%.
  • BrowseComp: 79% em testes com compactação de contexto.

Os números colocam o modelo entre as alternativas de pesos abertos mais competitivas em determinadas avaliações, especialmente na categoria com menos de 100 bilhões de parâmetros.

Entretanto, os resultados dependem das configurações utilizadas em cada benchmark e não significam superioridade em todas as aplicações.

O sistema também apresenta limitações em conversas com múltiplas interações e instruções que envolvem diversas restrições simultâneas.

Modelo pode executar inteligência artificial offline

Outra característica importante do Inkling 2 Mini é a possibilidade de realizar inferência diretamente em computadores pessoais.

A Thinking Machines demonstrou o modelo funcionando em um MacBook Pro com chip M5 Pro e 48 GB de memória, completamente desconectado da internet.

Durante a demonstração, a inteligência artificial desenvolveu um simulador de voo jogável em poucos minutos, utilizando apenas os recursos do computador.

A execução local é possível graças à utilização dos formatos de precisão reduzida NVFP4 e MXFP8, que diminuem o armazenamento necessário para os pesos.

No lançamento, a empresa confirmou suporte ao Ollama em Macs com pelo menos 32 GB de memória RAM.

Isso não significa que qualquer notebook consiga executar o modelo adequadamente. O desempenho depende da memória disponível, do processador e da implementação utilizada.

Onde baixar e testar o Inkling 2 Mini?

O Inkling 2 Mini está disponível com pesos abertos no Hugging Face e pode ser utilizado por desenvolvedores interessados em aplicações locais ou personalizadas.

A empresa também disponibilizou acesso pela plataforma Tinker, incluindo recursos de inferência, ajuste fino e conversação pelo Tinker Playground.

Entre as ferramentas compatíveis estão Ollama, vLLM, SGLang, Unsloth e NVIDIA Dynamo.

Os desenvolvedores podem consultar o anúncio oficial da Thinking Machines para acessar os modelos, a documentação e as possibilidades de implementação.

O projeto também disponibiliza uma variante experimental com número variável de repetições, destinada à pesquisa sobre raciocínio e interpretabilidade.

Por que o lançamento é importante para o mercado de IA?

A chegada do Inkling 2 Mini reforça uma tendência importante: o desenvolvimento de modelos menores, capazes de oferecer raciocínio avançado com menor dependência de infraestrutura de nuvem.

A arquitetura também levanta novas questões sobre transparência, já que parte do processamento acontece internamente, sem necessariamente aparecer no texto produzido pela inteligência artificial.

Nos experimentos divulgados, o aumento das repetições reduziu a extensão do raciocínio verbalizado, mas não eliminou sua legibilidade.

Essa característica torna o projeto relevante tanto para desenvolvedores quanto para pesquisadores interessados em compreender o funcionamento das redes neurais.

O movimento acompanha a expansão dos modelos abertos, incluindo iniciativas como o GLM-5.2 da Z.ai, apresentado com contexto de 1 milhão de tokens.

Com pesos disponíveis publicamente, suporte a diferentes ferramentas e possibilidade de execução offline, o lançamento amplia as opções para construir agentes de IA em ambientes locais.

O diferencial não está apenas no tamanho reduzido, mas na tentativa de tornar o raciocínio computacional mais eficiente, especialmente em tarefas de programação e automação.

Diogo Fernando

Apaixonado por tecnologia e cultura pop, programo para resolver problemas e transformar vidas. Empreendedor e geek, busco novas ideias e desafios. Acredito na tecnologia como superpoder do século XXI.