Inkling 2 Small: lançamento e disponibilidade confirmados
Imagem gerada pela Equipa Editorial da Inferama
01

O que foi lançado e quando

A Thinking Machines Lab publicou o Inkling 2 Small, um modelo multimodal de propósito geral que aceita texto e imagens como entrada e gera texto como saída. A data oficial de lançamento é 5 de novembro de 2026, conforme a ficha técnica do modelo.

O modelo é projetado para desenvolvedores que constroem aplicações com IA, incluindo sistemas agênticos, assistentes de código, chatbots e sistemas de geração aumentada por recuperação (RAG). Suporta inglês e outros idiomas, além de múltiplas linguagens de programação.

02

Arquitetura e especificações técnicas

O Inkling 2 Small é um transformador autoregressivo somente decodificador com 48 camadas e um esqueleto de Mistura de Especialistas (MoE) dispersa. Cada token é roteado para 8 de 384 especialistas, o que permite uma eficiência computacional significativa.

O modelo possui 594 bilhões de parâmetros totais, dos quais 17 bilhões estão ativos por token. A atenção é híbrida, combinando camadas locais e globais. É nativamente multimodal: as imagens são codificadas por um transformador de visão e projetadas em um espaço oculto compartilhado com o texto para serem processadas conjuntamente pelo decodificador.

Suporta numéricos MXFP8 e NVFP4. A janela de contexto declarada na ficha técnica é de até 1M de tokens, embora a disponibilidade real na plataforma Tinker varie conforme a modalidade de uso.

Especificações técnicas do Inkling 2 Small

CaracterísticaDetalhe
Parâmetros totais594B
Parâmetros ativos por token17B
ArquiteturaMoE dispersa (8 de 384 especialistas)
Camadas48
Modalidades de entradaTexto e imagem
Modalidade de saídaTexto
Janela de contexto (ficha)Até 1M tokens
Suporte numéricoMXFP8, NVFP4
03

Variantes, modalidades e acesso

O modelo está disponível por meio da plataforma Tinker, que oferece acesso via API para ajuste fino e amostragem. Os desenvolvedores podem começar instalando o pacote `tml-renderers` e utilizando o Cookbook do Tinker.

O Tinker oferece duas configurações principais para o Inkling 2 Small: uma com contexto de 64K tokens e outra com 256K tokens (identificada pelo sufixo `:peft:262144`). A configuração de 256K tem um custo de treinamento mais elevado, mas os preços de pré-preenchimento e amostragem são os mesmos da versão de 64K.

Além disso, existe uma opção de inferência serverless em beta com um identificador específico (`:sampling-nvfp4`), disponível atualmente apenas para Inkling, Inkling-Small e Inkling 2 Small. Para uso em produção, os interessados devem solicitar acesso por meio de uma lista de espera.

04

Preço e custos operacionais

Os preços no Tinker são calculados por milhão de tokens. Para o Inkling 2 Small, o custo de pré-preenchimento (entrada) é de 0,30 USD, com um desconto para 0,03 USD para tokens em cache. O custo de amostragem (saída) é de 1,00 USD por milhão de tokens.

O treinamento tem um custo de 1,50 USD por milhão de tokens na configuração de 64K e 3,00 USD na configuração de 256K. O armazenamento de pontos de verificação é cobrado a 0,10 USD por GB ao mês.

Na modalidade de inferência serverless em beta, os preços são de 0,30 USD para entrada, 0,03 USD para entrada em cache e 1,00 USD para saída, com um contexto máximo de 256K tokens.

Preços do Inkling 2 Small no Tinker (por milhão de tokens)

ModalidadeContextoPré-preenchimento (USD)Pré-preenchimento em cache (USD)Amostragem (USD)Treinamento (USD)
Padrão64K0,300,031,001,50
Estendido256K0,300,031,003,00
Serverless (beta)256K0,300,031,00N/D
05

Avaliações e desempenho

A ficha técnica publica uma série de resultados em benchmarks de terceiros. No Índice de Inteligência da Artificial Analysis v5.0, o Inkling 2 Small obtém uma pontuação de 30,6. No DeepSWE v1.1, atinge 72,1 %, e no SWE-bench Pro v2 Hard, 86,3 %.

Esses resultados são publicados pelo fornecedor e não foram reproduzidos de forma independente pela Inferama. O desempenho pode variar conforme a configuração, o idioma e o domínio específico da aplicação. Recomenda-se que os desenvolvedores realizem suas próprias avaliações antes de implantar o modelo em contextos de alto risco ou críticos para a segurança.

O modelo foi avaliado em segurança antes do lançamento, incluindo testes de interação cotidiana e capacidades perigosas. Foram aplicadas mitigações para reduzir riscos, e constatou-se que o modelo está substancialmente abaixo das capacidades dos modelos de fronteira em termos de perda de controle.

06

Limitações e considerações de segurança

O Inkling 2 Small pode exibir limitações comuns aos modelos de base, incluindo alucinações (geração de conteúdo plausível, mas factualmente incorreto), falhas ocasionais no seguimento preciso de instruções e degradação do desempenho em conversas longas de múltiplas rodadas.

Por ter sido treinado com dados derivados da web e sintéticos, o modelo pode refletir vieses demográficos, culturais ou linguísticos presentes nos dados de treinamento. Seu conhecimento é limitado à informação disponível até seu corte de treinamento e não reflete eventos posteriores.

Recomenda-se que os desenvolvedores apliquem supervisão humana e revisão para saídas utilizadas em contextos de alto risco ou críticos para a segurança. O modelo não deve ser implantado em domínios como medicina, direito ou tomada de decisão crítica para a segurança sem ajuste fino adicional, validação específica do domínio e supervisão humana.

07

Continue a explorar

Fontes consultadas

03

Correções e transparência

Se encontrar informação incorreta ou desatualizada, envie-nos a página e a fonte que devemos rever.

Propor uma correção