A Thinking Machines Lab lançou o Inkling 2 Small em 5 de novembro de 2026. Primeiro modelo da segunda geração da família Inkling, ele tem 594 bilhões de parâmetros no total, dos quais 17 bilhões são ativados por token. Por enquanto, o acesso é pelo Tinker, plataforma da empresa, e os pesos ainda não estão disponíveis para download. A companhia pretende publicá-los sob licença Apache 2.0 após testes externos de segurança.
3
O que é o Inkling 2 Small?
A Thinking Machines Lab, fundada pela ex-diretora de tecnologia da OpenAI Mira Murati, apresenta o Inkling 2 Small como seu modelo mais capaz até agora e o primeiro da segunda geração da família Inkling.
5
13 Ele usa uma arquitetura de mistura de especialistas (MoE), recebe texto e imagens e permite ajustar o nível de esforço de raciocínio. Desenvolvedores podem fazer inferências e ajustes finos pelo Tinker, mas não baixar os pesos neste momento.
2
3
A janela de contexto anunciada chega a até 1 milhão de tokens. Esse número, porém, não significa que todas as configurações disponíveis no Tinker ofereçam o mesmo limite: os limites da plataforma podem variar.
4
9
Acesso e planos para liberar os pesos
No lançamento, o Inkling 2 Small está hospedado no Tinker e tem pesos fechados. A Thinking Machines diz que pretende liberar os pesos completos sob a licença Apache 2.0 depois de testes externos de segurança e exercícios de red teaming — avaliações que buscam identificar riscos e vulnerabilidades.
3
O cronograma ainda não está definido com precisão nas fontes disponíveis. O anúncio de lançamento fala em “na próxima semana”, enquanto a página da família Inkling diz “nas próximas semanas” e condiciona a liberação a testes adicionais de segurança.
3
13 Portanto, são previsões, não uma data confirmada para download.
O que os benchmarks mostram
A Artificial Analysis atribuiu ao Inkling 2 Small 31 pontos no Intelligence Index, 18 a mais que seu antecessor.
20 Segundo a organização, se os pesos forem liberados, o modelo ocuparia a primeira posição entre os modelos de pesos abertos desenvolvidos fora da China em seu ranking atual. A afirmação é condicional: no lançamento, o modelo ainda era fechado, e o resultado não significa que ele lidere todos os benchmarks.
20
Outro relato descreve a pontuação no Intelligence Index como aproximadamente equivalente à do Gemini 3.8 Flash em sua configuração de raciocínio mais alta.
11 A comparação se refere a esse índice, não necessariamente a todos os tipos de tarefa ou uso.
A Artificial Analysis também aponta avanços em testes voltados a tarefas com agentes em comparação com o Inkling anterior: o AutomationBench-AA passou de 5% para 46%, e o FrontierCode 2.0, de 5% para 25%.
20 Já o cartão do modelo registra 13,1% no Terminal-Bench v4.0 e 86,3% no SWE-Bench Pro v2 (Hard); nessa última linha, a tabela marca o resultado como o segundo mais alto reportado.
26 Como são avaliações diferentes, esses números não devem ser tratados como uma medida única e definitiva da capacidade de programação.
Treinamento e limitações práticas
Relatos sobre o lançamento afirmam que o pré-treinamento do modelo usou nativamente o formato de quatro bits NVFP4 da Nvidia.
17 Esse é um detalhe do treinamento, distinto da contagem de parâmetros e das notas obtidas nas avaliações.
O modelo aceita texto e imagens, mas as descrições disponíveis indicam que gera texto e não recebe áudio.
1
6 Para quem desenvolve aplicações, a diferença prática imediata é o tipo de acesso: o Tinker permite usar o modelo e fazer ajustes finos, enquanto o download dos pesos depende da conclusão dos testes de segurança.
2
3