Introdução
O cenário da inteligência artificial acaba de ganhar um novo protagonista de peso. A Thinking Machines, startup fundada por Mira Murati (ex-CTO da OpenAI), lançou o Inkling, um modelo de linguagem multimodal com 975 bilhões de parâmetros totais, disponibilizado sob licença Apache 2.0 – uma verdadeira licença open source. Para empresas brasileiras que buscam alternativas aos modelos proprietários da OpenAI, Anthropic ou Google, o Inkling representa uma opção robusta para implementações on-premises ou em nuvens privadas, sem as amarras de licenciamento restritivo ou custos recorrentes de API.
O modelo se destaca não apenas pelo tamanho e capacidade multimodal nativa (processando texto, imagem e áudio), mas também por uma característica única: o controle programático do ‘esforço de raciocínio’, permitindo que desenvolvedores ajustem dinamicamente o balanço entre custo computacional e qualidade da resposta. Além disso, a Thinking Machines posicionou o Inkling como resistente à censura, respondendo diretamente sobre tópicos sensíveis sem os filtros ideológicos comuns em outros modelos.
Arquitetura e Capacidades Técnicas
O Inkling utiliza uma arquitetura Mixture-of-Experts (MoE) com 975 bilhões de parâmetros totais, mas apenas 41 bilhões ativos durante a geração de cada token – uma abordagem que otimiza o uso de recursos computacionais. O modelo suporta uma janela de contexto impressionante de 1 milhão de tokens, superando muitos concorrentes no mercado.
Diferentemente de modelos que adicionam capacidades multimodais através de encoders externos, o Inkling foi treinado desde o início para processar nativamente diferentes modalidades. Áudio é processado como espectrogramas dMel discretos e imagens como patches de 40×40 pixels através de uma MLP hierárquica (hMLP), projetando todas as modalidades em um espaço latente compartilhado. Essa abordagem de ‘early fusion’ sem encoder resulta em maior eficiência e integração mais natural entre modalidades.
O modelo já está disponível no Hugging Face e através da API Tinker da própria empresa, com suporte para as principais bibliotecas de inferência open source como SGLang, vLLM, TokenSpeed e llama.cpp. Uma versão quantizada NVFP4 otimizada para sistemas NVIDIA Blackwell também foi disponibilizada, facilitando a implementação em hardware de última geração.
Desempenho em Benchmarks: Competitivo mas não Estado da Arte
Nos testes de desempenho, o Inkling demonstra resultados sólidos, posicionando-se como um modelo de alta capacidade, embora abaixo do estado da arte absoluto. Em engenharia de software, alcança 77,6% no SWE-bench Verified, superando o Nemotron 3 da Nvidia (71,9%), mas ficando atrás do DeepSeek V4 Pro (80,6%) e dos modelos chineses de ponta como o GLM 5.2.
Na compreensão de voz, o modelo atinge 91,4% no VoiceBench, próximo ao Gemini 3.1 Pro (94,4%). Em tarefas matemáticas complexas, o Inkling se destaca com 97,1% no AIME 2026, superando inclusive o DeepSeek V4 Pro (96,7%). No entanto, em raciocínio puro e tarefas de codificação mais complexas, modelos especializados como o GLM 5.2 mantêm vantagem significativa.
Contra modelos proprietários como Claude Fable 5 e GPT 5.6 Sol, o Inkling fica consistentemente atrás em métricas de pico, mas mantém competitividade em tarefas multimodais. Por exemplo, no benchmark de visão MMMU Pro, o Inkling marca 73,3%, respeitável embora inferior aos 84,2% do Claude Fable 5. A mensagem é clara: o Inkling não busca dominar todos os benchmarks, mas oferece um equilíbrio sólido entre capacidades gerais e controle sobre custos.
Inovação em ‘Esforço de Raciocínio Controlável’
A característica mais inovadora do Inkling é seu mecanismo de ‘esforço de raciocínio controlável’. Desenvolvedores podem ajustar programaticamente um parâmetro de 0,2 a 0,99 que determina quanto o modelo deve ‘pensar’ antes de gerar uma resposta. Isso permite otimizar o uso de tokens (e consequentemente custos) baseado na complexidade da tarefa.
Durante o treinamento com reinforcement learning em mais de 30 milhões de iterações, os pesquisadores observaram um fenômeno emergente chamado ‘condensação da cadeia de pensamento’. O modelo aprendeu naturalmente a comprimir seus passos de raciocínio interno, eliminando conectivos gramaticais desnecessários enquanto mantinha a precisão das conclusões, resultando em latência drasticamente reduzida.
Para empresas brasileiras que pagam por token em APIs ou arcam com custos de energia e infraestrutura em implementações locais, essa capacidade representa economia significativa. Tarefas simples podem ser executadas com configurações mínimas de raciocínio, enquanto problemas complexos recebem o poder computacional necessário – tudo controlado via código.
Resistência à Censura e Considerações Éticas
Em um ecossistema onde modelos open source frequentemente adotam guardrails restritivos ou ecoam posições ideológicas específicas, o Inkling foi intencionalmente treinado para responder diretamente sobre tópicos politicamente sensíveis ou censurados. Nos testes do ‘Propaganda and Censorship Eval’ da startup Cognition, o modelo demonstrou ‘padrões fortes de não-conformidade com censura’.
Apesar dessa abordagem mais aberta, o Inkling mantém defesas robustas contra consultas genuinamente maliciosas ou ilegais. No benchmark StrongREJECT, que testa respostas a solicitações claramente prejudiciais, o modelo marcou 98,6%, alinhado com padrões de segurança de fronteira. No FORTRESS, alcançou 78% de recusa em queries adversariais (envolvendo armas, ciberataques ou violência) enquanto manteve 95,9% de conformidade em consultas benignas similares.
A Thinking Machines reconhece que vulnerabilidades típicas de modelos open source permanecem, incluindo tendência ocasional de cumprir com prompts de role-play indiretos sobre tópicos prejudiciais. A recomendação é tratar as recusas internas do modelo como apenas uma camada de segurança, implementando ferramentas externas de moderação como o Llama Guard para casos de uso específicos.
Implicações para o Mercado Brasileiro
Para o ecossistema tecnológico brasileiro, o lançamento do Inkling representa várias oportunidades estratégicas. Primeiro, a licença Apache 2.0 genuinamente aberta permite que empresas baixem, modifiquem e comercializem o modelo sem royalties ou restrições de uso comercial – um diferencial importante comparado a muitos modelos ‘open’ que vêm com licenças duais ou caps de receita.
Segundo, a capacidade multimodal nativa abre portas para aplicações sofisticadas em setores como varejo (análise de imagem e texto para e-commerce), saúde (processamento de laudos médicos com imagens) e educação (tutores virtuais que processam áudio, texto e imagens). O controle fino sobre o esforço de raciocínio permite que startups brasileiras com recursos limitados otimizem custos sem sacrificar funcionalidade.
Terceiro, para empresas preocupadas com soberania de dados ou que operam em setores regulados, a possibilidade de rodar o modelo completamente on-premises elimina preocupações sobre dados sensíveis transitando por APIs externas. Bancos, seguradoras e órgãos governamentais podem implementar IA avançada mantendo total controle sobre a infraestrutura.
O Contexto da Thinking Machines
O lançamento do Inkling culmina uma trajetória impressionante da Thinking Machines desde sua fundação. Quando Mira Murati deixou a OpenAI no final de 2024 para criar a empresa junto com veteranos como John Schulman e Barret Zoph, o objetivo declarado era construir sistemas multimodais flexíveis para colaboração genuína entre humanos e IA, com foco em ciência aberta.
Em julho de 2025, a startup garantiu uma rodada seed histórica de US$ 2 bilhões liderada pela Andreessen Horowitz, com valuation de US$ 12 bilhões. Em outubro do mesmo ano, lançaram o Tinker, uma API Python para fine-tuning de LLMs que dava aos pesquisadores controle granular sobre pipelines de treinamento.
A filosofia da empresa ficou mais clara quando o pesquisador Rafael Rafailov criticou publicamente a estratégia da indústria de simplesmente aumentar o poder computacional. Ele argumentou que os sistemas atuais tomam atalhos porque são treinados para completar tarefas, não para aprender genuinamente. A arquitetura do Inkling, com seu esforço de raciocínio controlável e capacidade de comprimir organicamente sua cadeia de pensamento, parece ser a primeira realização tangível dessa tese.
Conclusão
O Inkling da Thinking Machines não é o modelo com melhor desempenho absoluto disponível hoje, mas pode ser o mais estrategicamente importante para empresas que buscam independência tecnológica. Com 975 bilhões de parâmetros, capacidades multimodais nativas, controle programático sobre custos e uma verdadeira licença open source, o modelo oferece uma alternativa viável aos gigantes proprietários.
Para o mercado brasileiro, representa uma oportunidade de implementar IA de ponta sem as amarras de vendors internacionais ou preocupações com privacidade de dados. Empresas que investirem tempo em entender e customizar o Inkling para seus casos de uso específicos podem ganhar vantagem competitiva significativa, especialmente em aplicações que demandam processamento multimodal ou controle fino sobre custos operacionais.
O lançamento também sinaliza uma tendência importante: a democratização real da IA avançada através de modelos genuinamente abertos. Enquanto a corrida pelo estado da arte continua, a Thinking Machines prova que há espaço e demanda para modelos que priorizem flexibilidade, controle e acessibilidade sobre benchmarks absolutos. Para empresas pragmáticas, essa pode ser exatamente a abordagem necessária para transformar IA de experimento em ferramenta de produção.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em VentureBeat, disponível em https://venturebeat.com/technology/thinking-machines-open-sources-first-multimodal-language-model-inkling-focused-on-low-cost-and-resistance-to-censorship.
