Não é o modelo mais forte — mas talvez seja o modelo aberto mais útil.
Em 16 de julho, a Thinking Machines Lab (TML) lançou seu primeiro modelo de fundação, o Inkling: 975 bilhões de parâmetros, arquitetura MoE, pesos abertos sob Apache 2.0. No mercado de hoje, esses números mal se qualificam como notícia.
A notícia de verdade está na primeira frase do blog oficial deles: “O Inkling não é o modelo mais forte disponível atualmente — aberto ou fechado.”
Uma empresa fundada pela ex-CTO da OpenAI Mira Murati e pela ex-VP de pesquisa aplicada Luna Wang, respaldada por uma rodada seed de US$ 2 bilhões após treinar com 45 trilhões de tokens, começa com uma concessão? Claro que não. O que eles estão dizendo é: a dimensão em que os modelos abertos competem está passando por uma inversão irreversível.
Por dois anos, a narrativa do open-source foi movida por uma única pergunta — “consegue alcançar o GPT/Claude?” De Llama a DeepSeek a GLM, cada lançamento se media contra o carro-chefe fechado: a corrida de alto desempenho, na qual quem estivesse mais próximo do teto fechado nos leaderboards vencia. O Inkling substitui a pergunta na raiz.
Três Coisas Estranhas que o Inkling Fez
A equipe da TML veio do núcleo da OpenAI; não lhes falta talento nem capital, e poderiam ter seguido o roteiro do modelo aberto mais forte. Não seguiram. Três decisões deliberadamente contraintuitivas:
1. Declarar publicamente “não somos os mais fortes”
Revise as notas de lançamento de todos os modelos abertos mainstream dos últimos anos — nenhum se ofereceu a dizer “não somos os mais fortes”. O Inkling é o primeiro. Isso não é modéstia; é uma definição lúcida do mercado-alvo. A TML passou o último ano atendendo empresas por meio da plataforma de fine-tuning Tinker, e aprenderam o que qualquer comprador corporativo sabe: clientes que escolhem modelos não se importam com as diferenças dentro do top dez do leaderboard.
2. Treinar deliberadamente o modelo para às vezes pensar menos
O Inkling passou por RL assíncrono em larga escala no pós-treinamento — mais de 30 milhões de rollouts — mas o objetivo não era tornar o modelo mais inteligente. Era ensiná-lo a ler o ambiente e pedir de acordo. O mecanismo da TML é elegante: ao modificar mensagens de sistema e atribuir custos por token diferentes a tarefas distintas, o modelo aprendeu a julgar quais problemas merecem investigação profunda, quais tarefas podem parar cedo e se mais um parágrafo de raciocínio compra desempenho suficiente para se justificar. O resultado: no Terminal Bench 2.1, o Inkling empata com o Nemotron 3 Ultra da NVIDIA gerando um terço dos tokens. Em termos de engenharia: isso não é ensinar um modelo a pensar mais fundo — é ensiná-lo a pensar de forma mais lucrativa.
3. Deixar o modelo fazer o próprio fine-tuning
A TML preparou uma demonstração ousada: o Inkling escrevendo seus próprios jobs de fine-tuning via Tinker, executando o treinamento e avaliando os resultados. O modelo virou infraestrutura para moldar a si mesmo. A demo parece um truque, mas codifica toda a lógica de negócio da TML — plasticidade é o produto. O limite final de capacidade de um modelo não depende do teto do seu pré-treinamento, mas de se as empresas podem continuar remodelando-o com seus próprios dados.
Os Três Eixos da Usabilidade — um Novo Quadro de Avaliação
Colocando as três decisões lado a lado, uma lógica emerge: uma vez que a capacidade absoluta passa de um limiar, o padrão corporativo de “bom modelo” se inverte. Chame isso de os três eixos da usabilidade:
Eixo um: economia de tokens. Quanto sucesso na tarefa cada token compra? Não é uma métrica estática — é uma função da intensidade de raciocínio. Um modelo que só pensa em potência máxima e um modelo que comprime o raciocínio em tarefas fáceis enquanto escala nas difíceis são produtos completamente diferentes para uma empresa.
Eixo dois: completude do ciclo de customização. Pesos abertos mais uma plataforma de fine-tuning mais ferramentas de renderização de dados mais adaptadores de deploy — os quatro, sem exceção. Pesos sem ferramentas são um motor sem manual. O tml-renderer da TML, lançado junto, fecha o buraco mais negligenciado dessa cadeia: conversão de formatos de amostragem e fine-tuning para dados multimodais.
Eixo três: profundidade da multimodalidade nativa. Texto, imagem e áudio entrando em aprendizado conjunto desde o pré-treinamento — não codificadores de visão ou áudio adicionados depois. A filosofia de encaixe diz “construa um modelo de linguagem, depois adicione sentidos”; a filosofia nativa diz “a interação é multimodal por padrão, então o modelo deveria ser”. O Inkling posiciona a multimodalidade nativa como o motor de raciocínio de backend dentro de uma arquitetura de modelos colaborativa, trabalhando assincronamente com um modelo front-end de interação em tempo real — uma escolha de design mais profunda do que “suporta entrada de imagem”.
Rodando Outros Modelos Pelos Três Eixos
O quadro não é específico do Inkling — ele de repente explica os fenômenos “estranhos” do mercado no último ano. Por que o DeepSeek V3 conquistou a boa vontade global dos desenvolvedores? Não por superar o GPT-4o, mas por derrubar o custo de inferência em uma ordem de grandeza — ele vence no eixo um. Por que o GLM 5.2 está penetrando tão rápido nas empresas chinesas? Não só capacidade — a Zhipu entrega uma toolchain completa, da plataforma de fine-tuning ao deployment. Vence no eixo dois. Por que finanças e saúde migraram de “dá para usar modelos abertos” para “qual devemos escolher”? Porque as perguntas reais desses setores nunca foram um ponto percentual num leaderboard: dá para fazer fine-tuning com meus dados? Consigo arcar com a conta de inferência? Ele lida com minha entrada mista de voz, imagem e texto?
Faça essas três perguntas aos cinco melhores modelos abertos e muito poucos passam por unanimidade. O Inkling passa — e não por coincidência. A TML atendeu empresas via Tinker e moldou essas necessidades diretamente nos objetivos de design.
O Que Isso Significa
O lançamento do Inkling fecha uma era e abre outra. A era velha: a competição entre modelos abertos era um concurso de desempenho — quem se aproximasse do teto fechado representava o progresso do open-source. Essa narrativa gerou manchetes incontáveis de “modelo X alcança o GPT” enquanto estreitava a posição de mercado do open-source a “substituto gratuito quase equivalente”. A era nova: a competição entre modelos abertos é um concurso de usabilidade. Uma vez que a capacidade cruza o limiar, o fosso se move do teto de capacidade para o custo de usar bem a capacidade. Economia de tokens, profundidade de customização, completude multimodal — juntas, elas definem o que um modelo “pode se tornar nas mãos de uma empresa”, não “onde ele fica num ranking”.
Esse é o quadro invertido, e explica por que a TML pôde dizer “não somos os mais fortes” no dia do lançamento — porque “mais forte” nunca foi a disputa em que entraram.
O Que Fazer Com Isso
-
Se você conduz seleção de tecnologia: da próxima vez que avaliar um modelo aberto, olhe além do HLE e do SWE-bench. Pergunte: quantos tokens ele precisa para concluir minhas tarefas? Quão completa é sua toolchain de fine-tuning? Sua multimodalidade é nativa ou enxertada? Se você não consegue responder, nenhuma pontuação salvará seu ambiente de produção.
-
Se você constrói modelos: a frugalidade aprendida via RL do Inkling merece estudo profundo. Em contextos comerciais sensíveis a custo, um modelo que se auto-regula vence um modelo que só outputa em potência máxima — uma direção que quase ninguém explorou ainda. Oportunidade.
-
Se você investe: os três eixos formam um novo quadro de due diligence para empresas de modelos. Uma startup competindo apenas em “mais forte” se esgotará; posições diferenciadas nos três eixos carregam mais valor comercial do que qualquer coroa de leaderboard.
Fontes: Blog da Thinking Machines Lab — Introducing Inkling · 36Kr — “Inkling, o rei open-source americano que não persegue ninguém”
