Nota: Este artigo foi traduzido automaticamente com OpenAI gpt-6.1-sol por meio do Codex CLI; a qualidade pode estar reduzida, especialmente na terminologia técnica.
Lançamentos
O Inkling 2 Small é bom mesmo?
A Thinking Machines, startup de Mira Murati, ex-cofundadora da OpenAI, tem tido uma trajetória relativamente discreta, com o lançamento de sua plataforma gerenciada de treinamento de LLMs, o Tinker, e do pouco impressionante LLM Inkling 1. Mas agora parece querer se firmar como um laboratório de ponta de peso com o lançamento do Inkling 2 Small.
Para começar, chamar esse modelo de “pequeno” é um tanto inadequado, já que ele tem quase 600 bilhões de parâmetros e exige mais de 300 GB de memória de GPU para ser colocado em operação. No início da história dessa área, pequeno significava modelos com <10 bilhões de parâmetros, grande era >100 bilhões, e médio ficava no meio. Agora ninguém (além da Qwen e da Liquid AI) faz modelos com menos de 100 bilhões, e qualquer coisa com menos de 1 trilhão de parâmetros é “pequena”, mas estou fugindo do assunto.
O Inkling 2 Small foi feito para se encaixar na categoria dos rápidos, baratos e bons, ao lado do DeepSeek V4.1 Flash 1017, do GLM 5.3 Flash, do GPT 6 Luna e do Haiku 5.5.
Ele está claramente um pouco atrás do Haiku e do DeepSeek em programação, mas ainda consegue competir e não fica tão distante.
No entanto, ele se destaca na maioria das outras categorias, com bom desempenho em benchmarks financeiros e jurídicos, compreensão de imagens e também design, sendo um dos melhores modelos na Design Arena.
As capacidades de design do modelo vêm do bom gosto aplicado ao seu treinamento. Normalmente, considera-se que treinar com mais tokens é melhor, mas a Thinking Machines seguiu na direção oposta, usando no pré-treinamento um quarto da quantidade de tokens do modelo Inkling original (12 trilhões contra 45 trilhões). A empresa também se concentrou na qualidade de seus ambientes sintéticos, em vez de apenas na quantidade, aproveitando ideias do Frontier Code, como avaliar a forma como o modelo abordou o problema (e não apenas se o código passou nos testes). Esse treinamento também o tornou mais adequado ao ajuste fino, algo com que o Inkling original tinha dificuldade.
Isso aponta para uma direção interessante, em que mais dados não são necessariamente melhores, o que contraria a visão dos pesquisadores que tradicionalmente apostam tudo no aumento de escala.
O Inkling 2 Small terá seu código aberto sob a licença Apache 2 em algum momento da próxima semana. No último ano, tenho dito que o título de “melhor modelo americano de código aberto” é um prêmio um tanto sem sentido, devido à baixa qualidade dos modelos que vêm saindo dos EUA. Mas a Thinking Machines parece estar mudando essa narrativa, surgindo como uma concorrente de peso no segmento de código aberto. Com certeza vou usar um pouco o Inkling 2 nas próximas semanas e estou ansioso pelos próximos lançamentos da Thinking Machines (talvez maiores?).
Para terminar
Espero que você tenha gostado das notícias desta semana. Se quiser receber as notícias toda semana, não deixe de se inscrever na nossa lista de e-mails abaixo.