Thinking Machines Lab lançou o Inkling em 15 de julho — um modelo de IA multimodal com 975 bilhões de parâmetros, com pesos completos disponíveis sob a licença Apache 2.0 no Hugging Face. A empresa foi fundada por Mira Murati, ex-CTO da OpenAI que saiu em setembro de 2024. O Inkling obtém 74,1% no MCP Atlas — quase 30 pontos acima do Nemotron 3 Ultra da Nvidia — tornando-se o modelo ocidental de pesos abertos com melhor desempenho em uso de ferramentas por agentes, embora modelos chineses, como GLM 5.2 e Kimi K2.6, liderem em vários benchmarks importantes.
Especificações do modelo Inkling e dados de treinamento
O Inkling usa uma arquitetura de mixture of experts com 975 bilhões de parâmetros totais e 41 bilhões de parâmetros ativos por tarefa. O modelo foi treinado do zero em 45 trilhões de tokens abrangendo texto, imagens, áudio e vídeo. Ele aceita entradas de texto, imagens e áudio e suporta uma janela de contexto de 1 milhão de tokens, cerca de 750.000 palavras. Os pesos completos estão disponíveis no Hugging Face sob a licença Apache 2.0, sem restrições. O fine-tuning está disponível por meio da plataforma de nuvem Tinker da Thinking Machines.
Desempenho em benchmarks contra a Nvidia e modelos chineses
No MCP Atlas — que mede o quão confiavelmente um agente de IA conclui tarefas do mundo real usando Model Context Protocol — o Inkling registra 74,1%, quase 30 pontos acima do Nemotron 3 Ultra da Nvidia. No SWE-Bench Verified — um teste de se um agente de IA consegue corrigir bugs reais de software do GitHub de forma autônoma — o Inkling marca 77,6%, acima dos 70,7% do Nemotron. No FORTRESS Adversarial — que testa com que consistência um modelo recusa prompts genuinamente prejudiciais sem fazer over-blocking de solicitações legítimas — o Inkling marca 78,0%, a maior nota entre todos os modelos de pesos abertos na comparação.
Modelos chineses mantêm vantagens em várias frentes. O GLM 5.2 da Z.ai marca 82,7% no Terminal Bench 2.1 — um benchmark que mede agentes autônomos de codificação em um ambiente real de terminal — contra 63,8% do Inkling. O Kimi K2.6 lidera o Humanity's Last Exam, um teste de raciocínio científico no nível de PhD. A Thinking Machines admite que o Inkling não é o modelo mais forte disponível hoje, aberto ou fechado, mas o posiciona como o modelo de pesos abertos mais capaz construído por um laboratório ocidental.
Histórico de financiamento e valuation da Thinking Machines Lab
Murati deixou a OpenAI em setembro de 2024 após atuar como CEO interina por cinco dias em novembro de 2023, durante a remoção temporária de Sam Altman. Ela fundou a Thinking Machines Lab em fevereiro de 2025. A empresa levantou US$ 2 bilhões em uma valuation de US$ 12 bilhões em julho de 2025, liderado pela Andreessen Horowitz com a participação da Nvidia, Accel, ServiceNow, Cisco, AMD e Jane Street — uma das maiores rodadas seed da história do Vale do Silício na época. Reportes de novembro de 2025 diziam que a empresa buscava uma nova rodada com valuation de US$ 50 bilhões. Essas conversas colapsaram em janeiro de 2026.
Prévia do modelo Inkling-Small
A Thinking Machines apresentou o Inkling-Small: 276 bilhões de parâmetros totais, 12 bilhões de parâmetros ativos, alinhando-se ao modelo maior na maioria dos benchmarks de raciocínio. A empresa afirmou que os pesos estarão disponíveis assim que os testes forem concluídos, sem cronograma definido.
FAQ
O que a Thinking Machines Lab lançou em 15 de julho?
A Thinking Machines Lab lançou o Inkling, um modelo de IA multimodal com 975 bilhões de parâmetros, treinado do zero, com pesos completos disponíveis no Hugging Face sob a licença Apache 2.0.
Como o Inkling se sai em comparação ao Nemotron 3 Ultra da Nvidia?
O Inkling tem 74,1% no MCP Atlas, quase 30 pontos acima do Nemotron 3 Ultra da Nvidia, e 77,6% no SWE-Bench Verified, acima dos 70,7% do Nemotron.
Quando Mira Murati fundou a Thinking Machines Lab?
Mira Murati fundou a Thinking Machines Lab em fevereiro de 2025, depois de deixar a OpenAI em setembro de 2024.