Inkling: a aposta de Mira Murati é que o melhor modelo não é o mais forte

Quase todo lançamento de modelo grande vem embrulhado na mesma frase: somos o estado da arte. A Thinking Machines fez o contrário. No texto que apresenta o Inkling nesta quarta-feira, o laboratório fundado por Mira Murati — ex-diretora de tecnologia da OpenAI — escreve, com todas as letras, que o modelo "não é o mais forte disponível hoje, aberto ou fechado".

É uma admissão estranha para quem passou dezoito meses em silêncio e treinou um modelo de 975 bilhões de parâmetros em 45 trilhões de tokens. Mas ela faz sentido assim que se entende o que a empresa está vendendo — e o que não está.

O que é o Inkling, em números

É um transformer de mistura de especialistas — Mixture-of-Experts, ou MoE: uma arquitetura em que o modelo tem muitos "especialistas" internos e aciona só alguns por token, como uma redação enorme onde cada texto passa por três ou quatro editores, não por todos. São 975 bilhões de parâmetros no total, mas apenas 41 bilhões ativos por token: 6 especialistas roteados entre 256, mais 2 compartilhados. O resultado é um modelo com a capacidade de um gigante e o custo de inferência de um modelo médio.

Ele aceita texto, imagem e áudio, e devolve texto. A janela de contexto vai a 1 milhão de tokens. Os pesos estão no Hugging Face sob Apache 2.0 — a licença permissiva de verdade, sem cláusulas de uso aceitável que amarrem o adotante.

Por que abrir os pesos de um modelo de 975B

A tese da Thinking Machines é que o modelo pronto para todos os usos — o one-size-fits-all — é o produto errado. A empresa não ganha dinheiro com o Inkling. Ganha com o Tinker, sua plataforma de customização, onde o modelo já está disponível para fine-tuning (o ajuste do modelo com dados próprios) em contextos de 64K e 256K.

Dito assim, soa como jogada comercial — e é. Mas há um argumento técnico embaixo. O caso que a empresa exibe é um projeto com a Bridgewater Associates: um Inkling customizado que atinge 84,7% em raciocínio financeiro por cerca de um catorze avos do custo da alternativa proprietária. Se esse número se sustentar fora do material de marketing, ele descreve um mundo em que a pergunta relevante deixa de ser "qual modelo é mais inteligente" e passa a ser "qual modelo é meu".

Satya Nadella, da Microsoft, formulou o incômodo de outro jeito: empresas que rodam em modelos proprietários "pagam duas vezes" — na assinatura e no conhecimento de negócio que entregam junto com cada prompt. Clem Delangue, do Hugging Face, aposta que modelos de fronteira virarão ferramenta de experimentação enquanto a produção migra para o aberto. O Inkling é uma aposta financeira nessa leitura.

O truque do esforço controlável

A peça mais interessante do Inkling não é o tamanho — é o esforço de raciocínio ajustável. Durante o pós-treino, o custo em tokens foi manipulado deliberadamente para ensinar o modelo a operar ao longo de uma curva: pensar muito quando compensa, pouco quando não. Na prática, o operador escolhe onde ficar entre custo e desempenho, e a empresa afirma que o modelo alcança pontuações comparáveis às dos concorrentes usando cerca de um terço dos tokens.

É um detalhe que só parece pequeno para quem nunca pagou uma conta de inferência. Modelos de raciocínio ficaram caros justamente porque pensar virou sinônimo de gerar rios de tokens intermediários. Um botão que regula isso — sem trocar de modelo — é uma resposta de engenharia a um problema de economia.

O pós-treino também chama atenção pela escala: mais de 30 milhões de rollouts de aprendizado por reforço assíncrono, com ganho log-linear na recompensa agregada de avaliação (de 0,264 para 0,356). Traduzindo: quanto mais reforço aplicaram, melhor ficou — e a curva ainda não tinha virado.

As ressalvas — e há várias

Primeiro, os números são do próprio laboratório. Nenhuma avaliação independente foi publicada até agora, e a régua de benchmarks em 2026 já provou ser elástica.

Segundo, há uma admissão relevante no lançamento: a Thinking Machines usou dados de outros modelos abertos — incluindo o Kimi K2.5, da Moonshot AI — no início do pós-treino, antes do reforço em larga escala. A empresa promete pós-treino inteiramente próprio na próxima iteração. É honesto declarar; também é um lembrete de que "treinado do zero" tem asteriscos.

Terceiro, o modelo ingere áudio, imagem e vídeo, mas só produz texto. E o Inkling-Small, a versão que interessa a quem não tem um cluster à mão, ainda é prévia: os pesos completos não saíram.

Quarto, o contexto de negócio é nebuloso. Uma captação reportada em 50 bilhões de dólares travou em janeiro; dois cofundadores saíram para a OpenAI no mesmo mês. A empresa tem cerca de 200 pessoas e uma parceria com a Nvidia, de março, que forneceu toda a computação do treino. Um modelo aberto é também um cartão de visitas para quem precisa provar que existe.

O que fica

Chegar de dezoito meses de silêncio a um modelo de fronteira com pesos abertos é rápido — a OpenAI levou cinco anos até seu primeiro produto, a Anthropic, três. Mas a velocidade não é o que torna o Inkling interessante.

O interessante é a inversão que ele propõe. Durante três anos, a corrida foi por um número maior no topo do ranking, e o vencedor alugava o resultado por token. A Thinking Machines entrega um modelo confessadamente não-campeão e cobra pela ferramenta de adaptá-lo. É uma aposta de que o próximo eixo de competição não é a inteligência genérica, mas a especialização — que o modelo que sabe do seu problema vale mais que o modelo que sabe de tudo um pouco.

A aposta pode não se confirmar: customizar é trabalhoso, e "bom o bastante e meu" perde feio para "excelente e alugado" em muitos casos. Mas é a primeira tese de negócio em bastante tempo que não depende de ganhar a corrida — apenas de que ela deixe de importar tanto.

Perguntas Frequentes

O que significa "975B totais, 41B ativos"?

É a marca de uma arquitetura de mistura de especialistas (MoE). O modelo guarda 975 bilhões de parâmetros, mas aciona só 41 bilhões para processar cada token — 6 especialistas entre 256, mais 2 compartilhados. Na prática, ele tem o conhecimento de um modelo enorme com o custo de computação de um bem menor. O preço é a memória: os 975B precisam estar carregados.

Pesos abertos é o mesmo que código aberto?

Não. Pesos abertos significa que os parâmetros treinados podem ser baixados, rodados e modificados — o Inkling está sob Apache 2.0, que permite uso comercial sem restrições. Mas os dados de treino e o código do pipeline não são publicados. É liberdade de uso, não reprodutibilidade completa.

Por que o esforço de raciocínio ajustável importa?

Porque modelos que "pensam" geram muitos tokens intermediários, e tokens custam dinheiro e tempo. O Inkling foi treinado para operar em vários pontos de uma curva de custo/desempenho, permitindo pensar bastante numa questão difícil e pouco numa trivial — sem trocar de modelo. A empresa afirma atingir resultados comparáveis aos rivais com cerca de um terço dos tokens.