O que é o Inkling?

O Inkling é o primeiro modelo de pesos abertos da Thinking Machines, lançado sob a licença Apache 2.0. É um transformador Mixture-of-Experts (MoE) com 975 bilhões de parâmetros totais e 41 bilhões de parâmetros ativos por passagem direta. O Inkling suporta uma janela de contexto de até 1 milhão de tokens e foi pré-treinado em 45 trilhões de tokens abrangendo texto, imagens, áudio e vídeo. Ele raciocina nativamente entre essas modalidades e oferece esforço de pensamento controlável, permitindo que os usuários equilibrem custo e desempenho. O modelo está disponível para ajuste fino no Tinker, e seus pesos completos podem ser baixados diretamente.

Para quem é

• Desenvolvedores e engenheiros de IA que desejam um modelo base de pesos abertos forte e personalizável, que possam ajustar para casos de uso específicos sem dependência de fornecedor.
• Pesquisadores e contribuidores de código aberto que precisam de acesso aos pesos do modelo sob uma licença permissiva (Apache 2.0) para experimentação, adaptação ou treinamento adicional.
• Equipes que constroem aplicações multimodais que exigem raciocínio nativo entre texto, imagens e áudio com custos de inferência eficientes e controláveis.

Principais recursos

975B MoE com 41B parâmetros ativos

O Inkling usa uma arquitetura Mixture-of-Experts que ativa apenas uma fração de seus parâmetros totais por token. Esse design oferece a capacidade de um modelo grande, mantendo a computação de inferência eficiente e a latência gerenciável.

Janela de contexto de 1M tokens

O modelo suporta até 1 milhão de tokens de contexto, tornando-o adequado para análise de documentos longos, conversas estendidas e tarefas que exigem raciocínio sobre grandes quantidades de informação em uma única passagem.

Raciocínio multimodal nativo

O Inkling foi pré-treinado em texto, imagens, áudio e vídeo, e raciocina entre essas modalidades de forma nativa. Ele não depende de codificadores ou pipelines separados para diferentes tipos de entrada.

Esforço de pensamento controlável

Os usuários podem ajustar quanta computação o modelo gasta no raciocínio antes de gerar uma resposta. Isso permite um controle refinado sobre o equilíbrio entre qualidade da resposta e custo ou latência.

O que se destaca

O Inkling não é o modelo geral mais forte disponível hoje — em vez disso, uma combinação de qualidades o torna uma boa base de pesos abertos para personalização.

Esse posicionamento honesto diferencia o Inkling. Em vez de buscar as melhores pontuações em benchmarks, a Thinking Machines focou em construir um modelo de fundação equilibrado e flexível que se destaca como ponto de partida para ajuste fino. O modelo está disponível no Tinker para personalização imediata, e a equipe demonstrou isso fazendo o Inkling se ajustar sozinho — escrevendo seu próprio trabalho de treinamento, executando-o e avaliando o resultado — tudo dentro da plataforma Tinker.

Vale a pena conferir se…

Você está procurando um modelo de pesos abertos com licença permissiva que equilibre capacidade multimodal com inferência eficiente, e valoriza a capacidade de ajustar e personalizar o modelo para seus próprios casos de uso. O Inkling vale especialmente a pena explorar se você deseja experimentar com esforço de raciocínio controlável ou precisa de um modelo que possa lidar com contextos longos em texto, imagens e áudio.