Thinking Machines Lab, a startup de IA fundada pela ex-diretora de tecnologia da OpenAI Mira Murati, lançou seu primeiro modelo básico em 15 de julho de 2026. O modelo, chamado Inkling, disponibiliza todos os seus pesos abertos para desenvolvedores que desejam ajustá-lo para seus próprios casos de uso – uma aposta deliberada na personalização em vez da abordagem de tamanho único que domina a indústria de IA. O lançamento marca a primeira prova pública para uma empresa que passou mais de um ano a construir infra-estruturas de IA em grande parte fora da vista do público, e chega num momento em que as empresas ocidentais estão ávidas por notícias de última hora sobre IA e alternativas credíveis tanto para modelos proprietários fechados como para sistemas chineses de código aberto de baixo custo.

O que é suspeita?

Inkling é o primeiro modelo totalmente treinado do zero pela Thinking Machines. É uma arquitetura de mistura de especialistas (MoE) com 975 mil milhões de parâmetros, embora, para o prompt médio, utilize apenas cerca de 41 mil milhões desses parâmetros para processar tarefas mais rapidamente e manter os custos baixos. Segundo a empresa, o modelo foi treinado em aproximadamente 45 trilhões de tokens de texto, imagem, áudio e vídeo e pode raciocinar nativamente em todos os quatro tipos de entrada. Suas saídas, no entanto, são limitadas a texto — embora esse texto possa incluir código, artefatos estilizados e dados estruturados.

O modelo oferece controles de “esforço de raciocínio” que permitem aos desenvolvedores fazer concessões, como sacrificar a velocidade de processamento pela precisão. Excepcionalmente, o Inkling também sinaliza incerteza nos seus próprios resultados, em vez de simplesmente gerar alucinações que parecem confiantes. Os desenvolvedores podem ajustar o modelo diretamente no Tinker, a API de treinamento da empresa lançada em outubro de 2025.

Uma alternativa ocidental aos modelos chineses de código aberto

Um dos aspectos mais significativos do lançamento é o que ele representa no ecossistema mais amplo de peso aberto. No ano passado, esse espaço foi dominado por empresas chinesas de IA, como DeepSeek e Alibaba, enquanto a Meta minimizou sua família de modelos Llama em favor de uma abordagem mais proprietária. O Inkling está posicionado como a primeira alternativa ocidental confiável a esses sistemas.

O analista do Futurum Group, Mitch Ashley, disse ao Wall Street Journal que Inkling oferece às empresas ocidentais uma alternativa focada na economia de personalização – mudando os gastos do preço da API por token para a infraestrutura que a própria empresa controla. “As equipes de engenharia deveriam tratar a seleção do modelo básico como uma decisão de arquitetura”, disse Ashley. "O modelo que uma organização ajusta torna-se parte de seu substrato de software, e os custos de mudança aumentam com cada personalização posterior."

Honesto sobre suas limitações

A Thinking Machines tem sido excepcionalmente transparente sobre o fato de que o Inkling não é o modelo mais forte do mercado. A empresa reconheceu que não corresponde aos sistemas proprietários de IA mais avançados disponíveis. Em vez disso, aposta que a personalização fará a diferença: em vez de lançar o Inkling como uma aplicação rígida ao estilo chatbot, a empresa posicionou-o como um modelo base que as organizações devem afinar e executar na sua própria infraestrutura.

A estratégia já se mostra promissora. Em colaboração com a Bridgewater Associates, os pesquisadores usaram o Tinker para ajustar um modelo aberto com dados financeiros especializados. O resultado foi um modelo leve e de baixo custo que obteve pontuação de 84,7% nos principais benchmarks de raciocínio financeiro — superando o desempenho das alternativas proprietárias mais avançadas por menos de 10% do custo.

Velocidade e Silício

A Thinking Machines disse que foi capaz de desenvolver o Inkling do zero em menos de nove meses, um cronograma que se compara favoravelmente aos ciclos de desenvolvimento plurianuais vistos em rivais como OpenAI e Anthropic. O modelo foi treinado no sistema GB300 NVL72 da Nvidia no âmbito de uma parceria entre as duas empresas anunciada em março de 2026.

Nos primeiros resultados de benchmark, a Thinking Machines mostrou que o Inkling alcançou um desempenho de codificação comparável ao modelo Nemotron 3 Ultra da Nvidia, usando dois terços menos tokens – um forte indicador de eficiência para organizações preocupadas com os custos.

O modelo de negócios: Tinker, não tokens

Em vez de cobrar dos clientes pelo acesso por meio de uma API medida, a Thinking Machines planeja gerar receita principalmente por meio do Tinker, seu serviço pago que simplifica para os desenvolvedores o ajuste fino de modelos de pesos abertos para tarefas específicas. Isto representa um desafio direto ao modelo de acesso fechado por token, pioneiro das maiores empresas de IA do Vale do Silício.

Para Murati, que deixou a OpenAI em setembro de 2024 e há muito insiste que sua nova empresa trata de acessibilidade, customização e colaboração multimodal, Inkling é uma declaração de intenções. A empresa aposta que o futuro da IA ​​não reside num único modelo dominante que todos pagam para consultar, mas num mundo onde as organizações possuem e moldam os modelos que impulsionam o seu trabalho mais crítico.

Se essa aposta valerá a pena dependerá de um número suficiente de empresas estarem dispostas a investir em ajustes finos e infraestrutura, em vez da conveniência de uma API gerenciada. Mas com o Inkling agora disponível no Hugging Face e no Tinker aberto para negócios, Thinking Machines deu ao movimento de peso aberto seu ponto de entrada ocidental mais significativo até então.

Fique à frente da IA

Quer mais cobertura da indústria de IA como esta? AI Buzz Wire rastreia todos os principais lançamentos de modelos, rodadas de financiamento e mudanças de política para que você não precise fazer isso.

Leia mais notícias sobre IA →