Thinking Machines lança Inkling 2 Small e dobra desempenho de LLM open source em 4,5 horas
A Thinking Machines apresentou o Inkling 2 Small, modelo para automação de tarefas de negócios e ajuste fino de LLMs abertos que, segundo a empresa, dobrou a pontuação de previsão...

Em resumo
- A Thinking Machines lançou o Inkling 2 Small, modelo open source para automação de tarefas de negócios e ajuste fino de LLMs.
- Segundo a empresa, o Inkling 2 Small dobrou a pontuação de previsão em apenas 4,5 horas de treinamento.
- O ajuste fino de modelos abertos se tornou uma frente de disputa entre empresas de IA.
- Desenvolvedores no Brasil podem se beneficiar do modelo para automação e personalização de LLMs.
A Thinking Machines apresentou o Inkling 2 Small, um modelo de IA voltado à automação de tarefas de negócios e ao ajuste fino de LLMs de código aberto. Segundo a empresa, o modelo dobrou a pontuação de previsão de um Qwen3.5-4B em apenas 4,5 horas — resultado que a companhia usa para defender que modelos compactos, bem ajustados, dão conta de trabalho do conhecimento sem depender de gigantes fechados. O anúncio ocorre em meio à busca da startup por uma rodada de financiamento reportada em US$ 5 bilhões, segundo o SiliconANGLE.
O que é o Inkling 2 Small e por que ele importa?
O posicionamento é específico: em vez de disputar o posto de modelo generalista de maior porte, o Inkling 2 Small mira duas frentes práticas — automatizar fluxos de negócio e servir de base para fine-tuning de modelos abertos já existentes. O nome indica a aposta em eficiência: a proposta é extrair desempenho de tarefas concretas com um modelo menor, ajustado ao domínio da empresa, em vez de recorrer a um modelo gigante para qualquer problema. A fonte não detalha arquitetura, número de parâmetros, licença de uso nem preço de acesso.
Os números do Inkling 2 Small: dobro do desempenho em 4,5 horas
O dado central divulgado é o salto obtido sobre um Qwen3.5-4B: a pontuação de previsão dobrou após 4,5 horas de ajuste. A empresa também afirma que o modelo superou concorrentes abertos em benchmarks de trabalho do conhecimento — a categoria que inclui leitura, classificação, previsão e produção de conteúdo estruturado. Vale o registro do que não foi informado: os benchmarks específicos usados, as pontuações absolutas, o hardware empregado no treino e o custo de cada hora de ajuste. Sem esses dados, a comparação com rivais ainda não pode ser reproduzida de forma independente.
Ajuste fino de LLMs abertos: a nova frente de disputa da IA
O movimento acompanha uma mudança maior no mercado: empresas passaram a preferir adaptar um modelo ao próprio domínio em vez de depender apenas de prompts em APIs fechadas. Modelos com pesos abertos, como o Mistral Large 4 (Le Chonk), ampliaram essa margem de manobra e criaram demanda por ferramentas que tornem o ajuste rápido e barato. É exatamente esse espaço que a Thinking Machines tenta ocupar — e é também o que explica o interesse de investidores em uma rodada desse tamanho.
Impacto do Inkling 2 Small para desenvolvedores no Brasil
Para times pequenos, o apelo é o ciclo curto: 4,5 horas de ajuste cabem em uma janela de trabalho e não exigem um cluster dedicado por semanas, o que reduz a barreira de entrada para equipes que não têm infraestrutura de grande porte. Em setores como jurídico, financeiro e atendimento, a possibilidade de especializar um modelo aberto tende a pesar mais que a adoção de um assistente genérico. Há também a dimensão de conformidade: manter o ajuste e a inferência em ambiente próprio facilita tratar dados pessoais sob a LGPD, ponto que ganha relevância à medida que a adoção corporativa avança.
Inkling 2 Small: lacunas e perguntas sem resposta
Faltam informações que decidem a adoção na prática: preço, termos de licença, limites de uso comercial, disponibilidade fora dos Estados Unidos e casos de clientes com métricas verificáveis. Também não há confirmação oficial sobre a rodada de US$ 5 bilhões — o valor foi reportado pela imprensa, não anunciado pela companhia. E, como todo benchmark divulgado pela própria desenvolvedora, os números do Inkling 2 Small pedem verificação por terceiros antes de virarem decisão de compra.
Perguntas Frequentes sobre o Inkling 2 Small
O que é o Inkling 2 Small?
É um modelo da Thinking Machines voltado à automação de tarefas de negócios e ao ajuste fino de LLMs de código aberto, com foco em trabalho do conhecimento. A empresa afirma que ele dobrou a pontuação de previsão de um Qwen3.5-4B em 4,5 horas.
Quanto custa e como acessar o modelo?
Essas informações não foram divulgadas. A fonte não traz preço, licença nem detalhes de disponibilidade para desenvolvedores.
A rodada de US$ 5 bilhões está confirmada?
Não. O valor foi reportado pela imprensa e o anúncio do modelo ocorre enquanto a empresa busca essa captação, sem confirmação oficial divulgada.
Fonte: siliconangle.com

Escrito por
Lucas MontarroiosSou Lucas Montarroios e dediquei os últimos 15 anos à linha de frente de operações de telecom e data centers. Minha carreira sempre foi pautada por um foco implacável: transformar tecnologia e cenários críticos em oportunidades reais de negócio. No novidades.ia.br, trago essa visão executiva para o universo da IA. Especialista em produtos, mercado e ferramentas práticas de IA. Minha missão aqui é filtrar o ruído do mercado, analisando benchmarks, estratégias de grandes empresas e ferramentas práticas.


