Thinking Machines lança Inkling, seu primeiro modelo com pesos abertos
A Thinking Machines apresentou o Inkling, seu primeiro modelo de IA com pesos abertos, que conta com 975 bilhões de parâmetros e suporta processamento multimodal de texto, imagens e áudio.
Thinking Machines lança Inkling
A Thinking Machines disponibilizou seu primeiro modelo com pesos abertos: o Inkling. O modelo possui 975 bilhões de parâmetros no total, dos quais 41 bilhões estão ativos, e é capaz de processar texto, imagens e áudio.
O acesso ao modelo é fornecido por meio da API da plataforma Tinker, com uma janela de contexto de 256.000 tokens. Os pesos do modelo estão disponíveis no Hugging Face, suportando contextos de até 1 milhão de tokens.
Resultados e Avaliações
No Índice de Inteligência Artificial (Artificial Analysis Intelligence Index), o Inkling obteve 41 pontos, tornando-se o principal modelo americano com pesos abertos, superando o Nemotron 3 Ultra, que marcou 38 pontos.
Personalização e Ajuste Fino
O Inkling foi projetado especificamente para personalização e ajuste fino (fine-tuning) através da plataforma Tinker, permitindo sua adaptação a produtos individuais e fluxos de trabalho específicos.
Preços
- Custo por 1 milhão de tokens com janela de contexto de 64.000:
$1,87 para tokens de entrada / $0,374 para cacheados / $4,68 para saída - Custo por 1 milhão de tokens com janela de contexto de 256.000:
$3,74 para tokens de entrada / $0,748 para cacheados / $9,36 para saída
Por que isso importa
AnáliseO Inkling representa um avanço significativo no desenvolvimento de modelos de IA com pesos abertos, capacitando os desenvolvedores a adaptar tecnologias às suas necessidades específicas. Isso abre novas possibilidades para a customização de soluções de inteligência artificial.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Pesquisadores do MIT mostram que GPT-6 Astra pode melhorar outros modelos de IA alterando seus pesos
Em um experimento, a Astra aumentou a precisão do Qwen3.5-0.8B no MATH-500 de 7,9% para 48,1% ao alterar apenas 0,016% dos pesos do modelo.
JSON — dados estruturados para aplicações, APIs e agentes de IA
Guia prático completo sobre o formato JSON: regras de sintaxe, serialização via parse/stringify, integração com REST API, JSON Schema e saída estruturada para inteligência artificial.
Formatos DOCX e XLSX: quando é necessário um documento final completo gerado por IA
Guia prático completo para geração e processamento de documentos DOCX e planilhas XLSX com IA: comparação com Markdown e CSV, engenharia de prompts, trabalho com fórmulas e automação em código.
Binance publica investigação sobre roubo de US$ 6,3 bilhões
A investigação relaciona o roubo a um Homebrew modificado, a uma entrevista falsa e ao uso de uma ferramenta interna de IA da Binance.