Inkling 2 Mini: Thinking Machines libera modelo aberto de 26,4 bilhões de parâmetros, com cerca de 20 GB e licença Apache 2.0
vargas.com.br · · Novidades

Em 20 de novembro de 2026, a Thinking Machines Lab publicou no Hugging Face os pesos do Inkling 2 Mini, a versão pequena da família Inkling 2. É um modelo de linguagem que aceita texto e imagem e responde em texto, com licença Apache 2.0. O irmão maior, o Inkling 2 Small, com 594 bilhões de parâmetros, teve os pesos liberados em 12 de novembro.
O que saiu
- Tamanho: 26,4 bilhões de parâmetros no total, do tipo mistura de especialistas (MoE), com 3,4 bilhões ativos por token, segundo a ficha do modelo. Cada token passa por 8 de 128 especialistas.
- Camadas em laço: o modelo tem 24 camadas, e as 12 do meio rodam três vezes por token com os mesmos pesos. Contando essas voltas, fala-se em 5,4 bilhões de parâmetros ativos efetivos.
- Entrada e saída: texto e imagem na entrada, texto na saída. Contexto de até 1 milhão de tokens, segundo a ficha.
- Raciocínio: o nível de esforço de raciocínio é ajustável; a ficha avisa que o nível mínimo não desliga o raciocínio por completo.
- Desempenho: segundo a empresa, o Mini lidera entre os modelos abertos de tamanho parecido na maioria dos testes, com 48,2% no DeepSWE v1.1 e 79,2% no SWE-bench Verified, contra 42,2% e 77,8% do Qwen3.8-27B. A própria empresa mostra testes em que ele fica atrás, como o Terminal Bench v2.1. São números divulgados pela Thinking Machines.
Para quem roda em casa
- Memória, segundo os autores: o modelo ocupa cerca de 20 GB. A ficha cita como plataformas um DGX Spark e Macs com Apple Silicon de 32 GB ou mais, e recomenda 32 GB ou mais de VRAM em outras placas.
- Precisão dos pesos oficiais: os pesos já saem em precisão reduzida, uma mistura de NVFP4 (20 camadas) e MXFP8 (4 camadas), a mesma usada no treino, segundo a empresa. No repositório, o arquivo principal tem 19,5 GB e o módulo de previsão de vários tokens (
mtp.safetensors), 636 MB. - Ollama: há página oficial do modelo na biblioteca do Ollama, com versões de 20 GB, e o texto diz que ele roda num Mac com 32 GB ou mais ou num DGX Spark. A página não informa versão mínima do Ollama.
- GGUF da Unsloth: os arquivos vão de 7,76 GB (UD-IQ1_S) a 22,87 GB (UD-Q8_K_XL); a Unsloth recomenda o UD-Q4_K_XL, de 17,63 GB, e para ler imagens é preciso também o
mmproj-F16.gguf. A tabela da Unsloth indica cerca de 17 a 18 GB de memória (RAM mais VRAM, ou memória unificada) para as versões de 4 bits, como ponto de partida; contexto longo e imagens usam mais. - llama.cpp: segundo a Unsloth, os GGUF principais exigem uma compilação do llama.cpp com suporte às camadas em laço, como a da própria Unsloth; o llama.cpp oficial lê outro formato, que a Unsloth deixa numa pasta separada do repositório.
- Licença: Apache 2.0, que permite uso comercial. A Thinking Machines publica à parte uma política de uso aceitável, que diz valer para quem usa os pesos e proíbe, entre outros usos, golpes, vigilância, imitação de pessoas e decisões automáticas sobre direitos de alguém sem revisão humana.
- ComfyUI: não se aplica; é um modelo de texto. As fontes citam como formas de rodar Transformers, vLLM, SGLang, Ollama, Unsloth e llama.cpp.
Onde baixar e como começar
- Pesos oficiais: thinkingmachines/Inkling-2-Mini no Hugging Face.
- No Ollama: página do inkling-2-mini, com o comando
ollama run inkling-2-mini. - Em GGUF: unsloth/Inkling-2-Mini-GGUF, com o guia da Unsloth explicando qual compilação do llama.cpp usar e os parâmetros recomendados (temperatura 1,0 e top-p 1,0).
Fontes
- Fonte: Thinking Machines, Introducing Inkling 2 Mini (2026-11-20)
- Fonte: Hugging Face, ficha do Inkling-2-Mini (2026-11-20)
- Fonte: Unsloth, guia do Inkling 2 Mini (2026-11-20)
- Fonte: Ollama, biblioteca: inkling-2-mini (2026-11-20)