O cenário da inteligência artificial testemunhou uma novidade significativa com a apresentação do Inkling, o primeiro modelo de IA desenvolvido pela Thinking Machines Lab. Esta startup, fundada por Mira Murati, ex-diretora de tecnologia da OpenAI, introduziu sua criação em 15 de julho de 2026, uma quarta-feira. Distinguindo-se das ofertas dominantes no mercado de grandes empresas como OpenAI, Anthropic e Google, o Inkling foi disponibilizado como um sistema de código aberto, conferindo a desenvolvedores e corporações a liberdade de acessá-lo e adaptá-lo conforme suas necessidades.
O Inkling emprega uma arquitetura avançada conhecida como “mixture-of-experts” (mistura de especialistas), que engloba um total de 975 bilhões de parâmetros. Contudo, para cada tarefa específica, o sistema ativa e utiliza apenas uma fração desses parâmetros, aproximadamente 41 bilhões. Essa sofisticada arquitetura, já reconhecida em projetos de larga escala, desempenha um papel crucial na otimização de modelos com um número elevado de parâmetros, conferindo-lhes maior velocidade de processamento e uma notável redução nos custos operacionais.
Clem Delangue, CEO da Hugging Face, uma plataforma proeminente no universo da inteligência artificial de código aberto, expressou uma previsão similar em uma conversa na semana anterior. Ele sugeriu que os modelos de ponta continuarão a ser cada vez mais direcionados para a experimentação e para a execução de tarefas de alto valor estratégico. Paralelamente, a maior parte do trabalho de produção e implementação de IA será gradualmente migrada para alternativas privadas ou de código aberto, precisamente o tipo de divisão e especialização de mercado que a Thinking Machines está buscando desenvolver e capitalizar com sua nova proposta.
O argumento mais persuasivo em favor da abordagem da Thinking Machines veio à tona através de um projeto recente realizado em colaboração com a Bridgewater Associates, reconhecido como o maior fundo de hedge do mundo, embora não seja um investidor na startup. Pesquisadores de ambas as empresas uniram esforços para pegar um modelo de código aberto já existente e aprimorá-lo com treinamento adicional, incorporando a vasta expertise financeira da própria Bridgewater. Os resultados divulgados indicaram um desempenho notável, alcançando 84,7% em testes de raciocínio financeiro, superando os principais modelos de IA proprietários disponíveis no mercado, enquanto os custos operacionais foram aproximadamente um quatorze avos do valor para operar as alternativas fechadas. É crucial, contudo, ressaltar que esses resultados foram fornecidos pelas duas companhias envolvidas no projeto e ainda não foram submetidos a uma análise independente para verificação.
De qualquer forma, a Thinking Machines faz questão de enfatizar a impressionante agilidade com que alcançou este estágio de desenvolvimento e lançamento. Enquanto a OpenAI levou cerca de cinco anos para introduzir sua tecnologia no mercado e começar a gerar receita, e a Anthropic levou aproximadamente três anos para o mesmo feito, a Thinking Machines afirma ter atingido um patamar comparável em um período de cerca de nove meses. Essa rapidez sugere uma otimização significativa nos processos de pesquisa e desenvolvimento, ou uma estratégia de mercado diferenciada.
Naturalmente, alguns questionarão se o Inkling foi treinado utilizando dados ou resultados de modelos de concorrentes, uma prática conhecida como “destilação” que tem sido objeto de intenso escrutínio e debate na indústria de inteligência artificial. A resposta concisa, conforme os materiais de comunicação da empresa e seu foco em customização e desempenho equilibrado, indica que o desenvolvimento do Inkling priorizou a originalidade e a adaptação a dados específicos, evitando a dependência direta de outputs de outros modelos para sua fundamentação. Essa abordagem reforça o compromisso da Thinking Machines com uma proposta de valor única no ecossistema de IA.
