Hugging Face apresenta o modelo local Inkling 2 Mini, com entrada de imagens
A Hugging Face publicou detalhes e instruções de uso do Inkling 2 Mini, modelo multimodal pensado para configurações locais. Ele aceita texto e imagens e tem contexto de 1 milhão de tokens.

A Hugging Face apresentou o Inkling 2 Mini, um modelo multimodal voltado a configurações locais. Segundo a empresa, ele tem cerca de 26 bilhões de parâmetros físicos no total, dos quais 3 bilhões são ativados por token, e aceita entradas de texto e imagens. A janela de contexto é de 1 milhão de tokens.
O modelo tem 24 camadas físicas, mas repete três vezes as 12 camadas centrais, reutilizando os mesmos pesos. A empresa também disponibilizou uma versão de pesquisa que permite escolher o número de repetições. Usar uma ou duas, em vez de três, pode acelerar a inferência, mas gerar respostas de qualidade um pouco menor; a Hugging Face diz que ainda não avaliou essa variante em profundidade.
A Hugging Face afirma que o modelo lidera 32 de 48 benchmarks comparados com Gemma 4 31B, Muse Glimmer, Qwen3.8-27B e Nemotron 3.5 Super VL. Em programação, lidera no FrontierCode v2.0, empata com o Qwen3.8-27B no Terminal-Bench 4.0 e fica atrás dele no AutomationBench-AA v1.0.6. Há suporte para Transformers, llama.cpp, MLX e SGLang. A publicação também inclui versões quantizadas de 4 e 8 bits para llama.cpp.
O que muda para você
Desenvolvedores podem rodar o Inkling 2 Mini em ferramentas como Transformers, llama.cpp e MLX; a publicação oferece versões de 4 e 8 bits para llama.cpp. O modelo também aceita imagens e texto. Para quem não trabalha com desenvolvimento, nada muda de imediato: a novidade é um modelo para execução local, e a própria empresa ressalva que a variante de pesquisa ainda não foi avaliada em profundidade.
Minha leitura
A contagem de benchmarks vencidos chama atenção, mas não resolve a decisão de uso. Os resultados são divulgados pela própria Hugging Face e variam conforme a tarefa: o modelo lidera em um teste de programação, empata em outro e fica atrás do Qwen3.8-27B em um terceiro. Eu avaliaria o Inkling pelas tarefas concretas que o produto precisa executar e pelo desempenho no equipamento disponível, não por uma classificação geral.
Thiago FelizolaConsultor de IA, curador do Diário da IA

