Inkling vs Nemotron 3 Ultra: Qual modelo de peso aberto você deve implantar?
Esta Inkling vs Nemotron comparação coloca dois modelos de peso aberto um contra o outro: Inkling, o lançamento inaugural da Thinking Machines Lab (a startup liderada pela ex-CTO da OpenAI, Mira Murati), e o Nemotron 3 Ultra, o principal modelo aberto da NVIDIA. Ambos fornecem pesos baixáveis, ambos visam equipes que desejam auto-hospedar e ajustar em vez de alugar uma API fechada, e ambos atuam no mesmo nível de peso aberto. A parte interessante: em todos os confrontos diretos que temos, Inkling vs Nemotron 3 Ultra é o único confronto aberto em que Inkling lidera em todas as linhas de benchmark em nossos dados. Abaixo, apresentamos os números honestamente e depois cobrimos licenciamento, VRAM, custo e onde a pilha da NVIDIA ainda dá à Nemotron uma vantagem real.
Um aviso para construtores: não há aqui benchmarks auditados de confronto direto, portanto isto compara modelos e acesso, não pontuações. O OrcaRouter roteia modelos disponíveis via API por trás de um único endpoint compatível com OpenAI, para que você possa experimentar e comparar o Inkling e o Nemotron 3 Ultra sem ter que configurar vários SDKs.
Veredito TL;DR: Escolha Inkling se você quiser as pontuações brutas mais fortes em nossos dados, uma licença Apache 2.0 permissiva, uma janela de contexto de 1M tokens e entrada multimodal (texto + imagem + áudio). Escolha Nemotron 3 Ultra se você estiver padronizado na pilha empresarial e de hardware da NVIDIA (microsserviços NIM, NeMo, implantações certificadas DGX/Blackwell) e quiser um modelo ajustado para se encaixar nesse ecossistema. Ambos são de peso aberto e auto-hospedáveis.
Principais conclusões
Ambos são open-weight, baixáveis e auto-hospedáveis — isso é um confronto aberto contra aberto, não aberto contra fechado.
Inkling lidera todas as linhas de benchmark em nossos dados comparativos (conjunto MarkTechPost), desde HLE e AIME 2026 até SWE-bench Verified, Terminal Bench 2.1 e FORTRESS.
Inkling também lidera o índice independente: Artificial Analysis Intelligence Index 41 vs 38 para o Nemotron 3 Ultra.
Diferença de licença: Inkling é Apache 2.0; Nemotron 3 Ultra é distribuído sob a licença de modelo aberto da NVIDIA — verifique os termos da NVIDIA para os detalhes antes da implantação comercial.
A vantagem da Nemotron está no posicionamento: integração da pilha enterprise/hardware da NVIDIA, não vitórias em benchmarks em nossos dados.
Ressalva: Os benchmarks da Inkling são auto-relatados pelo fornecedor no lançamento; os números dos concorrentes vêm de terceiros e não são auditados de forma independente.
Aqui, os benchmarks são autorrelatados pelo fornecedor no lançamento (Effort 0.99) para a Inkling, e os números de terceiros são da Artificial Analysis e do MarkTechPost; nenhum foi auditado de forma independente, e os números dos concorrentes podem diferir dos valores relatados pela própria NVIDIA. As especificações da Inkling são da ficha do modelo da Thinking Machines.
Comparação rápida
Maker. Inkling: Thinking Machines Lab; Nemotron 3 Ultra: NVIDIA
Licença. Inkling: Apache 2.0 (auto-hospedagem livre de royalties); Nemotron 3 Ultra: licença de modelo aberto da NVIDIA (verifique os termos da NVIDIA)
Pesos. Inkling: Aberto (Hugging Face); Nemotron 3 Ultra: Aberto
Parâmetros. Inkling: 975B total / 41B ativos (MoE); Nemotron 3 Ultra: Não está em nossos dados
Contexto. Inkling: até 1M tokens (256K em APIs hospedadas); Nemotron 3 Ultra: não em nossos dados
Modalidades. Inkling: Texto + imagem + áudio de entrada, texto de saída; Nemotron 3 Ultra: Não está em nossos dados
Auto-hospedagem / ajuste fino. Inkling: Sim / Sim (Tinker); Nemotron 3 Ultra: Sim / Sim
Preço hospedado. Inkling: ~$1.87 entrada / ~$4.68 saída por 1M (AA); Nemotron 3 Ultra: Não está nos nossos dados
Células marcadas como “Not in our data” são omitidas em vez de adivinhadas — veja a divulgação acima.
Vencedor por categoria
Raciocínio / Conhecimento. Vencedor: Inkling; Notas: HLE 29.7% vs 26.6% (MarkTechPost)
Matemática. Vencedor: Inkling; Notas: AIME 2026 97.1% vs 94.2%
Codificação. Vencedor: Inkling; Notas: SWE-bench Verified 77.6% vs 70.7%
Agentic (terminal). Vencedor: Inkling; Notas: Terminal Bench 2.1 63.8 vs 56.4
Segurança (adversarial). Vencedor: Inkling (estreito); Notas: FORTRESS 78.0% vs 77.6%
Inteligência geral. Vencedor: Inkling; Notas: AA Intelligence Index 41 vs 38
Multimodal / Áudio. Vencedor: Inkling; Notas: Texto+imagem+áudio em; modalidades Nemotron não em nossos dados
Adequação para empresa/hardware. Vencedor: Nemotron 3 Ultra; Notas: Integração nativa com a pilha NVIDIA
Custo (auto-hospedagem). Vencedor: Empate; Notas: Ambos livres de royalties para auto-hospedagem (por cada licença)
Benchmarks de comparação direta
Os seguintes números provêm de um conjunto único e consistente relatado por MarkTechPost, mais um índice independente da Artificial Analysis. O negrito marca o líder.
HLE (sem ferramentas). Inkling: 29.7%; Nemotron 3 Ultra: 26.6%; Fonte: MarkTechPost
AIME 2026 (matemática). Inkling: 97.1%; Nemotron 3 Ultra: 94.2%; Fonte: MarkTechPost
SWE-bench Verificado (codificação). Inkling: 77,6%; Nemotron 3 Ultra: 70,7%; Fonte: MarkTechPost
Terminal Bench 2.1 (agentic). Inkling: 63.8; Nemotron 3 Ultra: 56.4; Fonte: MarkTechPost
FORTRESS (adversarial). Inkling: 78.0%; Nemotron 3 Ultra: 77.6%; Fonte: MarkTechPost
AA Intelligence Index. Inkling: 41; Nemotron 3 Ultra: 38; Fonte: Artificial Analysis
Esta é uma varredura limpa para a Inkling nos dados que temos. Vale a pena afirmar claramente: entre os rivais abertos contra os quais a Inkling foi avaliada, o Nemotron 3 Ultra é aquele que ela supera em todos os aspectos. Contra outros modelos abertos como GLM 5.2, Kimi K2.6 e DeepSeek V4 Pro, a Inkling alterna vitórias e derrotas — mas aqui ela lidera todas as linhas.
Mantenha as ressalvas em vista, no entanto. Estes são números autorrelatados no dia do lançamento do lado da Inkling, e as pontuações dos concorrentes foram compiladas por terceiros, não auditadas independentemente. As margens na FORTRESS (78,0% vs 77,6%) são estreitas o suficiente para que uma nova execução sob diferentes condições de teste possa invertê-las. Trate a direção como mais confiável do que os decimais.
Onde o Nemotron 3 Ultra vence
A vantagem do Nemotron 3 Ultra não está no placar dos nossos dados — ela é posicionamento. O Nemotron é a própria família de modelos da NVIDIA, e isso tem peso real para empresas já comprometidas com a stack da NVIDIA:
Co-design de hardware e software. Os modelos Nemotron são construídos para rodar de forma limpa no hardware da NVIDIA e são disponibilizados por meio das ferramentas empresariais da NVIDIA (microserviços de inferência NIM, o framework NeMo e implantações de referência certificadas DGX/Blackwell). Se sua equipe de plataforma já opera nessa pilha, o Nemotron se encaixa com o mínimo de atrito.
Suporte empresarial e empacotamento. Um modelo apoiado pela maquinaria comercial da NVIDIA é uma história de aquisição e suporte mais fácil para grandes organizações do que um primeiro lançamento de uma jovem startup.
Gravidade do ecossistema. Para equipes que padronizam em um único fornecedor para GPUs, drivers, runtime de inferência e modelo, o Nemotron reduz o número de partes móveis.
Nada disso aparece em uma tabela de benchmark, mas é frequentemente o fator decisivo em implantações empresariais.
Onde Inkling vence
Cada benchmark em nossos dados.HLE, AIME 2026, SWE-bench Verified, Terminal Bench 2.1 e FORTRESS todos favorecem Inkling, assim como o independente AA Intelligence Index (41 vs 38).
Licença mais permissiva. Apache 2.0 é tão pouco restritiva quanto as licenças abertas podem ser. A licença de modelo aberto da NVIDIA para Nemotron pode ter condições que valem a pena revisar (veja abaixo).
Entrada multimodal. Inkling aceita texto, imagens e áudio como entrada (saída de texto). O suporte de modalidade do Nemotron não está em nossos dados.
Janela de contexto enorme. Os pesos do Inkling suportam até 1 milhão de tokens (256 mil em APIs hospedadas).
Esforço de pensamento controlável. Um dial de esforço de raciocínio permite que você troque custo por profundidade por solicitação.
Preços e custos / TCO
Como ambos os modelos são de pesos abertos, a questão principal do custo é a mesma para cada um: a auto-hospedagem é isenta de royalties (sujeito aos termos de licença de cada modelo). Você paga pelas GPUs e pelas operações, não pelos pesos.
Para Inklingse preferir hospedagem gerenciada, provedores terceiros precificam (de acordo com a Artificial Analysis) em aproximadamente $1.87 / 1M input tokens e $4.68 / 1M output tokens em contexto de 64K (cache em torno de $0.374 / 1M), subindo para cerca de $3.74 / $9.36 em contexto de 256K. O fine-tuning é executado através da Tinker plataforma (opções de contexto de 64K e 256K), com um desconto de lançamento de 50% por tempo limitado, e há um Playground gratuito para experimentá-lo. Inkling também é notavelmente eficiente em tokens (~25K tokens de saída/tarefa), o que reduz o gasto real de tokens de saída.
Para Nemotron 3 Ultra, não temos preços por token hospedado em nossos dados, portanto não citaremos um número. Qualitativamente: se você executá-lo dentro de um acordo empresarial existente da NVIDIA, o custo do modelo pode ser incorporado em um negócio de stack mais amplo, o que pode alterar a matemática do TCO independentemente de qualquer taxa por token.
Licenciamento e implantação
Licenciamento. O Inkling é lançado sob Apache 2.0 — o uso comercial é permitido, a auto-hospedagem é isenta de royalties, e os termos são simples e bem compreendidos. O Nemotron 3 Ultra é distribuído sob licença de modelo aberto da NVIDIA. Nós não vamos adivinhar suas cláusulas específicas; a ação responsável é leia os termos da NVIDIA diretamente antes de se comprometer com a implantação comercial, já que licenças de modelo aberto podem incluir restrições de uso, exigências de atribuição, ou condições de uso aceitável que o Apache 2.0 não inclui. A conclusão prática: a licença do Inkling é a mais permissiva e previsível das duas.
Como executar o Inkling. Os pesos estão em Hugging Face (BF16 + um checkpoint NVFP4 para NVIDIA Blackwell). Níveis de VRAM:
BF16: ~2TB (aproximadamente 8×B300 ou 16×H200)
NVFP4: ~600GB (aproximadamente 4×B300 ou 8×H200)
Configurações restritas: Quantizações GGUF de 1 bit do Unsloth
Os runtimes suportados incluem SGLang, vLLM, TokenSpeed, Unsloth e Hugging Face transformers, e o acesso hospedado está disponível através de Together AI, Fireworks, Modal, Databricks e Baseten. Um quickstart mínimo do vLLM é assim:
vllm serve thinkingmachines/Inkling --tensor-parallel-size 8
Como executar o Nemotron 3 Ultra. O Nemotron 3 Ultra é igualmente de peso aberto e auto-hospedável, e foi projetado para ser executado através do próprio caminho de implantação da NVIDIA (microserviços NIM e o framework NeMo em hardware NVIDIA). Não temos sua pegada exata de VRAM ou um preço por token em nossos dados, então verifique a página do modelo da NVIDIA para os tamanhos dos checkpoints e tempos de execução suportados.
Qual você deve escolher?
Escolha o Inkling se você quiser o desempenho medido mais forte em nossos dados, a licença mais permissiva (Apache 2.0), entrada multimodal, uma janela de contexto de 1M-token e um modelo eficiente em tokens que você pode ajustar no Tinker. É a melhor escolha para equipes sensíveis a custos e para qualquer pessoa que queira máxima flexibilidade sobre como implantar.
Escolha Nemotron 3 Ultrase a sua organização já está padronizada no stack empresarial e de hardware da NVIDIA e valoriza essa integração apertada, empacotamento e suporte em vez da lacuna de benchmark. O placar favorece Inkling; o ecossistema pode favorecer Nemotron para você.
Não tem certeza? Ambas são gratuitas para auto-hospedar, então a ação de baixo risco é prototipar o Inkling (via o Playground gratuito ou um provedor hospedado) e o Nemotron (via o caminho de implantação da NVIDIA) em suas próprias tarefas representativas. Os benchmarks apontam um caminho; sua carga de trabalho é o verdadeiro juiz.
Para uma análise mais aprofundada do próprio Inkling, veja nossa revisão completa do modelo Inkling AI e o explicador What is Inkling AI?. Para outras comparações de pesos abertos, compare Inkling vs Kimi K2.6 e Inkling vs GLM 5.2, onde os resultados são mais próximos do que aqui.
Perguntas Frequentes
O Inkling é melhor que o Nemotron 3 Ultra? Com base nos dados que temos, sim. O Inkling lidera todas as linhas de benchmark comparativo (conjunto MarkTechPost) e o índice independente Artificial Analysis Intelligence Index (41 contra 38). Dito isso, esses números são auto-relatados ou de terceiros e não auditados de forma independente, e “melhor” também depende de quão bem cada modelo se encaixa na sua stack existente.
Qual é melhor para codificação?Inkling, segundo os números: SWE-bench Verified 77.6% vs 70.7% e Terminal Bench 2.1 63.8 vs 56.4 (ambos MarkTechPost). Como sempre, valide em sua própria base de código antes de decidir.
Qual é o mais barato? Ambos são livres de royalties para auto-hospedagem, então a resposta honesta é “depende da sua infraestrutura.” A Inkling tem um preço hospedado publicado (~$1.87/$4.68 por 1M tokens de entrada/saída via AA) e é eficiente em tokens; não temos o preço hospedado da Nemotron em nossos dados, e seu custo pode estar incorporado a um acordo mais amplo com a NVIDIA.
O Nemotron 3 Ultra é código aberto? É peso aberto — os pesos são baixáveis — mas ele é distribuído sob a licença de modelo aberto da NVIDIA, não sob uma licença de código aberto padrão aprovada pela OSI. “Peso aberto” não é o mesmo que “código aberto”. Verifique os termos da NVIDIA para os detalhes. Inkling, por outro lado, usa Apache 2.0.
Posso auto-hospedar o Nemotron 3 Ultra? Sim. É de pesos abertos e auto-hospedável, projetado para ser executado através das ferramentas de implantação da NVIDIA (NIM/NeMo) em hardware NVIDIA. Revise a licença antes do uso comercial.
Posso fazer fine-tuning do Inkling? Sim. O Inkling foi criado para personalização: faça fine-tuning por meio da plataforma Tinker (opções de contexto de 64K/256K, com um desconto de lançamento) ou hospede você mesmo os pesos Apache 2.0 e faça fine-tuning na sua própria infraestrutura.
Conclusão
Entre os concorrentes abertos para os quais temos dados, o Nemotron 3 Ultra é o único que a Inkling supera claramente — liderando todas as linhas de benchmark e o índice de inteligência independente, com uma licença Apache 2.0 mais permissiva e suporte multimodal e de contexto longo. A verdadeira vantagem do Nemotron 3 Ultra não está no placar, mas na sua adequação nativa ao ecossistema empresarial e de hardware da NVIDIA, o que pode importar mais do que alguns pontos de benchmark para equipes já comprometidas com essa stack. Tenha em mente as ressalvas — nenhum desses números é auditado de forma independente — mas, se você está escolhendo com base em capacidade medida e liberdade de licenciamento, a Inkling é a opção mais forte aqui.
