⏱️ Lectura: 10 min
Thinking Machines Lab liberó el 15 de julio de 2026 los pesos completos de Inkling, un modelo Mixture-of-Experts con 975.000 millones de parámetros totales y 41.000 millones activos por inferencia.
📑 En este artículo
El modelo soporta hasta 1 millón de tokens de contexto y llega acompañado de Inkling-Small, una versión más liviana pensada para correr con menor costo. Ambos ya se pueden ajustar mediante fine-tuning en Tinker, la plataforma de la empresa.
TL;DR
- Thinking Machines Lab lanzó Inkling el 15 de julio de 2026, su primer modelo de pesos totalmente abiertos.
- Inkling es un modelo Mixture-of-Experts con 975.000 millones de parámetros totales y 41.000 millones activos.
- Soporta hasta 1 millón de tokens de contexto y fue preentrenado con 45 billones de tokens de texto, imagen, audio y video.
- La empresa también presentó en preview Inkling-Small, una versión de 12.000 millones de parámetros activos.
- Ambos modelos ya se pueden ajustar mediante fine-tuning en Tinker, la plataforma de la compañía.
- Thinking Machines demostró que Inkling puede reentrenarse a sí mismo: escribió su propio dataset y evaluó el resultado.
- El proceso de auto-ajuste, convertir a Inkling en un modelo lipograma sin la letra e, tardó unos 27 minutos.
Introducción
Thinking Machines Lab define su misión como construir IA que extienda la voluntad y el criterio humano. Hasta ahora esa misión se había visto en tres movimientos: una plataforma para personalizar modelos (Tinker), un adelanto de un sistema de IA pensado para colaboración interactiva y una serie de publicaciones de investigación. Inkling es el cuarto movimiento y el primero que entrega un modelo entrenado desde cero con los pesos completos disponibles para descarga.
La diferencia con un lanzamiento cerrado es concreta: cualquiera puede bajar los pesos de Inkling, correrlos en su propia infraestructura y modificarlos, algo que no es posible con un modelo que solo se accede vía API.
Qué pasó
Inkling es un transformer Mixture-of-Experts (MoE) con 975.000 millones de parámetros totales, de los cuales solo 41.000 millones se activan en cada paso de inferencia. Esa relación entre parámetros totales y activos es la clave de la arquitectura MoE: en vez de usar toda la red para cada token, un enrutador selecciona un subconjunto de expertos, lo que reduce el cómputo por token sin resignar capacidad total del modelo.
El modelo soporta una ventana de contexto de hasta 1 millón de tokens y fue preentrenado con 45 billones de tokens que combinan texto, imágenes, audio y video. En inferencia, Inkling razona de forma nativa sobre texto, imagen y audio, y permite controlar el esfuerzo de razonamiento (thinking effort) para balancear costo contra calidad de respuesta.
Junto a Inkling, Thinking Machines Lab compartió un preview de Inkling-Small, una variante con 12.000 millones de parámetros activos, entrenada con una receta similar pero pensada para correr con menor costo y latencia.
Contexto e historia
La compañía es explícita sobre el objetivo de este lanzamiento: Inkling no busca ser el modelo más fuerte del mercado, abierto o cerrado. Busca ser una base equilibrada y flexible, útil para personalización, con capacidades multimodales, razonamiento eficiente y disponibilidad inmediata para fine-tuning en Tinker.
Ese enfoque marca una diferencia frente a los lanzamientos que compiten exclusivamente por posición en benchmarks. Thinking Machines apuesta a que la combinación de pesos abiertos más una plataforma de ajuste fino accesible (Tinker) genere un ecosistema de variantes especializadas, en lugar de un único modelo generalista dominante.
Detalles técnicos y rendimiento
La arquitectura Mixture-of-Experts divide la red en múltiples subredes («expertos») y un mecanismo de enrutamiento decide, token por token, cuáles expertos participan. Con 975B parámetros totales y solo 41B activos, Inkling paga el costo de cómputo de un modelo mucho más chico que su tamaño nominal, mientras conserva la capacidad de almacenar conocimiento distribuido entre todos los expertos.
La tabla siguiente resume las diferencias entre las dos variantes anunciadas:
| Modelo | Parámetros activos | Contexto | Cuándo usarlo |
|---|---|---|---|
| Inkling | 41B (975B totales) | hasta 1M tokens | mejor calidad, tareas multimodales complejas |
| Inkling-Small (preview) | 12B | misma receta de entrenamiento | menor costo y latencia, prototipado rápido |
Para inferencia local con la librería estándar de Hugging Face, la carga del modelo sigue el patrón habitual de transformers:
from transformers import AutoModelForCausalLM, AutoTokenizer
tokenizer = AutoTokenizer.from_pretrained("thinkingmachines/Inkling")
model = AutoModelForCausalLM.from_pretrained("thinkingmachines/Inkling")
inputs = tokenizer("Explica que es un modelo Mixture-of-Experts", return_tensors="pt")
output = model.generate(**inputs, max_new_tokens=200)
print(tokenizer.decode(output[0], skip_special_tokens=True))Este fragmento carga el tokenizer y el modelo, genera una respuesta de hasta 200 tokens nuevos y la imprime en texto plano. Para confirmar qué variante quedó cargada en memoria, basta con inspeccionar model.config.num_parameters o el nombre del checkpoint en model.name_or_path.
Cómo empezar
Hay dos caminos para probar Inkling hoy. El primero es descargar los pesos desde Hugging Face y correr inferencia local con transformers, como en el ejemplo anterior. El segundo es entrar directo al Inkling Playground, la interfaz de chat que Thinking Machines Lab agregó a la consola de Tinker para conversar con el modelo antes de decidir si conviene como base para un fine-tuning.
💡 Tip: antes de lanzar un fine-tuning largo, probá el modelo base en el Inkling Playground: la sensación de uso real complementa lo que muestran los benchmarks.
Thinking Machines Lab mostró el flujo completo de ajuste fino usando al propio Inkling como agente: el modelo escribió su objetivo de entrenamiento (convertirse en un modelo lipograma que nunca usa la letra «e»), definió una función de puntaje binaria, lanzó el job en Tinker y esperó el resultado. El fragmento de la función de evaluación que escribió, adaptado del original, es este:
OBJECTIVE = "Un modelo lipograma que evita la letra e en todas las respuestas."
GEN_SYS = (
"Sos un asistente lipograma. Debes escribir todas las respuestas sin usar la letra 'e' o 'E'. "
"Evita ese simbolo por completo. Escribi respuestas largas y naturales usando solo palabras sin 'e'."
)
THRESHOLD = 10.0
def score(prompt, answer):
if "e" in answer or "E" in answer:
return 0.0
return 10.0La función de puntaje es binaria a propósito: si la respuesta contiene una sola letra «e», el job la descarta con puntaje cero. El pipeline completo (entrenar, evaluar contra el modelo base y actualizar los pesos) terminó en unos 27 minutos, según el propio anuncio de la compañía.
El siguiente diagrama resume ese ciclo de auto-ajuste:
flowchart TD
A["Inkling base"] --> B["Escribe su propio training job"]
B --> C["Ejecuta el fine-tuning en Tinker"]
C --> D["Evalua el resultado contra el modelo base"]
D --> E{"Supera el umbral fijado?"}
E -->|"Si"| F["Publica el checkpoint y actualiza sus pesos"]
E -->|"No"| BImpacto y análisis
Para equipos de desarrollo en LATAM, un modelo con pesos abiertos de este tamaño abre la puerta a correr inferencia y fine-tuning sin depender de una API cerrada, algo relevante en contextos donde la facturación en dólares o la latencia a servidores lejanos es un problema real. La contrapartida es que 975B parámetros totales, aunque solo 41B estén activos, siguen exigiendo una infraestructura de memoria considerable para self-hosting serio; ahí es donde Inkling-Small, con 12B activos, se vuelve la opción práctica para equipos sin acceso a clusters grandes.
💭 Clave: Thinking Machines Lab reconoce abiertamente que Inkling no es el modelo más fuerte disponible, abierto o cerrado. Apuesta a ser una base flexible para personalización, no a liderar tablas de benchmarks.
Esa honestidad editorial de la propia empresa es un dato en sí mismo: en un mercado donde cada lanzamiento suele venderse como el mejor de su categoría, Thinking Machines Lab elige posicionar a Inkling por su capacidad de adaptación (multimodalidad, esfuerzo de razonamiento controlable, disponibilidad en Tinker) en lugar de por métricas de desempeño.
Qué sigue
La compañía confirmó que Inkling es el primero de una familia de modelos de distintos tamaños. Inkling-Small todavía está en preview, lo que sugiere ajustes antes de una versión estable. Queda por verse si Thinking Machines Lab publicará variantes intermedias entre los 12B y los 41B activos, y si el Inkling Playground sumará más herramientas de evaluación dentro de la consola de Tinker.
📖 Resumen en Telegram: Ver resumen
Probalo vos: bajá los pesos de Inkling desde Hugging Face o abrí el Inkling Playground en la consola de Tinker y comparalo con el modelo que uses hoy.
Preguntas frecuentes
Qué es Inkling?
Es el primer modelo de pesos completamente abiertos entrenado desde cero por Thinking Machines Lab, con arquitectura Mixture-of-Experts.
Cuántos parámetros tiene Inkling?
975.000 millones de parámetros totales, de los cuales 41.000 millones se activan en cada inferencia.
Qué es Inkling-Small?
Una versión preview con 12.000 millones de parámetros activos, entrenada con una receta similar pero optimizada para menor costo y latencia.
Dónde se puede probar o ajustar Inkling?
Los pesos están disponibles en Hugging Face para inferencia local, y el fine-tuning se hace en la plataforma Tinker, que además incluye el Inkling Playground para chatear con el modelo.
Qué significa que Inkling se reentrenó a sí mismo?
Thinking Machines Lab mostró una demo donde el propio Inkling escribió su objetivo de fine-tuning, lanzó el job en Tinker, evaluó el resultado y actualizó sus pesos, todo en una sesión de agente de unos 27 minutos.
Inkling es el modelo de IA más potente del mercado?
No. La propia Thinking Machines Lab aclara que no es el modelo más fuerte disponible, abierto o cerrado: su valor está en ser una base flexible para personalización.
Referencias
- Thinking Machines Lab: Introducing Inkling: anuncio oficial con la ficha técnica del modelo y la demo de auto-ajuste.
- Hugging Face: plataforma donde Thinking Machines Lab publicó los pesos de Inkling para descarga.
- Wikipedia: Mixture of experts: explicación general de la arquitectura que usa Inkling.
- Thinking Machines Lab: sitio oficial de la compañía, incluye la plataforma Tinker para ajuste fino.
📱 ¿Te gusta este contenido? Únete a nuestro canal de Telegram @programacion donde publicamos a diario lo más relevante de tecnología, IA y desarrollo. Resúmenes rápidos, contenido fresco todos los días.
Imagen destacada: Foto de Steve A Johnson en Unsplash
0 Comentarios