Inkling: el modelo abierto de Thinking Machines contra los sistemas chinos

⏱ Tiempo de lectura: 3 min

Thinking Machines, la startup fundada por Mira Murati tras dejar OpenAI, lanzó Inkling, su primer modelo base con pesos completamente abiertos. El modelo de mezcla de expertos cuenta con 975 mil millones de parámetros, aunque solo activa aproximadamente 41 mil millones en promedio para cada tarea, lo que reduce costos y acelera el procesamiento. Fue entrenado con 45 billones de tokens de texto, imagen, audio y vídeo, permitiendo razonamiento multimodal nativo, aunque solo genera salidas en texto.

Inkling: acceso abierto y personalización en el código

La compañía pone los pesos completos a disposición de desarrolladores, permitiendo ajuste fino directo sin pagar licencias costosas. El modelo incluye controles de esfuerzo computacional que permiten intercambios entre velocidad y precisión, además de marcar salidas con indicadores de incertidumbre para evitar alucinaciones ciegas. Los desarrolladores pueden optimizar Inkling usando Tinker, la plataforma de entrenamiento de Thinking Machines lanzada en octubre de 2024. En pruebas tempranas, Inkling logró rendimiento comparable al modelo Nemotron 3 Ultra de Nvidia usando dos tercios menos de tokens. Explora modelos de lenguaje en nuestra cobertura especializada.

Desarrollo rápido y modelo de negocio diferenciado

Thinking Machines desarrolló Inkling desde cero en menos de nueve meses, reduciendo significativamente los ciclos de desarrollo de OpenAI y Anthropic, que requieren años. El entrenamiento ocurrió en sistemas GB300 NVL72 de Nvidia bajo una alianza anunciada en marzo de 2026. La empresa no cobra acceso mediante API, sino que genera ingresos a través de Tinker, un servicio de pago que facilita la personalización de modelos abiertos para casos específicos. Un piloto con Bridgewater Associates demostró que el ajuste fino especializado en datos financieros produjo un modelo ligero que alcanzó 84,7% en benchmarks financieros líderes, superando alternativas propietarias con menos del 10% del costo. Leer en siliconangle.com

El contexto detrás del anuncio

Analistas señalan que el ecosistema de modelos abiertos fue dominado por empresas chinas durante el último año, y Thinking Machines presenta la primera alternativa occidental creíble. El modelo cierra una brecha en la comunidad de código abierto occidental que se amplió tras que Meta redujera el énfasis en su familia Llama. Según Mitch Ashely de Futurum Group, Inkling permite que empresas occidentales pasen de modelos fijos a infraestructura controlada localmente, transformando la estructura de costos de precios por token a plataformas propias.

Dato	Detalle
Nombre del modelo	Inkling
Parámetros totales	975 mil millones
Parámetros activos promedio	41 mil millones
Arquitectura	Mezcla de expertos
Datos de entrenamiento	45 billones de tokens (texto, imagen, audio, vídeo)
Entrada multimodal	Texto, imagen, audio y vídeo
Salidas	Solo texto (incluye código y datos estructurados)
Pesos	Completamente abiertos y descargables
Plataforma de ajuste	Tinker (lanzada octubre 2024)
Tiempo de desarrollo	Menos de nueve meses
Infraestructura de entrenamiento	Nvidia GB300 NVL72
Rendimiento comparativo	Comparable a Nemotron 3 Ultra con 33% más eficiencia en tokens
Caso de uso financiero	84,7% en benchmarks financieros (menos del 10% del costo de alternativas propietarias)
Modelo de ingresos	Servicio pagado Tinker, no API por tokens

Preguntas frecuentes sobre Inkling

¿Cuál es la diferencia entre los parámetros totales y los activos de Inkling?

El modelo contiene 975 mil millones de parámetros, pero usa arquitectura de mezcla de expertos que activa solo cerca de 41 mil millones por consulta. Esto reduce latencia y costo sin sacrificar capacidad general.

¿Puedo usar Inkling sin pagar?

Los pesos están completamente abiertos y se pueden descargar gratis. Sin embargo, para ajuste fino optimizado, Thinking Machines ofrece Tinker como servicio de pago. Puedes ejecutar el modelo localmente sin suscripción.

¿En qué se diferencia del modelo de OpenAI o Anthropic?

Thinking Machines no cobra por acceso a API. En su lugar, monetiza Tinker, la plataforma para personalizar modelos. Este modelo permite que empresas controlen su infraestructura en lugar de depender de APIs propietarias.

La lectura para quienes usan IA a diario

Inkling representa un cambio estratégico en cómo se distribuye y monetiza la IA de frontera. En lugar de competir directamente en capacidad contra OpenAI o Anthropic, Thinking Machines apunta a quienes valoran control total, personalización profunda y costos predecibles. El modelo llena un vacío real en el ecosistema occidental de código abierto, que perdió competitividad frente a alternativas chinas.

En Inteligencia Artificial creemos que el modelo de negocio podría ser más disruptivo que el modelo mismo. Si Tinker logra consolidarse como plataforma estándar para ajuste fino, empresas que hoy pagan tokens API podrían migrar hacia control local, cambiando la estructura de costos de la industria. ¿Tu equipo evalúa modelos abiertos como alternativa a APIs propietarias?

Fuente: siliconangle.com