Thinking Machines Lab, la startup de IA fundada por la exdirectora técnica de OpenAI, Mira Murati, ha publicado su primer modelo, un gigante de 975 mil millones de parámetros llamado Inkling que es ahora el modelo estadounidense de pesos abiertos más grande del mercado.
Publicado bajo la permisiva licencia Apache 2.0, Inkling es un sistema de mezcla de expertos (MoE) que activa aproximadamente 41 mil millones de sus parámetros totales para cualquier tarea determinada. Fue entrenado desde cero con 45 billones de tokens que abarcan texto, imágenes, audio y video, y admite una ventana de contexto de 1 millón de tokens. La arquitectura utiliza 256 expertos enrutados más dos expertos compartidos, con seis expertos activados por token, un diseño inspirado en DeepSeek V3.
El modelo compite con modelos chinos de pesos abiertos de vanguardia como DeepSeek V4, GLM 5.2 y Kimi K2.6, aunque sus puntuaciones en benchmarks aún están por detrás de los sistemas propietarios de Anthropic y OpenAI. Su importancia radica menos en encabezar todas las tablas y más en llenar un vacío que ha frustrado a la comunidad de IA de código abierto: ningún laboratorio estadounidense ha publicado un modelo de pesos abiertos genuinamente capaz desde Llama 3.1 de Meta en 2024.
Inkling requiere hardware sustancial para ejecutarse en precisión nativa de 16 bits, alrededor de dos terabytes de memoria GPU, equivalente a aproximadamente ocho aceleradores B300 de Nvidia o 16 H200. Thinking Machines también ha publicado una versión cuantizada NVFP4 que necesita la mitad de las GPU. La plataforma Tinker de la empresa ofrece herramientas para fine-tuning y personalización.
Una de las capacidades más inusuales del modelo es su habilidad para escribir sus propios scripts de fine-tuning. “Thinking Machines presume de que el modelo es capaz de escribir sus propios scripts de fine-tuning para refinar su comportamiento, aprender nuevas habilidades y evaluar sus capacidades”, informó The Register. La empresa afirma que Inkling utiliza razonamiento de cadena de pensamiento entrenado mediante aprendizaje por refuerzo, y asegura que puede igualar al Nemotron 3 Ultra de Nvidia en el benchmark Terminal Bench 2.1 mientras usa aproximadamente un tercio de los tokens de pensamiento, aunque esos tokens siguen costando dinero, y cadenas de razonamiento más largas significan facturas de API más altas para los usuarios.
Inkling está disponible en Hugging Face bajo el identificador `thinkingmachines/Inkling` y a través de proveedores de API externos como TogetherAI, Fireworks, Modal, Databricks y Baseten. Los motores de inferencia compatibles incluyen vLLM, SGLang, Llama.cpp y TokenSpeed.
Una variante más pequeña, Inkling-Small, ha sido presentada como un MoE de 276 mil millones de parámetros con 12 mil millones de parámetros activos, orientada a aplicaciones sensibles a la latencia. Sus pesos se publicarán después de que finalicen las pruebas.
Para Murati y Thinking Machines Lab, que pasaron aproximadamente 18 meses construyendo en gran medida fuera del ojo público, Inkling es el primer punto de prueba público en una apuesta más amplia contra la filosofía de modelo de IA único que ha dominado la frontera.
Traducido por Alessandra
Fuentes: “Former OpenAI CTO does what Altman won’t, releases a frontier AI model that’s actually open” (The Register, 16 de julio de 2026); “Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling” (TechCrunch, 15 de julio de 2026)