Suscríbete

Portada · Tecnología · Inteligencia artificial

Thinking Machines lanza Inkling 2 Mini, modelo abierto que corre en un computador portátil

Por Cristopher Clavero

Naturaleza muerta al óleo: un portátil cerrado con un chip encima, una cinta enrollada en tres vueltas y un frasco de vidrio
Ilustración: growclub

Thinking Machines Lab, la empresa de inteligencia artificial fundada por Mira Murati, ex directora de tecnología de OpenAI, lanzó este viernes 20 de noviembre Inkling 2 Mini, un modelo de pesos abiertos “lo bastante pequeño para correr en tu computador portátil”, según la compañía. Tiene 26.400 millones de parámetros, ocupa unos 20 GB y se publica con licencia Apache 2.0, que permite usarlo y modificarlo también con fines comerciales.

Su rasgo distintivo es que repite tres veces las capas intermedias en cada token, lo que le permite razonar más y llegar a la respuesta correcta con menos texto. La firma independiente Artificial Analysis le dio 20 puntos en su Intelligence Index, el mismo puntaje que Qwen3.8 27B (en su nivel de razonamiento “xhigh”), con unas cinco veces menos parámetros activos.

Un modelo que piensa en bucles

Inkling 2 Mini tiene 24 capas, divididas en cuatro bloques de seis. Los dos bloques del medio se ejecutan tres veces por token y el primero y el último, una sola vez: así, 24 capas guardadas equivalen a 48 aplicaciones de capa. La empresa explica que las capas intermedias son las que cargan el razonamiento más abstracto. Es un modelo de mezcla de expertos: usa 3.400 millones de parámetros por token, que suben a 5.400 millones efectivos al contar las tres pasadas.

Según Thinking Machines, el modelo lidera a todos los modelos abiertos de menos de 100.000 millones de parámetros en pruebas como DeepSWE v1.1, de programación con agentes, donde resuelve el 48,2% de las tareas, y Vals Index v2.2, con 46,5%. Acepta texto e imágenes, y maneja un contexto de hasta un millón de tokens, según la ficha del modelo y The Decoder.

La compañía también reconoce límites. Repetir capas mejora el razonamiento, pero no hace que el modelo guarde más datos: en preguntas de conocimiento rinde como otros de su tamaño, y lo compensa usando búsqueda y herramientas. No es el mejor modelo pequeño para conversaciones de varios turnos ni para instrucciones con muchas condiciones. La ficha advierte, además, que la calidad puede bajar fuera del inglés y que, al usar herramientas, puede borrar o sobrescribir archivos sin pedir confirmación, por lo que recomienda correrlo en un entorno aislado.

Más barato por tarea

Artificial Analysis calcula que Inkling 2 Mini es unas seis veces más barato y cuatro veces más rápido por tarea que Qwen3.8 27B: cada tarea de su índice le cuesta US$0,59 y le toma 9 minutos, frente a US$3,53 y 38,2 minutos del modelo de Alibaba. Usa cerca de 38% más tokens de salida, pero unas 2,8 veces menos cómputo. El cálculo usa los precios de Thinking Machines: US$0,15 por millón de tokens de entrada y US$0,50 por millón de salida.

Los pesos se descargan gratis desde Hugging Face. Corre en cualquier Mac con al menos 32 GB de memoria mediante Ollama y en el computador de escritorio DGX Spark de Nvidia, y hay versiones comprimidas para uso local. También está disponible por API en Tinker, la plataforma de la empresa para usar y ajustar modelos. El 6 de noviembre, Thinking Machines había presentado Inkling 2 Small, un modelo mucho más grande.

Qué significa para las empresas de la región

  • Calcula tu costo de inferencia. Si hoy pagas por API un modelo mediano para tareas repetitivas, compara cuánto te costaría la misma carga con un modelo abierto más eficiente.
  • Evalúa correr IA propia. Un modelo de 20 GB cabe en un computador de escritorio o un servidor modesto: los datos de clientes, contratos o finanzas no salen de tu empresa.
  • Pruébalo en español antes de decidir. La propia ficha admite que rinde menos fuera del inglés; arma un set de pruebas con tus documentos y tus casos reales.
  • Pon reglas a los agentes. Si lo usas para programar o automatizar, córrelo en un entorno aislado y exige confirmación antes de borrar o cambiar archivos.

Qué mirar

Habrá que ver cómo rinde en español en pruebas independientes, si los proveedores de nube lo suman a sus catálogos y qué tan rápido lo adoptan las herramientas para correr modelos en local, cuyo soporte para modelos en bucle es nuevo, según la empresa. También, si otros laboratorios copian la técnica de repetir capas para hacer modelos chicos más capaces.

A partir de información de Thinking Machines Lab.

Para seguir leyendo

En tu correo

Ver el newsletter

growclub al día

Reportajes, historias y la perspectiva de growclub sobre las noticias más importantes del día.

Herramientas y apps · Guía

Alternativas a ChatGPT para empresas: 5 opciones

Cinco alternativas a ChatGPT para una empresa: Claude, Gemini, Microsoft 365 Copilot, Grok y Perplexity. Cuál encaja según la tarea, el plan de equipo y los datos.

  • Herramientas y apps · Guía

    ChatGPT vs Claude para empresas: cuál elegir

    Para una empresa, ChatGPT Business encaja con el análisis de planillas y Codex; Claude Team, con documentos largos, proyectos y Claude Code. Los dos dicen que no entrenan con los datos del trabajo.

  • Herramientas y apps · Guía

    ChatGPT vs Gemini para empresas: cuál elegir

    Para una empresa que ya trabaja en Google, Gemini vive dentro de Gmail, Docs y Meet. ChatGPT Business se conecta a Google y a Microsoft. Los dos dicen que, por defecto, no entrenan con los datos del plan.

  • Herramientas y apps · Guía

    Claude Meetings vs Fireflies vs Otter: cuál conviene

    Tres formas de dejar el acta: Claude Meetings entra a Google Meet; Fireflies y Otter entran también a Zoom y a Teams. El español, el CRM y el entrenamiento no se resuelven igual.