Thinking Machines lanza Inkling, su primer modelo abierto
La empresa de Mira Murati liberó bajo licencia Apache 2.0 un modelo de 975.000 millones de parámetros pensado para que otras compañías lo ajusten a medida, no para liderar los rankings de rendimiento.
Thinking Machines Lab, la empresa fundada por la ex directora de tecnología de OpenAI Mira Murati, publicó el 15 de julio de 2026 su primer modelo de pesos abiertos: Inkling. Se trata de un sistema de tipo Mixture-of-Experts (MoE) con 975.000 millones de parámetros totales, de los cuales solo 41.000 millones se activan para procesar cada token. El modelo se puede descargar desde Hugging Face bajo licencia Apache 2.0.
Inkling está compuesto por 66 capas de transformer y 256 expertos enrutados. Cada token pasa por seis de esos expertos más otros dos expertos compartidos que permanecen activos en todas las solicitudes. Thinking Machines indicó que el diseño de enrutamiento y balanceo de carga sigue de cerca las ideas introducidas por DeepSeek-V3. El modelo combina capas de atención de ventana deslizante y atención global, y usa embeddings posicionales relativos en lugar de los Rotary Positional Embeddings habituales en modelos recientes.
El modelo fue entrenado con 45 billones de tokens de texto, imágenes, audio y video, y admite una ventana de contexto de hasta un millón de tokens, aunque a través de la plataforma Tinker los desarrolladores acceden por ahora a configuraciones de 64.000 y 256.000 tokens. Inkling es nativamente multimodal en la entrada (procesa texto, imágenes y audio mediante un codificador jerárquico de parches para imágenes y una tokenización discreta para audio), pero su salida es exclusivamente texto, incluyendo código y datos estructurados. También incorpora un sistema de "esfuerzo de razonamiento" ajustable, que permite reducir la computación previa a una respuesta para bajar latencia y consumo de tokens, o aumentarla en tareas complejas de programación, matemática o ciencia.
Un modelo pensado para ser ajustado, no para ganar rankings
La propia compañía admite que Inkling "no es el modelo más fuerte disponible hoy, abierto o cerrado". Su estrategia pasa por Tinker, la plataforma de entrenamiento en la nube que Thinking Machines lanzó en 2025 y que permite ajuste fino supervisado, aprendizaje por refuerzo, Direct Preference Optimization, destilación y LoRA. Los clientes pueden descargar los checkpoints resultantes, y la empresa asegura que los datos de entrenamiento de cada cliente se usan solo para ajustar su propio modelo, sin incorporarse a los modelos base de la compañía.
Como demostración, Thinking Machines hizo que Inkling se ajustara a sí mismo para nunca usar la letra "e": el modelo generó sus propios datos de entrenamiento y su método de evaluación, lanzó el trabajo de fine-tuning en Tinker, probó el checkpoint resultante y cargó los pesos modificados en su propio entorno de trabajo.
En benchmarks, Inkling obtuvo 97,1% en el examen AIME 2026, 87,2% en GPQA Diamond y 77,6% en SWE-bench Verified. Según Thinking Machines, en una prueba de programación iguala a Nemotron 3 Ultra de Nvidia usando un tercio de los tokens. La empresa también difundió un proyecto junto al fondo Bridgewater, en el que un modelo abierto entrenado con el conocimiento financiero de esa firma alcanzó 84,7% en pruebas de razonamiento financiero, superando según su propia evaluación (no una externa) a modelos propietarios de referencia.
Junto a Inkling, la compañía anticipó Inkling-Small, una versión de 276.000 millones de parámetros totales y 12.000 millones activos, cuyos pesos aún no se liberaron porque sigue en pruebas.
Nueve meses de desarrollo y un financiamiento irregular
Thinking Machines afirma haber desarrollado Inkling en unos nueve meses, frente a los cerca de cinco años que le tomó a OpenAI y los tres de Anthropic, según cifras citadas por TechCrunch. Para arrancar el entrenamiento, la empresa recurrió a la destilación de otros modelos abiertos, entre ellos Kimi K2.5 de Moonshot, aunque asegura que su próximo modelo se entrenará de forma completamente propia. El entrenamiento corrió sobre sistemas GB300 de Nvidia, parte de un acuerdo de marzo para acceder a un gigawatt de cómputo de esa compañía.
En el plano financiero, Thinking Machines levantó 2.000 millones de dólares a una valuación de 12.000 millones el año pasado, mientras que una ronda reportada de 50.000 millones de dólares quedó estancada. Dos cofundadores dejaron la empresa este año, aunque la dotación volvió a ubicarse en alrededor de 200 personas. Por ahora, Inkling no tiene costo de uso: el ingreso de la compañía proviene de Tinker.
