Por Angel Di Matteo   𝕏 @shadowargel

Thinking Machines Lab, la empresa fundada por la exdirectora de tecnología de OpenAI, presentó Inkling, un modelo multimodal de pesos abiertos entrenado completamente desde cero. Aunque no supera a los modelos chinos más avanzados, la compañía apuesta por ofrecer la alternativa occidental de mayor rendimiento para desarrolladores que priorizan transparencia y control.

***

  • Thinking Machines libera los pesos completos de Inkling bajo licencia Apache 2.0.
  • El modelo alcanza 975.000 millones de parámetros totales y admite un contexto de un millón de tokens.
  • Su principal objetivo es ofrecer una alternativa occidental de pesos abiertos frente al dominio de modelos chinos.

 

La competencia por desarrollar modelos de inteligencia artificial cada vez más capaces ha dado un nuevo giro con el debut de Inkling, el primer modelo presentado por Thinking Machines Lab, la startup fundada por Mira Murati tras su salida de OpenAI. El lanzamiento marca el regreso público de una de las figuras más influyentes del auge reciente de la IA y busca cubrir un espacio que muchos desarrolladores consideran desatendido por los grandes laboratorios occidentales, indica Decrypt.

Murati abandonó OpenAI en septiembre de 2024, casi un año después de convertirse brevemente en directora ejecutiva interina durante la crisis que terminó con el regreso de Sam Altman al frente de la compañía. En febrero de 2025 fundó Thinking Machines Lab y, desde entonces, mantuvo un perfil discreto mientras reunía talento e inversionistas.

Ese silencio estuvo acompañado por una de las rondas de financiación inicial más grandes registradas en Silicon Valley. En julio de 2025, la empresa obtuvo USD $2.000 millones con una valoración de USD $12.000 millones, respaldada por Andreessen Horowitz junto con Nvidia, AMD, Accel, Cisco, ServiceNow y Jane Street. Meses después surgieron reportes sobre una posible nueva ronda que valoraría la compañía en USD $50.000 millones, aunque esas negociaciones finalmente no prosperaron.

Un modelo abierto pensado para desarrolladores

Inkling fue entrenado completamente desde cero y sus pesos están disponibles para descarga bajo licencia Apache 2.0, una decisión que lo diferencia de la estrategia seguida por compañías como OpenAI, Anthropic o Google, cuyos modelos más avanzados permanecen cerrados.

La empresa también habilitó el modelo dentro de Tinker, su plataforma en la nube orientada al ajuste fino o fine-tuning. Este proceso permite especializar un modelo general para tareas concretas utilizando conjuntos de datos específicos, sin necesidad de repetir el entrenamiento completo.

Desde la perspectiva de la comunidad de código abierto, entrenar un modelo desde cero tiene un valor especial. No se trata únicamente de publicar los pesos finales, sino de demostrar que todavía es posible desarrollar modelos occidentales competitivos sin depender de tecnologías o arquitecturas provenientes de otros laboratorios.

Ese aspecto adquiere mayor relevancia en un momento en el que numerosos desarrolladores recurren a modelos chinos de pesos abiertos por ofrecer un mejor equilibrio entre rendimiento y disponibilidad, mientras los principales actores estadounidenses concentran sus esfuerzos en productos propietarios.

Un gigante multimodal con un millón de tokens de contexto

Inkling utiliza una arquitectura conocida como mixture of experts, donde solo una parte de la red neuronal se activa para cada consulta. Este enfoque permite aumentar la capacidad total del modelo sin multiplicar el costo de cada inferencia.

En conjunto, el sistema alcanza 975.000 millones de parámetros, aunque únicamente activa unos 41.000 millones durante cada tarea. La magnitud del modelo hace inviable ejecutarlo en un computador doméstico, por lo que está pensado para infraestructura de alto rendimiento.

Además de procesar texto, Inkling admite imágenes y audio como entrada. También incorpora una ventana de contexto de un millón de tokens, equivalente aproximadamente a 750.000 palabras, lo que le permite analizar documentos extensos o mantener conversaciones de gran longitud sin perder coherencia.

Thinking Machines indicó que el modelo fue preentrenado utilizando 45 billones de tokens procedentes de texto, imágenes, audio y video, una escala que lo sitúa entre los desarrollos más ambiciosos presentados hasta ahora dentro del ecosistema de pesos abiertos.

Fortalezas en agentes de IA, pero sin destronar a China

La compañía describe Inkling como un modelo generalista, diseñado para mantener un rendimiento equilibrado en diferentes tareas en lugar de sobresalir únicamente en programación, razonamiento o generación de contenido.

Los mejores resultados aparecen en pruebas relacionadas con agentes autónomos. En MCP Atlas, un benchmark que evalúa la capacidad de completar tareas reales mediante el estándar Model Context Protocol, Inkling obtuvo un 74,1%, superando ampliamente a Nemotron 3 Ultra de Nvidia, uno de sus principales rivales occidentales con pesos abiertos.

También consiguió un 77,6% en SWE-Bench Verified, una prueba centrada en la resolución autónoma de errores reales de software alojados en GitHub. Ese resultado volvió a colocarlo por delante de Nemotron, que alcanzó un 70,7%.

En materia de seguridad, Inkling obtuvo un 78,0% en FORTRESS Adversarial, la puntuación más alta entre los modelos abiertos comparados por la empresa. Esta evaluación mide la capacidad del sistema para rechazar solicitudes realmente peligrosas sin bloquear innecesariamente consultas legítimas.

Sin embargo, Thinking Machines reconoce que su modelo todavía no lidera el panorama global. En Terminal Bench 2.1, dedicado a agentes autónomos para programación, GLM 5.2 de Z.ai alcanzó un 82,7%, mientras Inkling registró un 63,8%. De forma similar, Kimi K2.6 mantiene ventaja en Humanity’s Last Exam, una prueba diseñada para evaluar razonamiento científico de nivel doctoral.

Una alternativa estratégica para Occidente

Más que intentar superar inmediatamente a los modelos más avanzados del mercado, Thinking Machines parece apostar por una estrategia distinta: ofrecer el modelo abierto más competitivo desarrollado por un laboratorio occidental.

Esa propuesta responde a una necesidad creciente entre empresas y desarrolladores que, por motivos regulatorios, de seguridad o cumplimiento normativo, prefieren evitar infraestructuras construidas en China, pero tampoco desean depender exclusivamente de servicios cerrados ofrecidos por compañías estadounidenses.

La disponibilidad de los pesos permite ejecutar el modelo en infraestructura propia, modificarlo y crear versiones especializadas mediante fine-tuning. Esas adaptaciones podrían convertirse en herramientas altamente competitivas para sectores concretos, incluso si el modelo base no lidera todas las clasificaciones generales.

Junto con Inkling, Thinking Machines también presentó un adelanto de Inkling-Small, una variante con 276.000 millones de parámetros totales y 12.000 millones activos por consulta. Según la empresa, ese modelo ya iguala el desempeño de la versión principal en varias pruebas de razonamiento y sus pesos serán publicados una vez concluya la fase de evaluación.

El lanzamiento convierte a Thinking Machines en un nuevo actor dentro de la competencia global por la inteligencia artificial de código abierto. Aunque la ventaja técnica sigue favoreciendo a varios laboratorios chinos, Inkling representa una señal de que la carrera por desarrollar modelos abiertos de alto nivel en Occidente está lejos de haber terminado.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados