Thinking Machines presentó Inkling 2 Mini, un modelo de pesos abiertos con 26.400 millones de parámetros totales y 3.400 millones activos por token. La compañía destaca sus resultados en programación agéntica, aunque las cifras son autoinformadas y el modelo muestra límites en recuperación de conocimiento y seguimiento de instrucciones complejas.
***
- Inkling 2 Mini suma 26.400 millones de parámetros totales y 3.400 millones activos por token; el modelo informa además 5.400 millones de activaciones de pesos por token.
- Thinking Machines reporta 79,2% en SWE-bench Verified, pero 15,2% en HLE-Diamond y 50% en MultiChallenge.
- El modelo se distribuye con licencia Apache 2.0. La información de compatibilidad menciona equipos con Apple silicon y recomienda 32 GB o más de VRAM para otras GPU.
Thinking Machines presentó Inkling 2 Mini, un modelo de inteligencia artificial de pesos abiertos que busca combinar capacidad para tareas agénticas con requisitos de hardware moderados. El sistema reúne 26.400 millones de parámetros totales y activa 3.400 millones por token. Su arquitectura vuelve a ejecutar algunas capas internas en lugar de sumar más pesos.
La propuesta apunta a desarrolladores que quieran trabajar localmente con programación, herramientas y documentos, en vez de depender exclusivamente de servicios remotos. Según la información publicada por MarkTechPost, el checkpoint ocupa cerca de 20 GB. La información de compatibilidad menciona equipos con Apple silicon; para otras GPU, la tarjeta del modelo recomienda 32 GB o más de VRAM.
Una arquitectura que reutiliza sus capas
Inkling 2 Mini organiza sus 24 capas en cuatro bloques de seis. El primer bloque y el último se ejecutan una vez por token, mientras que los dos bloques centrales recorren el proceso tres veces con los mismos pesos, lo que eleva a 48 las aplicaciones de capa sin duplicar el tamaño del conjunto almacenado.
Ese diseño de bucle permite aumentar el cómputo que el modelo aplica durante la inferencia sin ampliar proporcionalmente el checkpoint. La cifra de parámetros activos es de 3.400 millones por token; Thinking Machines también informa 5.400 millones de activaciones de pesos por token al considerar el bucle. Son medidas diferentes y no deben confundirse con los 26.400 millones de parámetros totales.
Entre una pasada y la siguiente, el modelo transmite un mensaje de la ejecución anterior mediante Attention Residuals y una puerta aprendida, de acuerdo con la descripción técnica. Sus capas feed-forward cuentan con 128 expertos, de los cuales ocho se enrutan para cada token, una configuración de tipo Mixture-of-Experts que distribuye el procesamiento entre componentes especializados.
La compañía también comparó variantes sobre la ubicación del bucle. De acuerdo con sus resultados, repetir los bloques intermedios produjo una ganancia de cómputo equivalente de entre 1,51 y 1,91 veces, frente a un rango de 1,24 a 1,36 para el bucle en las capas finales; la variante intermedia ganó en 27 de 28 evaluaciones reportadas.
El intercambio entre entrenamiento e inferencia
El bucle no elimina el costo computacional, sino que cambia dónde se paga. Thinking Machines afirma que la línea base sin bucle utilizó 7,5% menos cómputo durante el entrenamiento, pero necesitó 140% más cómputo de inferencia para igualar la pérdida del modelo recurrente en trazas agénticas de 512.000 tokens.
La diferencia importa especialmente para el uso prolongado con agentes, que pueden ejecutar varias acciones, consultar herramientas y procesar historiales extensos. En ese escenario específico, el equipo sostiene que el modelo con capas en bucle logra una pérdida menor por el cómputo de inferencia empleado; el dato no equivale a una mejora universal en cualquier tarea ni describe por sí solo la velocidad de respuesta en todos los equipos.
El entrenamiento comenzó con 384 expertos por capa y ocho expertos activos por token. A mitad del proceso, el equipo redujo ese conjunto al conservar los 128 expertos más utilizados, y luego aplicó una destilación de un billón de tokens procedentes de un modelo interno de Inkling de mayor tamaño para recuperar capacidad tras la poda.
La etapa posterior incluyó ajuste supervisado, aprendizaje por refuerzo sobre 2,2 billones de tokens y 2.000 pasos, además de destilación on-policy. Thinking Machines indica que las capas de expertos se entrenan y despliegan en NVFP4, mientras que las últimas cuatro capas usan MXFP8, un esquema con el que la empresa dice evitar la pérdida de conversión por cuantización.
Resultados fuertes en programación, con reservas
Las puntuaciones de Inkling 2 Mini citadas por la fuente fueron informadas por Thinking Machines, por lo que conviene leerlas como resultados del proveedor y no como una comparación independiente. En programación, el modelo obtuvo 79,2% en SWE-bench Verified con una configuración de solo bash y 77,9% en SWE-bench Pro v2 en la variante Hard.
Thinking Machines también reportó 48,2% en DeepSWE v1.1. En su presentación oficial, afirmó que Inkling 2 Mini lidera a los modelos de pesos abiertos con menos de 100.000 millones de parámetros totales en esa prueba y en Vals Index v2. En Terminal Bench v2.1 alcanzó 71,6%, por debajo del 73% atribuido a Qwen3.8-27B; las diferencias entre cifras de distintos proveedores requieren cautela porque los sistemas de evaluación y las configuraciones pueden variar.
En tareas agénticas de búsqueda, Thinking Machines reportó 79% en BrowseComp con compactación y 82,7% en MCP Atlas. Para documentos y visión, el modelo obtuvo 92,8% en OmniDocBench v1.6 y 74,9% en MMMU Pro; acepta texto e imágenes como entradas, aunque genera únicamente texto como salida.
En razonamiento, la compañía comunicó 86,6% en GPQA Diamond y 49,3% en ARC–AGI-2. Su puntuación de 20,1 en el Artificial Analysis Index aparece empatada con Qwen3.8-27B, según la información publicada; la fuente advierte que las tarjetas de cada proveedor emplean sus propios métodos y que las brechas deben interpretarse como orientativas.
Disponibilidad, compatibilidad y puntos débiles
El checkpoint en formato Safetensors ocupa alrededor de 20 GB y se distribuye con licencia Apache 2.0 en Hugging Face, mientras que el acceso alojado y el ajuste fino están disponibles a través de Tinker. La información de compatibilidad menciona equipos con Apple silicon y recomienda 32 GB o más de VRAM para otras GPU. Una recomendación de VRAM no equivale a una garantía de rendimiento idéntico en sistemas con memoria unificada.
También hay versiones GGUF mediante Unsloth y llama.cpp, y la lista de herramientas compatibles incluye Transformers, vLLM, SGLang, Ollama, NVIDIA Dynamo y TokenSpeed. El artículo de lanzamiento menciona que un servidor vLLM puede iniciarse con un único comando, pero no divulga el precio de Tinker para Mini, por lo que no es posible comparar desde esos datos el costo del servicio alojado.
Los resultados son menos favorables en recuperación de conocimiento y seguimiento de instrucciones con varias restricciones. Inkling 2 Mini obtuvo -8,6 en AA-Omniscience y una tasa de no alucinación de 63,4%; además, alcanzó 50% en MultiChallenge y 33,4% en ComplexConstraints v1.1.
La evaluación también muestra 15,2% en HLE-Diamond, mientras que la fuente señala que queda detrás de modelos más grandes en esa prueba y en CritPt v2. Thinking Machines sostiene que el bucle no mejoró los benchmarks de conocimiento, una limitación coherente con el contraste entre sus resultados de programación y su desempeño menos sólido en tareas de conocimiento y conversaciones con muchas condiciones.
Qué propone para el desarrollo local
El principal argumento de Inkling 2 Mini es práctico: ofrece un checkpoint relativamente compacto y una arquitectura que emplea más cómputo por token mediante la reutilización de capas. Para equipos que desarrollan agentes de programación o flujos de trabajo con herramientas, esa combinación podría permitir experimentar localmente sin cargar los 26.400 millones de parámetros como si todos se activaran en cada token.
Sin embargo, los requisitos anunciados siguen siendo relevantes: la información de compatibilidad recomienda 32 GB o más de VRAM para otras GPU, y el tamaño del archivo no representa por sí solo toda la memoria necesaria durante la ejecución. La fuente no detalla el consumo exacto según cada cuantización, longitud de contexto o motor de inferencia, así que las especificaciones de compatibilidad no garantizan idéntico rendimiento en todos los sistemas.
La compañía también ofrece una variante de investigación llamada TML-d24-varloop-research, entrenada con entre una y cinco pasadas, para explorar distintas configuraciones de recurrencia.
En conjunto, Inkling 2 Mini no se presenta como un modelo pequeño que domine todas las pruebas, sino como una apuesta especializada por la programación agéntica y la inferencia local. Sus mejores cifras conviven con debilidades claras en conocimiento y seguimiento de instrucciones complejas, mientras que la utilidad real dependerá del hardware disponible y de cómo cada usuario valore ese intercambio.
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
Empresas
El plan de financiamiento de Nvidia por USD $500.000 millones sigue sin desembolsos
IA
Google DeepMind incorpora a Henry Shevlin para estudiar si una IA puede ser consciente
China
Los chips de EE. UU. impulsan modelos chinos y complican la estrategia de IA de Trump
Curiosidades
