Inkling, el modelo MoE abierto de Thinking Machines que no quiere ser el más listo: quiere que dejes de pagar dos veces

Nueve meses para montar lo que OpenAI tardó cinco años en esbozar

El 15 de julio de 2026, Thinking Machines Lab publicó Inkling. Nueve meses después de que Mira Murati fundara la compañía en febrero de 2025 con la ronda de financiación semilla más grande de la historia y una valoración inicial de 12 mil millones de dólares, según Wired.

La velocidad es llamativa, pero el detalle más relevante no es el tiempo: es lo que han decidido NO hacer.

Inkling no tiene API pública confirmada. No tiene un benchmark que lo declare campeón del mundo. La propia empresa escribe en su blog que "no es el modelo general más fuerte disponible hoy, abierto o cerrado". Eso, viniendo de una compañía con ese nivel de financiación y ese perfil fundador, es o una muestra de honestidad poco habitual en la industria o la táctica de marketing más inteligente de 2026. Probablemente las dos cosas a la vez.

Lo que sí tiene Inkling es una arquitectura y una filosofía de distribución diseñadas específicamente para atacar el punto débil del modelo propietario. Y ese punto débil lo enunció mejor que nadie el CEO de Microsoft.

El problema que Satya Nadella puso en palabras

Satya Nadella lo soltó sin filtro, según recoge TechCrunch: las empresas que utilizan modelos propietarios pagan dos veces. Primero la suscripción. Después, sin saberlo del todo, regalan el conocimiento de negocio que meten en los prompts y en las correcciones al modelo, que el proveedor puede absorber en futuras versiones.

No es una acusación de mala fe. Es la lógica del negocio propietario: el proveedor mejora su modelo con los datos de uso, que incluyen los patrones, las correcciones y el know-how implícito de cada empresa cliente. El cliente paga para que otro aprenda de sus errores y de sus aciertos.

Este argumento no es nuevo en la industria, pero que lo articule el CEO de la empresa que tiene una alianza multimillonaria con OpenAI le da una dimensión distinta. Nadella sabe exactamente cómo funciona ese modelo de negocio desde dentro, y aun así lo señala como un problema estructural.

Thinking Machines ha construido Inkling como respuesta directa a ese problema. Pesos abiertos, fine-tuning en tus servidores, conocimiento que se queda donde tú decides.

Cómo funciona Inkling por dentro: MoE sin humo

La arquitectura de Inkling es Mixture of Experts, MoE en el argot. El concepto es más fácil de entender de lo que parece.

Un modelo de lenguaje monolítico clásico activa todos sus parámetros para procesar cada token, cada fragmento de texto. Es como tener una plantilla de 975 personas donde todas hablan a la vez cada vez que alguien hace una pregunta. Caro, ruidoso e ineficiente.

MoE funciona diferente: el modelo tiene 975 mil millones de parámetros totales, pero para cada tarea concreta activa solo un subconjunto especializado, en este caso aproximadamente 41 mil millones. Como tener esa misma plantilla de 975 personas organizada en equipos de especialistas, donde solo hablan los que saben del tema en cuestión. Los demás están disponibles si hacen falta, pero no consumen ciclos de cómputo cuando no aportan nada.

El resultado en números: según datos propios de Thinking Machines, Inkling consume un tercio de los tokens que Nemotron 3 Ultra de Nvidia para lograr el mismo rendimiento en un benchmark de codificación. Hay que leer ese dato con cuidado, es una comparativa en un benchmark específico, no una afirmación de superioridad general, pero la eficiencia computacional que ilustra es real y tiene consecuencias directas en coste de operación.

Inkling fue entrenado desde cero con 45 billones de tokens de texto, imagen, audio y vídeo, lo que le da capacidad de razonamiento nativo en las cuatro modalidades. Actualmente sus salidas se limitan a texto: código, artefactos estilizados y datos estructurados. La expansión a salidas multimodales no está confirmada ni en plazos ni en alcance.

El entrenamiento se realizó íntegramente en sistemas Nvidia GB300 NVL72, fruto de la alianza que Thinking Machines cerró con Nvidia en marzo de 2026 para desplegar un gigavatio de capacidad de cómputo Vera Rubin.

Un detalle técnico que vale la pena mencionar: Inkling se preentrenó desde cero, pero utilizó parcialmente otros modelos de pesos abiertos, concretamente Kimi K2.5 de Moonshot AI, para generar datos iniciales de postentrenamiento antes de que el aprendizaje por refuerzo a gran escala tomara el relevo. La compañía lo admite. No es un dato menor: dice algo sobre la porosidad del entorno de modelos abiertos y sobre cómo se construye sobre el trabajo previo de otros, algo que también hace toda la industria pero que no siempre se reconoce con la misma claridad.

Pesos abiertos: qué significa en la práctica y por qué importa ahora

Decir que Inkling es de "pesos abiertos" suena técnico pero tiene implicaciones muy concretas para cualquier empresa que quiera utilizarlo.

Los pesos de un modelo de lenguaje son, en términos simples, la memoria entrenada del modelo: todos los valores numéricos que determinan cómo responde a cada input. Cuando un modelo es de pesos abiertos, puedes descargarte esa memoria, ejecutarla en tu propia infraestructura y modificarla mediante fine-tuning con tus propios datos.

Lo que eso implica operativamente:

• El modelo corre en tus servidores, no en los de Thinking Machines ni en los de ningún otro proveedor cloud.
• El fine-tuning que haces con tus datos de negocio se queda en tu infraestructura.
• No hay llamada a una API externa con cada inferencia, lo que elimina una capa de latencia y de dependencia.
• Puedes auditar el modelo, modificarlo y adaptarlo sin pedir permiso a nadie.

El caso de Bridgewater Associates ilustra bien la dirección del argumento. Según TechCrunch, en colaboración con Thinking Machines ajustaron un modelo abierto existente con la experiencia financiera del fondo. El resultado: 84,7% en pruebas de razonamiento financiero, superando a modelos propietarios top, con un coste operativo que es una catorceava parte del de esos modelos. Son números de evaluación interna, sin auditoría externa independiente, y hay que leerlos como lo que son: un caso de uso favorable presentado por la propia empresa. Pero la estructura del argumento, especialización con fine-tuning sobre modelo abierto a coste operativo radicalmente menor, es sólida independientemente de los números exactos.

La plataforma Tinker de Thinking Machines es la infraestructura de fine-tuning que convierte Inkling de modelo genérico en modelo especializado por dominio. Los precios y condiciones concretas de Tinker no están disponibles públicamente.

El mercado que está tomando forma: la tesis de Delangue y el contexto competitivo

Clem Delangue, CEO de Hugging Face, tiene una predicción clara recogida por TechCrunch: los modelos de frontera se reservarán para experimentación y tareas de alto valor, mientras que la mayoría del trabajo productivo en IA migrará a alternativas privadas o de código abierto. Es exactamente la apuesta de Thinking Machines.

Esta predicción no ocurre en el vacío. El 9 de julio de 2026, apenas seis días antes del lanzamiento de Inkling, OpenAI lanzó GPT-5.6 con su familia Sol, Terra y Luna. Sol alcanzó 80 en el Coding Agent Index, 2.8 puntos por encima de Fable 5 de Anthropic, utilizando menos de la mitad de tokens y un tercio menos de coste. Anthropic, por su parte, está considerando una OPI que podría valorar la compañía en más de un billón de dólares.

El modelo propietario no es solo caro. Es una arquitectura de dependencia. Cada prompt que mandas es una unidad de conocimiento que sale de tu empresa y entra en el sistema de datos del proveedor.

El timing del lanzamiento de Inkling en ese contexto no es casual. Mientras los grandes actores propietarios publican benchmarks de rendimiento récord, Thinking Machines lanza un modelo que explícitamente no compite en esa carrera y que en cambio ataca la pregunta de fondo: ¿a quién le pertenece el conocimiento que genera el uso de estos modelos?

La carrera entre modelos abiertos y cerrados lleva meses acelerándose, con los modelos chinos de código abierto ganando cuota en Hugging Face. Inkling entra en ese contexto como un actor diferente: ni chino ni europeo, sino directamente fundado por alguien que estuvo cinco años construyendo el modelo cerrado más influyente del mundo y que ahora apuesta por la dirección contraria.

Calibración de incertidumbre: el detalle que separa los modelos útiles en producción

Hay una funcionalidad de Inkling que recibe poca atención en los titulares pero que tiene mucho peso en entornos de uso real: la capacidad de señalar incertidumbre en lugar de adivinar.

Los modelos de lenguaje tienen un problema bien documentado con la confianza. Generan respuestas con el mismo tono seguro independientemente de si están en terreno sólido o inventando. En producción, eso es un problema serio: un sistema que alucina con convicción es más peligroso que uno que admite que no sabe.

Inkling, según el material de la propia compañía, puede indicar cuando no tiene certeza suficiente en lugar de fabricar una respuesta plausible. Combinado con la capacidad de ajustar el "esfuerzo de pensamiento", que permite balancear velocidad y precisión según la tarea, esto lo convierte en un modelo más controlable en pipelines de producción.

No es una solución mágica a las alucinaciones, ese problema no está resuelto en ningún modelo. Pero es una señal de diseño orientado a uso empresarial real en lugar de a benchmarks de demostración.

Wired apunta otro detalle interesante del proceso de entrenamiento: la cadena de razonamiento de Inkling se volvió más concisa con el tiempo durante el entrenamiento, eliminando sobrecarga gramatical pero manteniéndose comprensible sin afectar la respuesta final. Es un indicio de que el aprendizaje por refuerzo a gran escala está optimizando algo más que la precisión de las respuestas: también la eficiencia del propio proceso de razonamiento.

Si te interesa cómo los modelos gestionan el contexto y el estado durante la inferencia, este análisis sobre por qué los LLMs en producción necesitan gestión de memoria entra en los detalles que los lanzamientos suelen omitir.

Lo que Inkling no es (y por qué eso también importa)

Vale la pena ser explícito sobre lo que no sabemos y lo que no se puede afirmar a partir de los datos disponibles.

Inkling no ha demostrado superar a GPT-5.6, Claude o Gemini en benchmarks estándar de uso general. La empresa no lo afirma. El único benchmark de codificación publicado compara con Nemotron 3 Ultra de Nvidia, no con los modelos de frontera cerrados. La diferencia entre "más eficiente que Nemotron en codificación" y "mejor que GPT-5.6" es enorme, y confundirlos sería un error de lectura.

Los precios de acceso a Inkling y a la plataforma Tinker no están disponibles públicamente. El coste real de operar el modelo en infraestructura propia depende de factores que cada empresa tendrá que calcular por su cuenta: hardware disponible, volumen de inferencias, coste del fine-tuning inicial.

La ronda de financiación de 50 mil millones reportada en noviembre de 2025 se estancó en enero de 2026, según información disponible. La valoración de 12 mil millones corresponde a la ronda semilla inicial confirmada.

Las salidas multimodales, más allá del texto, no tienen fecha ni confirmación pública.

El resultado de Bridgewater, 84,7% en razonamiento financiero, proviene de una evaluación interna. No ha sido verificado por ningún laboratorio independiente.

Ninguno de estos matices invalida la propuesta de valor de Inkling, pero ignorarlos sería exactamente el tipo de lectura apresurada que el entorno de IA ya tiene en exceso.

Preguntas frecuentes

¿Qué es exactamente un modelo de pesos abiertos y en qué se diferencia de uno de código abierto?

Un modelo de pesos abiertos permite descargar y utilizar los valores entrenados del modelo (sus "pesos") sin acceder necesariamente al código de entrenamiento ni a los datos usados. El código abierto implica también transparencia en el proceso de construcción. Inkling es de pesos abiertos: puedes descargarlo, ejecutarlo y adaptarlo, pero Thinking Machines no ha publicado el código completo de entrenamiento ni los datos.

¿Inkling supera a GPT-5.6 o a Claude en rendimiento general?

No, y la propia Thinking Machines lo reconoce explícitamente: en su blog afirman que Inkling "no es el modelo general más fuerte disponible hoy, abierto o cerrado". El único benchmark publicado compara eficiencia de tokens con Nemotron 3 Ultra de Nvidia en codificación, no rendimiento general frente a los modelos de frontera de OpenAI o Anthropic.

¿Qué es la arquitectura MoE y por qué reduce costes?

Mixture of Experts (MoE) divide el modelo en subconjuntos especializados y activa solo el necesario para cada tarea. Inkling tiene 975 mil millones de parámetros totales pero activa unos 41 mil millones por inferencia. Procesar menos parámetros por inferencia reduce directamente el cómputo necesario y, por tanto, el coste operativo, sin sacrificar la capacidad total del modelo para tareas diversas.

¿Puedo utilizar Inkling sin descargar los pesos en mi infraestructura?

Los detalles sobre una API pública de Inkling no están confirmados. La propuesta central de Thinking Machines, a través de su plataforma Tinker, está orientada a que empresas descarguen y adapten el modelo en su propia infraestructura. Condiciones, precios y posibles opciones de acceso gestionado no son públicos a fecha del lanzamiento.