Thinking Machines Lab, la startup fundada por Mira Murati, ex directora de tecnología de OpenAI, publicó su primer modelo de lenguaje listo para producción. Inkling es un Transformer de tipo Mixture of Experts (MoE) con 975.000 millones de parámetros totales, de los cuales 41.000 millones están activos en cada inferencia. Es el debut de la empresa que fundó Murati, una figura clave en el desarrollo de ChatGPT.

A diferencia de muchos otros modelos de código abierto, Inkling procesa de forma nativa texto, imágenes y audio, y admite una ventana de contexto de hasta un millón de tokens. Los pesos están disponibles de forma gratuita en Hugging Face, y la compañía también ofrece acceso a través de Tinker, su plataforma para adaptar modelos a tareas específicas.

El fine-tuning como modelo de negocio

Thinking Machines posiciona a Inkling como un modelo base flexible para personalización. "Inkling no es el modelo más potente disponible hoy", reconoce el propio anuncio de la empresa. La apuesta es que la combinación de soporte multimodal, procesamiento eficiente y opciones de ajuste fino lo diferencie del resto.

Según la firma, el modelo se preentrenó con 45 billones de tokens de texto, imágenes, grabaciones de audio y videos, tanto públicos como sintéticos. El conjunto de entrenamiento incluye datos públicos que "podrían estar sujetos a protección de propiedad intelectual". Para generar parte de esa data sintética, la empresa recurrió, entre otros métodos, al modelo chino Kimi K2.5, el mismo que sirvió de base para el modelo de programación de Cursor.

¿Qué tan bueno es Inkling frente a la competencia?

De acuerdo con la plataforma de benchmarks Artificial Analysis, Inkling debuta con 41 puntos en el Artificial Analysis Intelligence Index. Eso lo convierte en el modelo de pesos abiertos líder de un laboratorio estadounidense: queda tres puntos por sobre el anterior líder, Nemotron 3 Ultra (38), y bastante por delante de Gemma 4 31B (29) y gpt-oss-120b (24).

En GDPval-AA v2, un benchmark basado en agentes que simula tareas de trabajo del conocimiento, Inkling alcanza un Elo de 1.238. Supera a Kimi K2.6 (1.190) y a DeepSeek v4 Flash max (1.189). En el benchmark bancario Tau-3 obtiene un 24%, por sobre Kimi K2.6 (21%) y DeepSeek v4 Flash max (23%).

El talón de Aquiles: 63% de alucinaciones

Donde Inkling rinde mal es en precisión factual. Artificial Analysis le da apenas +2 en su benchmark AA Omniscience, por debajo de los mejores modelos abiertos, aunque todavía sobre otros modelos estadounidenses como Nemotron 3 Ultra (-1). Su exactitud es de 40% y su tasa de alucinación llega al 63%. Son cifras que probablemente limiten su uso en aplicaciones que exigen información muy precisa.

Con una ventana de contexto de 64.000 tokens, Inkling cuesta 1,87 dólares por millón de tokens de entrada y 4,68 dólares por millón de salida. Es algo más caro que modelos chinos de código abierto como GLM-5.2 y DeepSeek v4, que ofrecen rendimiento similar o mejor en tareas de texto y código. Para ventanas de hasta 256.000 tokens, el precio sube a 3,74 dólares por entrada, 0,748 por entrada en caché y 9,36 por salida.

A cambio, Inkling usa menos tokens de salida que modelos abiertos comparables. Según Artificial Analysis, promedia 25.000 tokens de salida por tarea del Intelligence Index, mientras que GLM-5.2 max usa 43.000, Kimi K2.6 cerca de 38.000 y DeepSeek v4 Pro max unos 37.000. La empresa afirma que Inkling ofrece un "esfuerzo de razonamiento" ajustable de forma continua: el usuario elige el equilibrio entre costo y rendimiento sin perder calidad en el resultado.

Inkling-Small, el hermano menor que a veces gana

Thinking Machines también adelanta Inkling-Small, un modelo más compacto con 276.000 millones de parámetros totales y 12.000 millones activos. En varios benchmarks entrega resultados iguales o mejores que el modelo grande: obtiene 88,3% en GPQA Diamond (frente a 87,2% de Inkling) y 46,6% en el benchmark HLE con herramientas, levemente sobre el 46,0% de Inkling. La compañía atribuye el resultado a cambios en los datos y el proceso de preentrenamiento, y planea publicar los pesos completos una vez terminadas las pruebas.