Thinking Machines Lab presentó Inkling, su primer modelo propio, con pesos descargables en Hugging Face y acceso para ajuste fino en Tinker. Según la empresa, Inkling acepta texto, imagen y audio, genera texto y soporta una ventana de contexto de hasta 1 millón de tokens, una combinación pensada para desarrolladores y empresas que quieren adaptar un modelo en vez de depender solo de una API cerrada.
La compañía, fundada por Mira Murati, describe a Inkling como un modelo Mixture-of-Experts con 975.000 millones de parámetros totales y 41.000 millones activos. En su nota de lanzamiento añade que fue preentrenado con 45 billones de tokens de texto, imágenes, audio y video, y que este es el primero de una familia más amplia.
La apuesta no pasa por presentarlo como el modelo con mejor resultado general. Thinking Machines dice de forma explícita que Inkling no es el más fuerte del mercado, pero si que está priorizando la personalización, el control de costos y el uso con datos propios antes que competir en todos los benchmarks contra modelos cerrados.
La ficha técnica publicada por Thinking Machines indica fecha de lanzamiento del 15 de julio de 2026, licencia Apache 2.0 y distribución por dos vías: descarga de pesos desde Hugging Face y acceso por API mediante Tinker. En paralelo, Hugging Face publicó soporte desde el primer día en transformers, SGLang y llama.cpp, además de variantes BF16 y NVFP4 para inferencia.
Inkling combina pesos abiertos, multimodalidad y ajuste fino
El modelo puede trabajar con entradas de texto, imagen y audio dentro de una misma base. Thinking Machines sostiene que Inkling fue entrenado como un sistema generalista para tareas de código, uso de herramientas, visión y audio, mientras que Hugging Face lo presenta como un modelo multimodal listo para correr con su ecosistema de inferencia desde el primer día.
Hay un matiz práctico entre la especificación máxima y la oferta inicial. Thinking Machines afirma que Inkling soporta hasta 1 millón de tokens de contexto, pero su despliegue actual en Tinker se ofrece con opciones de 64K y 256K para ajuste fino. La empresa también añadió un Inkling Playground dentro de Tinker para probar el modelo antes de lanzar un entrenamiento propio.
El modelo fue entrenado desde cero, no como una adaptación directa de otro ya existente. Junto con el lanzamiento principal, la empresa mostró una vista previa de Inkling-Small, una variante más liviana con 12.000 millones de parámetros activos, cuyos pesos completos quedarían para una publicación posterior cuando termine la etapa de pruebas.
En la conversación sobre modelos abiertos recientes, desde Kimi K3 hasta Inkling, el tamaño bruto dejó de ser el único argumento visible. En este caso, Thinking Machines insiste más en la posibilidad de descargar pesos, ajustar el modelo con datos propios y moverlo entre distintas infraestructuras que en venderlo como líder absoluto de rendimiento.
Descarga, licencia y límites del lanzamiento
La publicación no quedó solo en la descarga del modelo. Thinking Machines acompañó el lanzamiento con una política de uso aceptable actualizada el mismo 15 de julio. Ese documento prohíbe usos ligados a fraude, suplantación, desinformación dañina y decisiones automatizadas en ámbitos sensibles sin supervisión humana, y además exige revelar limitaciones materiales del sistema cuando se despliegue en productos para usuarios finales si la ley lo requiere o si ese dato resulta relevante para entender la interacción.
Ese marco ayuda a entender cómo quiere posicionarse la empresa. Thinking Machines se basa en que muchas organizaciones prefieren un modelo que puedan personalizar y alojar con mayor control, incluso si no encabeza cada benchmark, porque eso puede traducirse en costos más bajos y mejor ajuste al trabajo interno.
El siguiente paso ya está delineado por la propia compañía: ampliar la familia Inkling y terminar la validación de Inkling-Small antes de liberar sus pesos completos. Por ahora, el hecho nuevo es más concreto: Thinking Machines ya tiene un modelo propio en circulación, con descarga abierta de pesos y una oferta directa de ajuste fino para quienes quieran modificarlo.
