Thinking Machines Lanza Inkling - Su Primer Modelo con Pesos Abiertos
Thinking Machines ha presentado Inkling, su primer modelo con pesos abiertos, que cuenta con 975 mil millones de parámetros y admite texto, imágenes y audio.
Thinking Machines Lanza Inkling
Thinking Machines ha lanzado su primer modelo con pesos abiertos - Inkling. El modelo cuenta con 975 mil millones de parámetros, de los cuales 41 mil millones están activos, y puede procesar texto, imágenes y audio.
El acceso al modelo se proporciona a través de la API de la plataforma Tinker, con una ventana de contexto de 256,000 tokens. Los pesos del modelo están disponibles en Hugging Face, con soporte de contexto de hasta 1 millón de tokens.
Resultados y Calificaciones
En el Artificial Analysis Intelligence Index, Inkling obtuvo 41 puntos, convirtiéndose en el modelo estadounidense líder con pesos abiertos, superando a Nemotron 3 Ultra, que obtuvo 38 puntos.
Personalización y Ajuste Fino
Inkling está diseñado específicamente para la personalización y el ajuste fino a través de Tinker, lo que permite adaptarlo a productos y flujos de trabajo individuales.
Precios
- Costo por 1 millón de tokens con una ventana de contexto de 64,000:
$1.87 por tokens de entrada / $0.374 por tokens en caché / $4.68 por tokens de salida - Costo por 1 millón de tokens con una ventana de contexto de 256,000:
$3.74 por tokens de entrada / $0.748 por tokens en caché / $9.36 por tokens de salida
Por qué es importante
AnálisisInkling representa un avance significativo en el desarrollo de modelos de IA con pesos abiertos, lo que permite a los desarrolladores adaptar tecnologías a sus necesidades específicas. Esto abre nuevas posibilidades para la personalización de soluciones de IA.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Investigadores del MIT muestran que GPT-6 Astra puede mejorar otros modelos de IA cambiando sus pesos
En un experimento, Astra elevó la precisión de Qwen3.5-0.8B en MATH-500 del 7,9% al 48,1% cambiando solo el 0,016% de los pesos del modelo.
JSON — Datos estructurados para programas, APIs y agentes de IA
Guía práctica y completa sobre JSON: especificación de sintaxis, serialización con parse y stringify, consumo de APIs REST, validación con JSON Schema y salidas estructuradas para LLMs.
Formatos DOCX y XLSX: cuándo se necesita un documento final completo de la IA
Guía práctica y completa sobre la generación y procesamiento de documentos DOCX y libros XLSX con IA: comparativa con Markdown y CSV, ingeniería de prompts, fórmulas y automatización en código.
Binance publica una investigación sobre el robo de $6,300 millones
La investigación vincula el robo con una versión modificada de Homebrew, una entrevista falsa y el uso de una herramienta interna de IA de Binance.