Thinking Machines lanza Inkling 2 Small: un modelo MoE de 594B que puede afinar otros modelos
Thinking Machines presentó Inkling 2 Small, un modelo MoE de 594B parámetros con 17B activos que lidera entre modelos abiertos en varias tareas y demostró poder fine-tunear Qwen3.5-4B de forma autónoma.
Thinking Machines, la startup de Mira Murati, lanzó un nuevo modelo llamado Inkling 2 Small.
En realidad, el modelo no es tan Small: es un MoE de 594B parámetros con 17B activos. Los pesos aún están cerrados, pero pronto prometen publicarlos bajo Apache 2.0.
Inkling 2 Small ocupó el tercer lugar en DesignArena Website y el primer lugar en el leaderboard general entre modelos abiertos. El salto respecto a la versión anterior es muy significativo.
En tareas de visión, finanzas y agentes de oficina lidera entre los modelos open source. En programación la situación es un poco más modesta, pero ya está bastante cerca de DeepSeek-V4.1-Flash.
Lo más interesante del lanzamiento fue una demo en la que el propio modelo fine-tuneó Qwen3.5-4B para pronóstico de series temporales. Escribió su propio evaluador, encontró un bug, probó SFT y RL, y tras 4,5 horas y $426 entregó el mejor checkpoint. En nuevos datos, el error fue aproximadamente 15% menor que el de la base.
Además, el modelo es bastante bueno optimizando kernels de GPU: en PMPP-Hard resuelve en promedio 54 de 69 tareas, al nivel de DeepSeek V4.1 Flash.
Por ahora está disponible a través de Tinker.
Por qué es importante
AnálisisEl lanzamiento muestra que los modelos MoE abiertos son cada vez más competitivos. La demo de fine-tuning autónomo apunta a agentes de IA capaces de entrenar y optimizar otros modelos con mínima intervención humana.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Thinking Machines presenta Inkling 2 Small: un modelo MoE que compite con flagships más grandes
Thinking Machines presentó Inkling 2 Small, un modelo multimodal basado en Mixture-of-Experts con 594 mil millones de parámetros y 17 mil millones activos por token. Prometen publicar los pesos completos la próxima semana bajo licencia Apache 2.0.
Guía de prompts para los modelos generativos GPT Image
Los modelos de generación de imágenes gpt-image de OpenAI están diseñados para obtener visuales de calidad de producción y procesos creativos totalmente controlables. Son adecuados...
Claude Sonnet 4.6 vs GPT-5.5 vs Gemini 3.1 Pro: comparación de modelos 2026
Cada pocas semanas sale un nuevo modelo y cada vez surgen las mismas preguntas: ¿debería cambiar? ¿Qué cambió por qué pagar?
Modelos Frontera
La clase más poderosa de inteligencia artificial en la vanguardia de la investigación mundial (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), que define los límites de las capacidades modernas de razonamiento, autonomía y codificación.