Modelos de IA
Inkling 2 Small ya está en Tinker: 31 en el índice y los pesos Apache, la semana que viene
Thinking Machines lo abre el 5 de noviembre: 594.000 millones de parámetros, 17.000 millones activos, texto e imagen. En Tinker cuesta 0,30 dólares el millón de entrada y 1 dólar de salida. Los checkpoints Apache 2.0 siguen pendientes del red team.
El titular de X mezcla dos fechas
Inkling 2 Small ya se puede llamar. Eso es lo que ha corrido por X desde el 5 de noviembre de 2026, y Thinking Machines Lab lo confirma: el modelo está en Tinker Playground, se muestrea y se afina en Tinker, y la ficha lo describe como un MoE de 594.000 millones de parámetros con 17.000 millones activos, texto e imagen de entrada y esfuerzo variable. El segundo golpe del anuncio es el que se ha viralizado: los pesos completos saldrán con Apache 2.0 «la semana que viene», cuando terminen las pruebas de seguridad y el red team externo.
Hoy los pesos siguen cerrados. La licencia publicada es la de Tinker. Inkling e Inkling-Small ya tienen página en Hugging Face; Inkling 2 Small, no. Si lo que querías era descargar el checkpoint, el 5 de noviembre no te lo entrega. Si lo que querías era probarlo o entrenar un LoRA, sí.
Qué hay hoy y qué espera a los pesos
En Tinker el modelo se llama thinkingmachines/Inkling-2-Small. Hay variante de 64K y de 256K. Prefill y muestreo cuestan lo mismo en las dos: 0,30 dólares por millón de tokens de entrada, 0,03 si pegan en caché, 1 dólar de salida. Entrenar sí cambia: 1,50 dólares el millón a 64K y 3 dólares a 256K. El almacenamiento de checkpoints va a 0,10 dólares por gigabyte y mes. La inferencia serverless está en beta, a la misma tarifa de 0,30 / 0,03 / 1,00, solo para la familia Inkling y con lista de espera si quieres producción.
La ficha habla de un contexto de hasta un millón de tokens. Eso es el modelo. El servicio, hoy, sirve 64K y 256K. Acepta texto e imagen; no audio. Inkling e Inkling-Small sí mezclaban audio. Un ejemplo hipotético: tienes cuenta en Tinker y quieres un clasificador de facturas a partir de capturas. Entras al Playground, subes una imagen, afinas un LoRA a 64K y dejas de gastar cuando el presupuesto de muestreo se dispara. Eso ilustra el flujo que describe el laboratorio, no una prueba hecha aquí.
| Qué pide el titular | Qué hay el 7 de noviembre | Qué falta |
|---|---|---|
| Probarlo | Tinker Playground y muestreo en Tinker | Un endpoint público fuera de Tinker |
| Afinarlo | LoRA en Tinker, 1,50 dólares el millón a 64K | Entrenar en tu clúster con pesos propios |
| Descargarlo | Checkpoints previstos con Apache 2.0 | El archivo. Sigue cerrado |
| Contexto largo | Ficha: 1M. Servicio: 64K y 256K | 1M servido en Tinker |
El 31 no es un ranking universal
Thinking Machines sitúa Inkling 2 Small en 31 del Artificial Analysis Intelligence Index. Inkling-Small estaba en 13. El salto, dice el laboratorio, viene de preentrenamiento más eficiente y de un RL conjunto: 8,4 billones de tokens en 68 horas sobre GB300 NVL72 en NVFP4, luego 3,8 billones a 512K, un tramo de 320.000 millones a 1M y un RL de más de 17 millones de rollouts en 2.048 GPU durante nueve días. Es su receta, no una medición independiente de este blog.
En la instantánea de DesignArena Website del 5 de noviembre, Inkling 2 Small marca 1.340. Por encima quedan Muse Wonder a 1.366 y Muse Spark 1.3 a 1.351. En PMPP-Hard, un banco externo de kernels GPU, el laboratorio reporta una media de 54,25 tareas resueltas de 69 y un AUC de 494,27, por detrás de GPT-6 Astra, Kimi K3.1 Pro y Claude Opus 5.5. En AA-Briefcase, trabajo de conocimiento de punta a punta, da un ELO de 1.527. En una demo de autoresearch, el modelo entrenó un LoRA de Qwen3.5-4B sobre series temporales en Tinker: 4 horas y 17 minutos, 426 dólares de 500, y el skill de 0,191 a 0,289. Eso es un caso del fabricante, con presupuesto y evaluador suyos.
Pruébalo en Tinker; espera si lo que quieres es hospedarlo
Si te basta un playground o un LoRA barato, Inkling 2 Small ya está. El 0,30 / 1,00 es la tarifa que Tinker cobra hoy, más barata que Inkling-Small a 0,58 / 1,44. Si el argumento era «abierto» en el sentido de Apache 2.0 descargable, el anuncio se adelanta al archivo. El laboratorio sigue el proceso que describió en A safe path to open weights; no ha puesto fecha de calendario, solo «la semana que viene» después del red team.
Aquí no se ha llamado a Tinker ni se ha medido el índice, DesignArena ni PMPP-Hard. El motivo para entrar ahora es un modelo que ya responde y se afina. El motivo para esperar es una política que exige pesos propios, ficha fuera de Tinker o audio, que esta generación no trae.