Inkling tiene pesos abiertos, pero sus 41.000 millones activos no caben en un portátil

El 15 de julio de 2026, Thinking Machines Lab publicó Inkling con pesos descargables bajo licencia Apache 2.0. El modelo acepta texto, imágenes y audio, genera texto y ofrece hasta un millón de tokens de contexto. Su cifra de portada —975.000 millones de parámetros— viene acompañada de otra más útil para entender su arquitectura: unos 41.000 millones están activos para cada token.

Llamarlo “abierto” sin más oculta varias decisiones. La empresa entrega los pesos y permite modificarlos, pero no publica el conjunto de entrenamiento de 45 billones de tokens ni hace que ejecutar el modelo sea barato. La presentación original de Inkling lo define con precisión como open-weights y reconoce que no es el modelo más potente, abierto o cerrado. Su apuesta es servir como base multimodal personalizable. La capacidad duradera para el lector es traducir “pesos abiertos” a derechos, artefactos, recursos y obligaciones concretos.

975.000 millones totales no trabajan a la vez

Inkling es un transformador de mezcla de expertos, o MoE. Cada capa dispersa contiene 256 expertos enrutados y dos compartidos. Para cada token, un enrutador selecciona seis de los 256, mientras los dos compartidos permanecen activos. Así, el modelo almacena una capacidad total enorme sin multiplicar en cada paso todos sus parámetros.

La cifra de 41.000 millones activos ayuda a comparar cálculo por token, pero tampoco resume todo el coste. Hay capas de atención, representaciones multimodales, memoria para la caché del contexto, comunicaciones entre aceleradores y sobrecarga del sistema. Además, todos los pesos deben estar disponibles en memoria o distribuidos entre máquinas aunque solo se active una fracción por token.

La ficha oficial del modelo concreta la consecuencia: el punto de control BF16 requiere al menos 2 TB de VRAM agregada, con configuraciones indicadas de ocho GPU B300 o dieciséis H200. La versión NVFP4 reduce el requisito a 600 GB, todavía con cuatro B300 o ocho H200 según el modo. “Descargable” no significa “ejecutable en un portátil”.

Cuantizar reduce la precisión numérica con la que se almacenan y operan los pesos. Puede ahorrar memoria y acelerar inferencia, pero la equivalencia de calidad debe medirse en la tarea propia. Los 41.000 millones activos hablan de sparsidad; los 2 TB y 600 GB hablan de despliegue. Mezclar ambas métricas produce la falsa impresión de que el sistema ocupa lo mismo que un modelo denso de 41.000 millones.

Pesos abiertos no significan proceso abierto

Hay al menos cinco capas de apertura. Primera, acceso: ¿se pueden descargar los pesos? Segunda, permiso: ¿la licencia autoriza uso, modificación y redistribución? Tercera, reproducibilidad: ¿se conocen datos, código y receta suficientes para rehacer el entrenamiento? Cuarta, transparencia: ¿hay evaluaciones, límites y procedencia descritos? Quinta, operabilidad: ¿el hardware y el software necesarios están al alcance del usuario?

Inkling puntúa alto en las dos primeras. Los pesos están en el repositorio oficial de Hugging Face y la licencia indicada es Apache 2.0. La ficha declara que los datos proceden de fuentes públicas, contenidos adquiridos a terceros y material sintético o aumentado, con limpieza y filtrado. No identifica el corpus completo ni entrega una receta reproducible de extremo a extremo.

Eso no invalida la publicación. Sí impide usar “código abierto” como sinónimo de transparencia total. Una organización puede conservar los pesos, adaptarlos y ejecutarlos sin depender de una API del creador, pero aún tendrá que evaluar derechos de los datos que aporte, dependencias de software, coste de hardware y comportamiento heredado del preentrenamiento.

Multimodal de entrada, textual de salida

El modelo procesa texto UTF-8, imágenes y audio WAV a 16 kHz; la salida publicada es texto. La ficha describe un codificador jerárquico de parches para imágenes y una codificación discreta para audio, ambos proyectados a un espacio común del decodificador. Vídeo aparece entre los tipos de datos de entrenamiento, no como modalidad de entrada declarada en la ficha.

Esta diferencia evita otro atajo frecuente. “Entrenado con vídeo” no equivale a “acepta vídeo”, y “multimodal” no significa que produzca imagen, voz o vídeo. Antes de diseñar una aplicación hay que escribir una matriz de entrada y salida: formato, límites, resolución, duración, idioma y resultado. En Inkling, una imagen o una grabación pueden alimentar razonamiento, pero el producto final del modelo base sigue siendo texto.

También conviene separar ventana máxima de memoria efectiva. Un millón de tokens indica el límite admitido, no que cada detalle situado al principio vaya a recuperarse con igual precisión ni que usar toda la ventana sea económicamente razonable. La prueba pertinente mide la tarea con documentos reales, posiciones variadas y distractores, además de coste y latencia.

Cómo leer su tabla de resultados

La ficha compara Inkling con modelos abiertos y cerrados en razonamiento, código, agentes, factualidad, conversación, visión, audio y seguridad. Por ejemplo, declara 77,6% en SWE-bench Verified, 87,2% en GPQA Diamond y 43,9% en SimpleQA Verified. La dispersión importa más que elegir la cifra mayor: el mismo sistema puede ser competitivo en una tarea y quedarse lejos en otra.

La columna principal usa effort=0.99, un nivel alto de esfuerzo de razonamiento. Comparar costes exige alinear esfuerzo, longitud de salida, infraestructura, lote y cuantización. La afirmación promocional de que el razonamiento es eficiente puede ser cierta en un escenario, pero “menos tokens” no prueba por sí solo menor latencia o menor coste total. Un token más caro, una caché mayor o comunicación entre nodos pueden cambiar el resultado.

Las evaluaciones son publicadas por el propio proveedor. Algunas notas explican arneses internos y tratamientos particulares, lo cual es mejor que ocultarlos, pero obliga a reproducir antes de comprar. La prueba empresarial debe contener casos representativos, un conjunto retenido que no se use para ajustar, criterios ciegos cuando sea posible y mediciones de calidad, coste, latencia y fallos.

Personalizar traslada control y responsabilidad

Thinking Machines ofrece Inkling en Tinker para ajuste fino. Personalizar puede enseñar formato, vocabulario, uso de herramientas o una política de respuesta. No “inyecta” automáticamente toda la verdad de una empresa, y entrenar con documentos no sustituye un sistema de recuperación cuando la información cambia. Tampoco elimina alucinaciones: puede reforzar errores del conjunto de ejemplos.

Un piloto sensato empieza definiendo la conducta que debe cambiar. Se construyen conjuntos separados para entrenamiento, validación y prueba, con documentos o clientes independientes cuando sea necesario. Luego se compara el modelo base con el adaptado y se incluyen pruebas de regresión: seguridad, idiomas, negativas legítimas, información desactualizada y entradas fuera de distribución.

La descarga modifica además la gobernanza. Ejecutar localmente puede reducir exposición a un proveedor externo, pero el operador asume parches, controles de acceso, registros, prevención de extracción, filtros y respuesta a incidentes. Si redistribuye una adaptación, debe conservar avisos de licencia y documentar qué cambió. Independencia de API no equivale a ausencia de obligaciones.

La ficha que cabe antes de decidir

Para cualquier modelo de pesos abiertos, anote: licencia exacta; artefactos descargables; parámetros totales y activos; memoria por formato; modalidades de entrada y salida; contexto probado; procedencia descrita de datos; evaluación reproducible; coste en la infraestructura propia; y responsable de seguridad tras la adaptación. Si una casilla no tiene fuente, sigue siendo una incógnita.

Inkling es una publicación sustancial: pesos completos, licencia permisiva, arquitectura documentada y compatibilidad con varios motores de inferencia. También es un sistema que, en precisión completa, reclama infraestructura de clúster y cuyo corpus no es reproducible públicamente. Leer ambas frases a la vez es más útil que discutir si es “abierto” o “cerrado”. La apertura no es una etiqueta binaria; es una pila de permisos y dependencias que se puede auditar.