Presentación
VolverInkling: el modelo abierto de Thinking Machines, y el rival del que aprendió
Thinking Machines publicó el modelo de pesos abiertos Inkling el 15 jul 2026, en un mercado ya dominado por laboratorios chinos. Su propio posentrenamiento usó en parte datos sintéticos de Kimi K2.5, uno de esos rivales — según su propio relato.
Ficha de modelo · registro hasta el 26 ago 2026
Un modelo abierto, formado en parte por los rivales a los que responde
Thinking Machines publicó el modelo de pesos abiertos Inkling el 15 jul 2026, en un mercado ya dominado por laboratorios chinos. Su propio posentrenamiento usó en parte datos sintéticos de Kimi K2.5, uno de esos rivales — según su propio relato.
Inkling · Thinking Machines1 / 18
En cifras
Publicado el 15 jul 2026: pesos abiertos, Apache 2.0
- 975B/41BMoE multimodal: parámetros totales / activos
- 1Mcontexto en pesos abiertos (Tinker sirve 256K / 64K)
- 41Índice de Inteligencia de Artificial Analysis — mejor puntuación abierta de EE. UU.
- 98.6%StrongREJECT (FORTRESS: 78.0% adversarial / 95.9% benigno)
Inkling · Thinking Machines2 / 18
Qué ha ocurrido, por fiabilidad
Tres hechos del propio relato de Thinking Machines
Fiabilidad Qué ocurrió Cuándo Confirmado Inkling se publica: MoE de 975,000 M totales / 41,000 M activos, contexto de pesos abiertos de 1 millón de tokens, Apache 2.0 15 jul 2026 Confirmado El SFT inicial de posentrenamiento usó datos sintéticos de modelos abiertos “incluido Kimi K2.5” entrenamiento, según su propio relato Confirmado La cadena de razonamiento se condensó espontáneamente a lo largo de un entrenamiento por RL de más de 30 millones de despliegues, sin que la recompensa lo buscara durante el entrenamiento por RL Inkling · Thinking Machines3 / 18
Qué ha ocurrido, por fiabilidad
Una afirmación no verificable aquí y dos hechos posteriores
Fiabilidad Qué ocurrió Cuándo Confirmado, no verificable aquí Inkling “mostró patrones marcados de incumplimiento de la censura” en la evaluación de censura de Cognition afirmación propia de TM; no se halló puntuación independiente de Cognition para Inkling Confirmado Se publica Inkling-Small con los pesos completos: 276,000 M totales / 12,000 M activos 30 jul 2026 Confirmado, independiente Inkling debuta con 41 puntos en el Índice de Inteligencia de Artificial Analysis: la mejor puntuación abierta de un laboratorio estadounidense 15 jul 2026 Inkling · Thinking Machines4 / 18
Cronología · hasta el lanzamiento
El mercado, un caso práctico y un manifiesto; después, el modelo
- 24 jun 2026Un análisis independiente (Data Gravity) sitúa a los modelos abiertos chinos en torno al 61% de los tokens enrutados por OpenRouter a mayo de 2026; el Llama de Meta, por debajo del 1%.
- 30 jun 2026Bridgewater AIA Labs y Thinking Machines publican un caso práctico de ajuste fino con Tinker — sobre Qwen3-235B, dos semanas antes de que exista Inkling.
- 10 jul 2026Thinking Machines publica “El futuro que merece la pena construir es humano”, citando a Hayek sobre el conocimiento disperso y advirtiendo contra concentrar el desarrollo de la IA en pocos laboratorios — sin nombrar ningún país.
- 15 jul 2026Se publica Inkling. Artificial Analysis le otorga 41 puntos en su Índice de Inteligencia ese mismo día.
Inkling · Thinking Machines5 / 18
Cronología · después del lanzamiento
Un hermano menor, un relato de seguridad y seis semanas de descargas
- 30 jul 2026Se publica Inkling-Small con los pesos completos (276,000 M totales / 12,000 M activos); Artificial Analysis le otorga 40 puntos, a un punto de Inkling con menos de un tercio de los parámetros.
- 31 jul 2026Thinking Machines publica su relato del proceso de seguridad: pruebas internas, cuatro equipos externos de red-teaming identificados por nombre, y una comprobación de ajuste fino adversarial en ambos modelos.
- 26 ago 2026Hugging Face registra 166,108 descargas y 1,749 “me gusta” para Inkling, y 168,647 descargas con 379 “me gusta” para Inkling-Small.
Inkling · Thinking Machines6 / 18
En palabras de Thinking Machines
“No es el modelo más potente disponible hoy, ni abierto ni cerrado”
Su apuesta es la combinación, que lo convierte en “una buena base de pesos abiertos para personalizar”, no en un candidato a la cabeza de las clasificaciones.
Multimodal
Sin codificador: las imágenes se codifican por parches, el audio como espectrogramas dMel, y ambos se proyectan al mismo espacio oculto que el texto.
Un mando de esfuerzo de razonamiento
Eficiente y controlable; su rango técnico va de 0 a 0.99.
En Tinker
Disponible en la plataforma Tinker de Thinking Machines para el ajuste fino.
Inkling · Thinking Machines7 / 18
Arquitectura
Un decodificador de 66 capas que envía cada token a unos pocos expertos
- 66capas de un transformador solo decodificador, atención híbrida local/global
- 6/256expertos por token, más 2 expertos compartidos siempre activos
- 0–0.99mando de esfuerzo de razonamiento, rango técnico completo (las curvas publicadas recorren de 0.2 a 0.99)
- 30M+despliegues de RL; por el camino, la cadena de razonamiento se condensó sola, sin que la recompensa lo buscara
Inkling · Thinking Machines8 / 18
El mercado al que llegó
Los laboratorios chinos ya dominan en volumen los modelos abiertos
- ~61%de los tokens enrutados por OpenRouter fueron a modelos abiertos chinos a mayo de 2026 (Data Gravity)
- 4/5de los modelos más usados son chinos
- <1%para el Llama de Meta, líder del código abierto hace dos años
- 41Inkling en el Índice de Inteligencia de Artificial Analysis el día del lanzamiento — tres puntos por encima del anterior líder estadounidense, Nemotron 3 Ultra
Inkling · Thinking Machines9 / 18
La complicación
El razonamiento de Thinking Machines no lo plantea así
Su manifiesto, 10 jul 2026
Argumenta contra concentrar el desarrollo de la IA en un puñado de laboratorios al estilo de una “planificación central”, citando a Hayek sobre el conocimiento disperso — y no nombra a China en ningún momento.
El encuadre de la “respuesta occidental”
Pertenece a las mediciones de mercado independientes (Data Gravity, Artificial Analysis), no a las palabras de Thinking Machines.
Inkling · Thinking Machines10 / 18
Formado en parte por un rival
Su posentrenamiento arrancó con datos sintéticos “incluido Kimi K2.5”
Lo que dice su propio relato
El posentrenamiento de Inkling arrancó con una ronda inicial de ajuste supervisado sobre datos sintéticos de modelos abiertos “incluido Kimi K2.5”: uno de los modelos chinos frente a los que se le mide.
Cuánto pesa
La empresa sitúa ese arranque en “una pequeña fracción del cómputo”, y destina el grueso al aprendizaje por refuerzo a gran escala: es un punto de partida y no la sustancia del modelo.
Inkling · Thinking Machines11 / 18
El caso de Tinker · no es Inkling
Un Qwen3-235B ajustado superó a seis modelos de frontera en la clasificación de documentos financieros
Publicado por Bridgewater AIA Labs y Thinking Machines el 30 jun 2026, dos semanas antes de que existiera Inkling.
Modelo Precisión Coste / 1,000 tareas Modelo entrenado por Bridgewater (Qwen3-235B, ajustado) 84.7% $4.72 GPT 5.5 78.2% $65.06 Claude Opus 4.8 78.0% $92.59 Claude Opus 4.6 77.2% $61.52 GPT 5.4 75.8% $28.50 Gemini 3.1 Pro 74.3% $31.77 GPT 5.2 74.3% $19.96 Inkling · Thinking Machines12 / 18
El caso de Tinker · coste
Un 84.66% de precisión por 4.72 $ cada mil tareas
- 13.8×más barato que GPT 5.5, el modelo de frontera más fuerte en esta tarea — la cifra que la propia publicación indica
- 19.6×más barato que Claude Opus 4.8, el más caro del conjunto
Una publicación conjunta
Del proveedor de la plataforma y su cliente, sin réplica independiente.
No es Inkling
Mide un ajuste de Qwen3-235B, y no consta ningún despliegue dedicado de Inkling.
Inkling · Thinking Machines13 / 18
Pruebas de seguridad · 31 jul 2026
Tres vertientes internas, cuatro evaluadores externos identificados
Interno · tres vertientes
Conocimiento peligroso, uso indebido, daño multimodal
- Conocimiento peligroso de doble uso y uso indebido general, evaluados internamente.
- Una prueba de daño multimodal en 17 idiomas.
Externo · cuatro evaluadores identificados
Scale AI, Handshake AI, FAR.AI, Apollo Research
- Cada uno con un mandato distinto: uso indebido general, daño a usuarios vulnerables, elicitación CBRN/cibernética, comportamiento de pérdida de control.
Inkling · Thinking Machines14 / 18
Pruebas de seguridad · ajuste fino adversarial
Eliminar deliberadamente las salvaguardas
Thinking Machines concluyó que publicar Inkling no añadía un riesgo material más allá del que ya suponen los modelos abiertos ya descargables.
Variantes “solo serviciales” de ambos modelos
Como los pesos abiertos pueden reajustarse para eliminar el entrenamiento de negativa, Thinking Machines optimizó variantes de Inkling e Inkling-Small para acceder en lugar de negarse, y las sometió a las mismas evaluaciones de doble uso.
Su propia conclusión
“Las variantes solo serviciales no aportaron nuevas capacidades en tareas de CBRN y ciberseguridad, y se mantuvieron comparables a los modelos abiertos existentes”.
Inkling · Thinking Machines15 / 18
Inkling-Small · 30 jul 2026
A un punto de Inkling con menos de un tercio de los parámetros
El índice es un resumen más burdo que cualquiera de estos resultados y por sí solo no dice qué modelo conviene a qué tarea.
Artificial Analysis Inkling-Small Inkling Parámetros, totales / activos 276,000 M / 12,000 M 975,000 M / 41,000 M Índice de Inteligencia 40 41 Humanity's Last Exam 32% 30% GPQA Diamond 89% 87% τ³-Banking (agéntico) 15% 24% Calibración factual negativa positiva Inkling · Thinking Machines16 / 18
Conclusión
Un lanzamiento de pesos abiertos genuino y bien documentado
Qué es Inkling
Un lanzamiento de pesos abiertos genuino y bien documentado — MoE de 975,000 M/41,000 M activos, contexto de pesos abiertos de 1 millón de tokens, Apache 2.0 — que el día de su lanzamiento se situó, según medición independiente, como la entrada abierta líder de EE. UU. en un mercado ya dominado en volumen por laboratorios chinos.
Seis semanas después
Hugging Face registra 166,108 descargas de Inkling y 168,647 de Inkling-Small: una instantánea, no una cuota de mercado. No consta ningún despliegue empresarial dedicado a Inkling.
Inkling · Thinking Machines17 / 18
Qué recordar
Tres cosas que conviene distinguir
- El caso de la economía de Bridgewater/Tinker es real y está bien documentado, pero es un ajuste fino de Qwen3-235B anterior a la existencia de Inkling. No consta ningún despliegue empresarial dedicado a Inkling — conviene mantener presente ese vacío, en lugar de leer el caso de Tinker como prueba de los resultados del propio Inkling.
- El resultado de la evaluación de censura de Cognition es una afirmación de la propia Thinking Machines sobre su propio modelo. No se encontró ninguna puntuación de Cognition publicada de forma independiente que nombrara a Inkling — algo que conviene saber antes de tratar el hallazgo como verificado de forma independiente.
- “Respuesta occidental a los modelos abiertos chinos” es una lectura de la cuota de mercado medida de forma independiente (Data Gravity, Artificial Analysis), no el argumento que declara Thinking Machines, que nunca nombra a China. Conviene distinguir ambas cosas.
Inkling · Thinking Machines18 / 18