Inkling de Thinking Machines: 975B open-weights, Apache 2.0 (2026)

Thinking Machines Lab, la startup fundada por Mira Murati, ex-CTO de OpenAI, ha lanzado Inkling, su primer modelo open-weights entrenado desde cero. Con 975 billones de parámetros (41B activos por token), arquitectura Mixture-of-Experts, soporte multimodal nativo (texto, imagen, audio) y una ventana de contexto de 1 millón de tokens, Inkling es el modelo open-weights más potente de EE.UU. hasta la fecha.

El modelo se publica bajo licencia Apache 2.0, una de las más permisivas disponibles, permitiendo a cualquier persona descargarlo, usarlo y fine-tunearlo libremente.

Qué es Inkling

Inkling es un transformer Mixture-of-Experts con:

Atributo	Valor
Desarrollador	Thinking Machines Lab
Parámetros totales	975B
Parámetros activos por token	41B
Arquitectura	Mixture-of-Experts (MoE)
Contexto	1M tokens
Modalidades	Texto, imagen, audio (nativo)
Datos de entrenamiento	45 trillones de tokens (texto, imagen, audio, video)
Licencia	Apache 2.0
Fecha de lanzamiento	15 de julio de 2026
Disponibilidad	Hugging Face, Tinker, TogetherAI, Fireworks, Modal, Databricks, Baseten

Inkling-Small: la versión compacta

Junto a Inkling, Thinking Machines anunció Inkling-Small, una versión más ligera:

Atributo	Inkling	Inkling-Small
Parámetros totales	975B	276B
Parámetros activos	41B	12B
Estado	Disponible	Preview (pesos próximamente)

Inkling-Small iguala o supera a Inkling en varios benchmarks gracias a mejoras en los datos de pre-entrenamiento y el recipe de entrenamiento. Es ideal para workloads donde coste y latencia importan: coding, grading con LLMs, generación de datos sintéticos.

Benchmarks: dónde se posiciona

Según Artificial Analysis, Inkling debuta con un score de 41 en el Intelligence Index, convirtiéndolo en el modelo open-weights líder de EE.UU.:

Modelo (open-weights US)	Intelligence Index
Inkling	41
Nemotron 3 Ultra	38
Gemma 4 31B	29
gpt-oss-120b	24

Benchmarks clave

Benchmark	Inkling (effort=0.99)	Competidores
HLE text only	29.7%	GLM 5.2: 40.1%, Fable 5: 53.3%
HLE with tools	46.0%	GLM 5.2: 54.7%, Fable 5: 64.5%
AIME 2026	97.1%	Fable 5: 99.9%, GPT-5.6 Sol: 99.9%
GPQA Diamond	87.2%	GPT-5.6 Sol: 94.1%
SWE-Bench Verified	77.6%	Fable 5: 95.0%, GPT-5.6 Sol: 82.2%
Terminal Bench 2.1	63.8%	GPT-5.6 Sol: 89.5%, Fable 5: 84.6%
GDPval-AA v2	1.238	Fable 5: 1.760, GPT-5.6 Sol: 1.748
MCP Atlas	74.1%	Fable 5: 83.3%, GPT-5.6 Sol: 81.8%

Inkling es competitivo entre modelos open-weights pero no es el modelo más potente disponible, abierto o cerrado. Su valor está en la combinación de capacidades: multimodal, thinking eficiente, disponibilidad en Tinker para fine-tuning y licencia Apache 2.0.

Token efficiency

Inkling destaca en eficiencia: alcanza un score dado con menos tokens que competidores. Por ejemplo, iguala a Nemotron 3 Ultra en Terminal Bench 2.1 con aproximadamente un tercio de los tokens.

Debilidades

Hallucination rate: 63% — alto para un modelo frontier
AA Omniscience: +2 — por debajo de líderes open-weights
Factuality limitada — no ideal para aplicaciones que requieren alta precisión factual

Multimodalidad nativa

Inkling razona nativamente sobre texto, imágenes y audio:

Benchmark	Inkling	Qwen3-Omni	Gemini 3.1 Pro
Audio MC	56.6%	24.3%	66.8%
MMAU	77.2%	77.5%	82.5%
VoiceBench	91.4%	88.8%	94.3%
MMMU Pro (Standard 10)	73.5%	60.0%	82.0%
Charxiv RQ	78.1%	61.1%	80.2%

Inkling supera ampliamente a Qwen3-Omni en audio y visión, y se acerca a Gemini 3.1 Pro en varias métricas.

Precios

Contexto	Input ($/1M)	Cached Input ($/1M)	Output ($/1M)
64K	$1.87	—	$4.68
256K	$3.74	$0.748	$9.36

Oferta de lanzamiento: 50% de descuento por tiempo limitado en Tinker.

Comparado con modelos chinos open-weights como GLM-5.2 y DeepSeek V4, Inkling es ligeramente más caro para rendimiento similar o inferior en texto y código. Su ventaja está en multimodalidad y el ecosistema de fine-tuning de Tinker.

Cómo acceder a Inkling

Opción 1: Hugging Face (descarga gratuita)

Los pesos completos están disponibles en Hugging Face, incluyendo:

Checkpoint original (BF16)
Checkpoint NVFP4 (para inferencia eficiente en NVIDIA Blackwell)

Opción 2: Tinker (fine-tuning)

La plataforma de Thinking Machines para customización y fine-tuning. Opciones de contexto de 64K y 256K tokens.

Opción 3: APIs de terceros

Inkling está disponible en:

TogetherAI
Fireworks
Modal
Databricks
Baseten

Opción 4: Inferencia local

Soportado en:

vLLM (vía Inferact)
SGLang (vía RadixArk)
Miles
TokenSpeed (vía Lightseek)
llama.cpp (vía Unsloth)
Hugging Face transformers

Requisitos de hardware

Inkling requiere ~2TB de GPU memory para correr en BF16 nativo:

~8x NVIDIA B300
~16x NVIDIA H200
La versión NVFP4 reduce a la mitad los GPUs necesarios

Controllable thinking effort

Inkling permite ajustar el effort setting de 0.2 a 0.99, controlando cuánto "piensa" antes de responder. Esto traza una curva de performance vs. tokens generados:

Effort bajo (0.2): respuestas rápidas, menos tokens, ideal para tareas simples
Effort alto (0.99): máximo razonamiento, más tokens, ideal para tareas complejas

Esta flexibilidad permite optimizar coste vs. calidad por use case.

Quién está detrás: Thinking Machines Lab

Thinking Machines Lab fue fundada a principios de 2025 por Mira Murati, quien fuera CTO de OpenAI y una de las figuras más influyentes en el desarrollo de GPT-4 y ChatGPT. La misión de la empresa es "construir IA que extienda la voluntad y el juicio humano".

Antes de Inkling, la empresa había:

Desarrollado una plataforma para que cualquiera customice modelos
Previewed un sistema de IA para colaboración interactiva
Publicado investigación novedosa

Inkling es el primer modelo de una familia planificada de diferentes tamaños.

Inkling vs competidores open-weights

Modelo	Params	Activos	Contexto	Licencia	Origen
Inkling	975B	41B	1M	Apache 2.0	EE.UU.
Kimi K3	2.8T	No divulgado	1M	Open (por confirmar)	China
DeepSeek V4	~800B	No divulgado	1M	Open	China
GLM-5.2	~355B	No divulgado	1M	Open	China
Nemotron 3 Ultra	550B	55B	1M	Open	EE.UU. (NVIDIA)

Inkling es el modelo open-weights más grande de EE.UU., pero queda por detrás de los líderes chinos en tamaño y en varios benchmarks. Su diferenciador: multimodalidad nativa, Apache 2.0 y el ecosistema Tinker para fine-tuning.

Preguntas frecuentes

¿Inkling es gratuito?

Los pesos son gratuitos en Hugging Face bajo Apache 2.0. El uso via API (Tinker, TogetherAI, etc.) tiene coste.

¿Puedo fine-tunear Inkling?

Sí. La plataforma Tinker de Thinking Machines ofrece herramientas de customización y fine-tuning.

¿Qué licencia tiene?

Apache 2.0, una de las más permisivas. Permite uso comercial, modificación y distribución sin restricciones significativas.

¿Puedo correrlo en local?

Sí, pero necesitas ~2TB de VRAM en BF16. La versión NVFP4 reduce los requisitos a la mitad. Soportado en vLLM, SGLang, llama.cpp y más.

¿Es mejor que Claude o GPT?

No. Inkling es competitivo entre modelos open-weights pero queda detrás de modelos cerrados como Claude Fable 5 y GPT-5.6 Sol en la mayoría de benchmarks.

Recursos

Conclusión

Inkling marca un hito importante: el primer modelo open-weights frontier de EE.UU., entrenado desde cero por una empresa fundada por una de las figuras más influyentes de la IA. Con 975B parámetros, multimodalidad nativa, Apache 2.0 y el ecosistema Tinker para fine-tuning, ofrece una alternativa seria a los modelos chinos open-weights.

Sin embargo, no es el modelo más potente disponible. Sus debilidades en factuality (63% hallucination rate) y su coste superior a alternativas chinas limitan su appeal. Su valor real está en la combinación de capacidades: multimodal, thinking eficiente y controlable, Apache 2.0 y fine-tuning en Tinker. Para desarrolladores que necesitan un base model open-weights de EE.UU. para customizar, Inkling es la opción más completa disponible hoy.