TL;DR:
- Thinking Machines Lab publicó el 30 de julio de 2026 los pesos completos de Inkling-Small bajo licencia Apache 2.0, quince días después de mostrarlo apenas como vista previa.
- Tiene 276,000 millones de parámetros totales y 12,000 millones activos, la cuarta parte de Inkling, y supera al modelo grande en Humanity's Last Exam (31.6% contra 29.7%) y en SWE-Bench Verified (80.2% contra 77.6%).
- El recorte se paga en conocimiento memorizado: en SimpleQA Verified cae a 20.6% frente al 43.9% de su hermano mayor.
Thinking Machines Lab publicó este jueves 30 de julio de 2026 los pesos completos de Inkling-Small, el modelo abierto que el laboratorio de Mira Murati había presentado como vista previa dos semanas antes. Es un Mixture-of-Experts de 276,000 millones de parámetros totales con 12,000 millones activos por token, entrenado en sistemas NVIDIA GB300 NVL72, con ventana de contexto de hasta un millón de tokens y razonamiento nativo sobre texto, imágenes y audio. La compañía sostiene que rinde de forma comparable a Inkling, su modelo grande, con la cuarta parte del tamaño. Los pesos ya están en Hugging Face bajo licencia Apache 2.0 y el modelo se puede afinar en Tinker, la plataforma de la propia empresa.
El anuncio cierra el pendiente que el laboratorio dejó el 15 de julio, cuando liberó Inkling y describió a su hermano menor como una vista previa en fase de pruebas. Esas pruebas ya terminaron. Lo llamativo aparece en el orden de los resultados: en buena parte de las evaluaciones, el modelo chico va arriba del grande.
El modelo chico le gana al grande en razonamiento y código
Thinking Machines explica de dónde sale esa ventaja. Inkling-Small empezó a entrenarse después que su hermano mayor, así que el equipo alcanzó a cambiarle la mezcla de datos de preentrenamiento y la receta de aprendizaje automático. Después tomó un checkpoint anterior, lo posentrenó en parte con destilación on-policy usando a Inkling como maestro y escaló dos semanas más de aprendizaje por refuerzo en programación agéntica. Estas son las cifras que publica la empresa, todas medidas con el esfuerzo de razonamiento en 0.99:
- En Humanity's Last Exam, solo texto, marca 31.6% contra el 29.7% de Inkling, y la ventaja se sostiene en todos los presupuestos de pensamiento.
- En SWE-Bench Verified cruza el 80%: 80.2% frente al 77.6% del modelo grande.
- En Terminal Bench 2.1, que mide trabajo agéntico en terminal, llega a 64.7% contra 63.8%.
- En razonamiento abstracto sube a 84.0% en ARC-AGI-1 y 40.1% en ARC-AGI-2, frente a 79.5% y 36.5%.
- En seguimiento de instrucciones (IFBench) queda en 82.2%, arriba del 79.8% de Inkling.
- En matemáticas de olimpiada el grande resiste: AIME 2026 se queda 97.1% contra 95.5%.
Conviene leer la letra chica. Las cifras de SWE-Bench Verified y Terminal Bench 2.1 de ambos modelos salen de arneses internos del laboratorio, mientras que para los rivales se usaron números autorreportados o mediciones de terceros como Artificial Analysis. El resto de la tabla se apoya en evaluadores externos, pero la comparación no viene de un árbitro único.
La idea de un modelo abierto pequeño que se planta frente a rivales mucho más grandes ya venía sonando en este ciclo: el 21 de julio Poolside presentó Laguna S 2.1, un modelo de 118B con el mismo argumento.
El costo del recorte: menos mundo memorizado
La contraparte está en la factualidad, y la propia empresa la reconoce: Inkling mantiene ventaja en cobertura de conocimiento. Los números no dejan dudas. En SimpleQA Verified, que evalúa respuestas factuales cortas, Inkling-Small cae a 20.6% frente al 43.9% de Inkling, menos de la mitad. En el índice AA Omniscience pasa de 2.1 a -9.0. En Tau 3 Banking, una prueba de agentes sobre tareas bancarias, baja de 23.7% a 15.5%.
Menos parámetros significan menos hechos guardados en los pesos. Para un asistente de cultura general eso duele; para una aplicación que consulta su propia base de datos y trabaja con herramientas, mucho menos. Hay otro dato que conviene mirar desde el español: en Global-MMLU-Lite, la prueba multilingüe de la tabla, Inkling-Small marca 86.7%, por debajo del 88.7% de Inkling y del 90.0% de Qwen3.5-397B-A17B.
180 GB de VRAM: ahí es donde cambia la cuenta
El dato que más mueve la aguja para un equipo pequeño no es un benchmark, es el requisito de hardware. Según la ficha técnica del modelo, el checkpoint BF16 de Inkling-Small pide al menos 600 GB de VRAM agregada, es decir cuatro NVIDIA B300 u ocho H200. La versión cuantizada NVFP4 baja el piso a 180 GB: una sola B300 o dos H200. Inkling, en comparación, exige 2 TB en BF16 y unos 600 GB en su checkpoint cuantizado.
Traducido a decisiones: un estudio de software, una fintech o una redacción en Ciudad de México, Bogotá o Madrid que hoy paga una API por token puede correr este modelo en un par de GPU rentadas y quedarse con la versión afinada. Thinking Machines no cobra por los pesos. Su negocio vive en Tinker, donde Inkling e Inkling-Small entraron con un descuento por tiempo limitado, y en el Playground ya se puede conversar con el modelo por texto, imagen y audio.
La ficha técnica pide filtros extra en producción
El laboratorio afirma que aplicó el mismo proceso de pruebas previas al despliegue que usó con Inkling, con evaluaciones internas y red teaming de socios externos, y concluyó que el modelo no aporta riesgo material más allá de lo que ya circula en el ecosistema abierto. También deja escrito el riesgo residual: Inkling-Small cede de vez en cuando ante prompts de rol o formulados de manera indirecta sobre temas dañinos. Su recomendación para quien lo despliegue es no confiar únicamente en los rechazos del modelo y sumar filtros de entrada y salida, del tipo Llama Guard, en la capa de aplicación. En FORTRESS adversarial, que mide el rechazo de solicitudes dañinas, baja a 71.6% desde el 78.0% de Inkling.
El telón de fondo no cambió: los modelos abiertos más fuertes del año siguen viniendo sobre todo de laboratorios chinos, y Washington lleva meses buscando cómo responder en ese mismo terreno.
Alejandro Castillo Leone
Para un desarrollador hispanohablante el cambio es medible: un modelo multimodal con pesos descargables, licencia permisiva y un piso de 180 GB de VRAM cabe en presupuestos donde Inkling no entraba. Lo que cada equipo tendrá que decidir es cuánta memoria factual está dispuesto a sacrificar para bajar esa cuenta.
