Un modelo de 26.4B parámetros que corre sin internet en un MacBook
Thinking Machines acaba de liberar Inkling 2 Mini, un modelo de pesos abiertos con 26.4B parámetros totales y una huella de memoria de apenas ~20 GB: suficiente para ejecutarse en un laptop de consumo, sin GPU dedicada y sin conexión. El dato que mejor lo resume es que sus propios investigadores lo llevaron en un vuelo, lo corrieron offline en un MacBook Pro y construyeron un simulador de vuelo jugable en pocos minutos.
Para un founder, la relevancia no está en el leaderboard sino en la factura. Un modelo que razona a nivel de agentes de código y corre en hardware que ya tienes cambia el cálculo de costos de cualquier producto que hoy paga inferencia por token en la nube.
¿Qué hace distinto a Inkling 2 Mini?
Es un transformer con bucles (looped transformer): las capas intermedias del modelo se ejecutan tres veces por cada token. La intuición detrás es que las capas del medio cargan el razonamiento abstracto, mientras las primeras y las últimas traducen entre embeddings y representaciones internas.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →En concreto, son 24 capas divididas en cuatro bloques de seis. Los dos bloques del medio corren tres veces; el primero y el último, una sola vez. Según la compañía, buclar las 12 capas del medio dio mejores resultados que buclar las últimas 12 en 27 de 28 evaluaciones distintas.
El efecto práctico: el modelo razona más sin escribir su razonamiento. Eso lo hace más rápido y más eficiente en tokens, pero abre una pregunta incómoda sobre monitoreo: si el modelo piensa por dentro, ¿cómo auditas su cadena de pensamiento?
Los números: dónde gana y dónde pierde
Según la documentación de la compañía, Inkling 2 Mini lidera todos los modelos de pesos abiertos con menos de 100B parámetros totales en DeepSWE v1.1 (48.2%) y en Vals Index v2.2 (46.5%). En SWE-bench Verified marca 79.2% y en SWE-bench Pro v2 (Hard) 77.9%, por delante de Qwen3.8-27B (77.8% y 73.8% respectivamente).
No gana todo. En MultiChallenge saca 50.0% y en ComplexConstraints v1.1 33.4%, por detrás de Qwen3.8-27B en ambos casos. Y en benchmarks de razonamiento intensivo como CritPt v2 y HLE-Diamond queda por debajo de modelos más grandes. La propia compañía lo admite: el bucle mejora el razonamiento, pero no permite almacenar más hechos, porque el conocimiento es función del total de parámetros.
Por eso el modelo compensa con búsqueda y herramientas. Lidera entre los pesos abiertos de tamaño similar en BrowseComp (79.0%), DeepSearchQA (85.3%) y MCP Atlas (82.7%), y también en benchmarks de trabajo de conocimiento que combinan búsqueda con uso de herramientas.
El dato de eficiencia que casi nadie mira
Investigadores del Hazy Research Lab y el Scaling Intelligence Lab de Stanford midieron inteligencia por joule, es decir cuánta energía necesita un modelo por consulta para alcanzar un nivel dado de desempeño. Con acceso anticipado al modelo, Inkling 2 Mini obtuvo 0.703 corriendo en un NVIDIA DGX Spark, frente a 0.430 de Qwen3.6-35B-A3B, 0.159 de Gemma-4-26B-A4B y 0.036 de Qwen3.5-27B.
Ese número es el argumento comercial real. Para quien corre agentes persistentes, procesos que viven horas o días, el costo energético y de cómputo por token deja de ser un detalle de ingeniería y se vuelve la línea que decide si el producto es rentable. La compañía lo ilustra con un caso propio: los 20 residentes de su aldea simulada Thinkyville son gestionados por Inkling 2 Mini corriendo en un único MacBook offline.
¿Cómo se entrena un modelo así?
Inkling 2 Mini es un Mixture-of-Experts con 26.4B parámetros totales, 3.4B activos y 5.4B de activaciones de pesos por token para contabilizar el bucle. Empezó con una esparsidad de 48, con 8 expertos elegidos de 384, y a mitad del entrenamiento podaron dos tercios de los expertos, dejando los 128 más usados en cada capa. Después entrenó sobre 1T de tokens destilados de un modelo Inkling interno más grande, para recuperar el desempeño perdido tras la poda.
El post-entrenamiento sumó un RL de 2.2T tokens en 2.000 pasos. Y hay un dato que explica la apuesta completa: la versión sin bucles costaba 7.5% menos cómputo de entrenamiento, pero necesitaba 140% más cómputo de inferencia para igualar la pérdida de la versión con bucles en trazas agénticas de 512k tokens. El bucle se paga en inferencia, no en entrenamiento.
La mayoría de los pesos se entrenaron y se despliegan nativamente en NVFP4, con las últimas cuatro capas en MXFP8. Al desplegarse en la misma precisión numérica del entrenamiento, no hay pérdida por conversión de cuantización.
¿Qué significa esto para tu startup?
1. Recalcula el costo de tus agentes. Si hoy pagas inferencia por token para tareas de código o de búsqueda agéntica, un modelo de 20 GB que corre en un Mac con 32 GB de RAM cambia el punto de equilibrio. Inkling 2 Mini se puede ejecutar vía Ollama en cualquier sistema Mac (MacBook, Mac Mini) con al menos 32 GB de RAM, y hay versiones GGUF cuantizadas disponibles vía Unsloth y llama.cpp.
2. Úsalo como base para fine-tuning propio. Los pesos completos están en Hugging Face, y la inferencia abierta corre en SGLang, vLLM, Ollama, Unsloth, NVIDIA Dynamo y TokenSpeed, con soporte de RL en SkyRL, Miles y NVIDIA AutoModel. Para equipos con datos propios y sin presupuesto de infraestructura, es una vía para tener un modelo ajustado sin construir un cluster. La compañía también lo ofrece para inferencia y personalización en su plataforma Tinker.
3. Vigila el costo de monitoreo, no solo el de cómputo. La propia investigación señala que los transformers con bucles hacen más cómputo interno antes de verbalizar. La buena noticia: al comparar 1 y 5 pasadas, la cadena de pensamiento se acortó a menos de la mitad (1.661 vs. 3.703 tokens en promedio) sin perder legibilidad. La mala: la capacidad de controlar deliberadamente esa cadena es casi nula, con el modelo siguiendo la instrucción como máximo en el 0.1% de los casos. Si tu producto depende de auditar el razonamiento del modelo, ese es el terreno a testear antes de desplegar.
El contexto: una apuesta de pesos abiertos
Inkling 2 Mini no sale en el vacío. Thinking Machines fue fundada por Mira Murati, ex CTO de OpenAI, y viene publicando su familia Inkling con una tesis explícita: los modelos que las organizaciones pueden adaptar superan a los modelos cerrados de talla única.
El primer Inkling llegó el 15 de julio de 2026 con 975B parámetros totales y 41B activos, según TechCrunch. Inkling 2 Small, de 594B totales y 17B activos, se presentó a comienzos de noviembre de 2026 y obtuvo 31 en el Artificial Analysis Intelligence Index v5.0, según CryptoBriefing. La ronda semilla de US$2.000 millones de 2025 valoró la compañía en US$12.000 millones, según CrowdfundInsider, y reportes de SiliconANGLE y CrowdfundInsider señalan que está cerrando una ronda de alrededor de US$5.000 millones liderada por Accel, a una valuación de US$40.000 millones.
Conclusión
Inkling 2 Mini no es el modelo más potente del mercado y su propia documentación lo dice sin rodeos: pierde en chat multiturno, en instrucciones con muchas restricciones y en razonamiento intensivo frente a modelos más grandes. Lo que ofrece es otra cosa, y para un founder puede ser más valioso: un modelo de pesos abiertos que razona a nivel de agente, que corre en un laptop con 32 GB de RAM y que no te obliga a pagar por token para cada experimento.
La pregunta que conviene hacerse no es si es el mejor modelo, sino cuántas de tus tareas actuales de código y búsqueda agéntica podrían resolverse en hardware que ya tienes. Ese cálculo, hecho con tus propios datos, vale más que cualquier leaderboard.
Fuentes
- Inkling 2 Mini (fuente original)
- Thinking Machines debuts Inkling 2 Small amid reported $5B fundraising push
- Thinking Machines releases Inkling 2 Small, scores 31 on AI Index
- Thinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling
- OpenAI Ex-CTO Mira Murati’s Thinking Machines Lab Targets $40B Valuation in Accel Led Round Amid Nvidia Alliance
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













