Inkling 2 Mini: IA abierta que corre en un portátil

Thinking Machines Lab, el laboratorio de IA fundado por Mira Murati, publicó Inkling 2 Mini en Hugging Face bajo licencia Apache 2.0. El dato que debería importarte no es su tamaño, sino dónde vive: ocupa unos 20 GB de memoria y corre en un portátil con 32 GB de memoria unificada a través de Ollama, sin conexión y sin mandar un solo prompt a un servidor ajeno.

Las cifras de eficiencia son el otro gancho. Artificial Analysis, que evalúa modelos de forma independiente, situó a Inkling 2 Mini en 20 puntos en su índice de inteligencia, el mismo resultado que el Qwen3.8 27B pero con unas cinco veces menos parámetros activos. Según TheNextWeb, cada tarea cuesta US$0,59 y toma unos 9 minutos, frente a los US$3,53 y 38,2 minutos del modelo de Alibaba: unas seis veces más barato y cuatro veces más rápido.

El modelo acepta texto e imagen como entrada y soporta una ventana de contexto de hasta un millón de tokens, según la documentación recogida por Unite.AI. Además de las Mac con Apple Silicon, NVIDIA confirma soporte en su equipo de escritorio DGX Spark, y existen versiones GGUF para ejecutarlo con Unsloth y llama.cpp.

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 →

Cómo funciona la arquitectura en bucle y qué te cuesta

La novedad técnica está en el bucle. Inkling 2 Mini es un modelo de mezcla de expertos con 26.400 millones de parámetros totales y solo 3.400 millones activos por token. Sus 24 capas se agrupan en cuatro bloques de seis: el primero y el último se ejecutan una vez, y los dos centrales repiten tres veces por cada token. El resultado son 48 aplicaciones de capa por token a partir de 24 capas almacenadas, y 5.400 millones de activaciones de peso por token.

Ese truco no es gratis. Según el propio laboratorio, una versión sin bucles costaba 7,5% menos de entrenar, pero necesitaba 140% más de cómputo en ejecución para igualar su rendimiento. El bucle, entonces, mueve el esfuerzo al entrenamiento para ahorrarlo en cada consulta: una decisión que cambia la ecuación si vas a ejecutar el modelo miles de veces al día.

El resto del entrenamiento también es agresivo en eficiencia. Thinking Machines arrancó con 384 expertos y ocho seleccionados por token, podó dos tercios de ellos durante el entrenamiento hasta quedarse con los 128 más usados en cada capa, y luego lo reentrenó con un billón de tokens destilados de un modelo Inkling interno más grande. Veinte capas quedaron entrenadas y desplegadas en formato 4-bit NVFP4, y las cuatro últimas en 8-bit MXFP8: al coincidir la precisión de entrenamiento y de despliegue, el laboratorio sostiene que no hay pérdida por conversión posterior.

Qué rinde frente a la competencia

Los números que reporta la compañía son competitivos. Inkling 2 Mini alcanza 48,2% en DeepSWE v1.1 frente al 42,2% del Qwen3.8-27B, y 77,9% en SWE-bench Pro v2 Hard (51 tareas) frente al 73,8% del mismo rival, además de 79,2% en SWE-bench Verified y 46,5% en Vals Index v2.2. Son resultados de evaluación reportados por la empresa y las configuraciones de prueba varían entre modelos, así que conviene leerlos como una señal y no como una ventaja universal.

Las limitaciones están declaradas por el propio laboratorio. No es el mejor modelo pequeño para conversación de varios turnos ni para instrucciones con muchas restricciones: reporta 50,0% en MultiChallenge y 33,4% en ComplexConstraints v1.1, donde Qwen le gana. También queda atrás de los modelos grandes en pruebas de razonamiento difícil como CritPt v2 y HLE-Diamond, y consume alrededor de 38% más tokens de salida para el mismo puntaje.

Para poner la escala en contexto, TheNextWeb señala que el GPT-6 Luna de OpenAI obtuvo 28 puntos en el mismo índice de Artificial Analysis a US$0,15 por tarea. Es decir, hay techo por encima: Inkling 2 Mini no compite en razonamiento de frontera, compite en costo y autonomía.

Qué pasó antes: el contexto que explica la apuesta

No es el primer movimiento del laboratorio. TechCrunch reportó que el primer Inkling, lanzado en julio de 2026, era un modelo abierto de 975.000 millones de parámetros totales y unos 41.000 millones activos, entrenado con 45 billones de tokens de texto, imagen, audio y video. En noviembre llegó Inkling 2 Small, de 594.000 millones de parámetros, según SiliconANGLE, que también reportó que la compañía busca una ronda de US$5.000 millones liderada por Accel, con una valoración esperada de US$40.000 millones.

El argumento de fondo es económico. TechCrunch documentó un proyecto con Bridgewater Associates en el que investigadores de ambas firmas ajustaron un modelo abierto con la experiencia financiera del fondo: según esa evaluación, hecha por las dos compañías y no por un tercero, el resultado superó a los mejores modelos propietarios en razonamiento financiero con un costo de ejecución de aproximadamente una catorceava parte. Y en el ecosistema local ya hay rivales: Recursive con su modelo Flint, que aparece en las propias gráficas de comparación del laboratorio.

Razonar sin dejar rastro: el debate de seguridad que te afecta

La parte incómoda del bucle es la monitorización. Los laboratorios supervisan modelos en parte leyendo el razonamiento que escriben, la conocida cadena de pensamiento. Un modelo en bucle puede hacer más de ese razonamiento de forma interna, donde el monitor no lo ve.

Thinking Machines lo puso sobre la mesa en lugar de esconderlo. En sus pruebas con un modelo de investigación de bucle variable, el horizonte de tareas sin cadena de pensamiento escrita subió de 16 segundos con una pasada a 37 segundos con tres, y las trazas de razonamiento en un conjunto de preguntas se redujeron de 3.703 tokens con una pasada a 1.661 con cinco. El laboratorio concluye que, a esta escala, no observa una reducción significativa de la monitorización del razonamiento, y aclara que los resultados son preliminares.

Para que otros puedan estudiarlo, liberaron también un modelo de investigación, TML-d24-varloop-research, que permite elegir entre una y cinco pasadas. Es una señal de transparencia poco habitual, pero también un recordatorio: si construyes agentes autónomos, la lógica interna no queda escrita en su totalidad.

Qué significa esto para tu startup

Prueba antes de migrar, y con tus propias tareas. Instálalo con Ollama en un Mac de 32 GB o en una GPU con 32 GB o más de VRAM y corre tu caso de uso real. El propio laboratorio admite que pierde en conversación multiturno y en instrucciones con muchas restricciones, así que si tu producto es chat de soporte, este no es el modelo. Si es código, agentes o automatización con herramientas, es justo el terreno donde lidera entre los modelos abiertos de su rango.

Haz el cálculo por tarea, no por token. Con US$0,59 por tarea frente a US$3,53, y 9 minutos frente a 38,2, la diferencia deja de ser un detalle de ingeniería y se vuelve una línea de tu estado de resultados. Corre el número con tu volumen mensual antes de decidir si mueves el workload a local o lo dejas en la nube.

Usa la privacidad como argumento comercial. Ejecutar el modelo en tu equipo significa que los datos del cliente no salen de él. En sectores con información sensible —salud, legal, finanzas— eso puede pesar más que un par de puntos de benchmark, y es un diferenciador que puedes poner en tu propuesta de valor sin pedir permiso a ningún proveedor.

Ajusta tus expectativas de auditoría. Si vas a desplegar agentes, no diseñes tu control de calidad apoyándote únicamente en leer el razonamiento escrito del modelo. Combínalo con límites de herramientas y revisión de resultados, porque parte del cómputo ocurre en un lugar que no queda registrado.

Y mira el modelo de negocio detrás. Con licencia Apache 2.0 los pesos son tuyos: nadie te cobra por ejecutarlos. El ingreso del laboratorio no viene del modelo, sino de Tinker, su plataforma de inferencia y ajuste fino. Si tu plan es personalizar el modelo con datos propios, ese es el servicio que vas a pagar —y donde debes comparar precios.

Conclusión

Inkling 2 Mini importa menos por su puntaje y más por lo que demuestra: que un modelo competente cabe en un portátil, funciona sin conexión y se entrega con los pesos abiertos. Para un founder hispanohablante con presupuesto ajustado y clientes celosos de sus datos, eso abre una opción que hace dos años no existía: autonomía real, sin tarifa por token y sin depender de la conexión ni del proveedor de turno. La apuesta de fondo del sector —modelos abiertos, pequeños y ejecutables en local— sigue sumando piezas, y esta es una de las más sólidas del año.

Fuentes

¿te gustó o sirvió lo que leíste?, Por favor, comparte.

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 →

Daily Shot: Tu ventaja táctica

Lo que pasó en las últimas 24 horas, resumido para que tú no tengas que filtrarlo.

Suscríbete para recibir cada mañana la curaduría definitiva del ecosistema startup e inversionista. Sin ruido ni rodeos, solo la información estratégica que necesitas para avanzar:

  • Venture Capital & Inversiones: Rondas, fondos y movimientos de capital.
  • IA & Tecnología: Tendencias, Web3 y herramientas de automatización.
  • Modelos de Negocio: Actualidad en SaaS, Fintech y Cripto.
  • Propósito: Erradicar el estancamiento informativo dándote claridad desde tu primer café.

📡 El Daily Shot Startupero

Noticias del ecosistema startup en 2 minutos. Gratis, todos los días.

Share to...