Thinking Machines de Mira Murati: $2B y modelos en tiempo real

¿Qué está construyendo realmente Thinking Machines?

Thinking Machines levantó $2 mil millones en febrero de 2025 con una valoración de $12 mil millones, una de las rondas seed más grandes en la historia de la IA. Ahora, la compañía fundada por Mira Murati (ex-CTO de OpenAI) anuncia que está desarrollando «interaction models», una nueva categoría de sistemas diseñados para colaborar con humanos en tiempo real.

Para un founder, esto no es solo otra noticia de IA: representa un cambio en cómo las startups podrán construir productos que interactúan naturalmente con usuarios, sin las limitaciones de los modelos actuales que esperan a que termines de escribir o hablar antes de responder.

¿Qué son los interaction models y por qué importan?

Según Thinking Machines, los interaction models permiten «colaborar con IA como colaboramos naturalmente entre humanos»: procesan audio, video y texto simultáneamente, pensando y respondiendo en tiempo real. Los modelos actuales experimentan la realidad en un solo hilo: esperan a que el usuario termine de interactuar antes de procesar.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

La diferencia es crítica para productos que requieren fluidez: asistentes de voz, herramientas de diseño colaborativo, sistemas de atención al cliente, o aplicaciones educativas donde la latencia rompe la experiencia.

El contexto competitivo: Thinking Machines no opera en el vacío. Sus competidores directos incluyen OpenAI (GPT-4o con capacidades multimodales), Anthropic (Claude con visión emergente), Google DeepMind (Gemini nativamente multimodal), xAI (Grok) y Meta AI (Llama 3 con visión). Lo que diferencia a Thinking Machines es su enfoque en colaboración humana vs. autonomía pura.

¿Quién está detrás y qué han construido antes?

Mira Murati fue CTO de OpenAI hasta septiembre de 2024, donde fue instrumental en el desarrollo de ChatGPT, DALL-E y modelos de voz. Incluso sirvió como CEO interina en noviembre de 2023 durante la salida temporal de Sam Altman.

No viene sola. El equipo fundador incluye a John Schulman (cofundador de OpenAI, ahora Chief Scientist en Thinking Machines), Barret Zoph (ex-VP de Research, ahora CTO) y Luke Metz. Este pedigree explica por qué inversores apostaron $2 mil millones antes de ver un producto público.

En octubre de 2025, lanzaron Tinker, una herramienta que automatiza la creación de modelos frontier personalizados. Esto ya reduce barreras para startups que no pueden costear infraestructura masiva de entrenamiento.

¿Qué significa el acuerdo con Google Cloud?

En abril de 2026, Thinking Machines firmó un acuerdo multibillonario con Google Cloud para infraestructura de IA potenciada por las GPUs Nvidia GB300. Este deal, valorado en «miles de millones de dígitos simples», asegura acceso a computación de punta sin construir data centers propios.

Para founders, esto señala una tendencia: las startups de frontier AI ya no compiten solo en algoritmos, sino en acceso a infraestructura. Quien asegura GPUs primero, escala primero.

¿Qué significa esto para tu startup?

Si estás construyendo un producto con IA, el movimiento de Thinking Machines tiene implicaciones prácticas inmediatas:

1. La multimodalidad en tiempo real será el estándar, no el diferenciador

Los interaction models normalizarán experiencias donde la IA ve, escucha y responde sin latencia perceptible. Si tu producto todavía depende de input por texto con delay de procesamiento, estás construyendo para el paradigma de 2024, no de 2026.

Acción concreta: Evalúa tu stack actual. ¿Tu proveedor de IA (OpenAI, Anthropic, Google) ofrece APIs multimodales en tiempo real? Si no, prioriza migrar en el próximo quarter. La ventaja competitiva se erosionará rápido.

2. La personalización de modelos será accesible para startups

Herramientas como Tinker demuestran que pronto podrás crear modelos frontier personalizados sin equipos de 50 investigadores. Esto nivela el campo para startups en LATAM y España que no tienen acceso a capital de Silicon Valley.

Acción concreta: Experimenta con herramientas de fine-tuning accesibles (Hugging Face, Replicate, o el mismo Tinker cuando esté disponible). Un modelo especializado en tu vertical vale más que un modelo generalista más grande.

3. La infraestructura define el techo de crecimiento

El acuerdo de Thinking Machines con Google Cloud refleja una realidad: el talento puede fundar la compañía, pero las GPUs determinan cuánto escala. En el ecosistema hispanohablante, donde el acceso a capital es más limitado, esto requiere estrategia.

Acción concreta: Si estás levantando ronda, incluye en tu deck no solo el equipo y el producto, sino tu estrategia de infraestructura. ¿AWS, Google Cloud, Azure? ¿Tienes créditos comprometidos? Los inversores técnicos preguntarán esto en 2026.

Oportunidades específicas para el ecosistema hispanohablante

El enfoque de Thinking Machines en colaboración (no autonomía) abre puertas para casos de uso locales:

Educación: Asistentes en español que ven, escuchan y conversan con estudiantes en tiempo real, adaptándose a ritmos individuales.
Salud: Herramientas para telemedicina que procesan audio, video y texto simultáneamente, reduciendo carga administrativa para médicos.
Agricultura y agro-tech: Modelos multimodales que analizan imágenes de cultivos, audio de maquinaria y datos de sensores para recomendaciones en tiempo real.
Atención al cliente: Sistemas que entienden contexto visual (screenshots, fotos de productos) junto con conversación, crítico para e-commerce en LATAM.

La democratización de herramientas como Tinker permite que startups en México, Argentina, Colombia, Chile o España construyan soluciones verticalizadas sin depender de modelos genéricos en inglés.

Riesgos a considerar

No todo es oportunidad. La concentración de talento ex-OpenAI en Thinking Machines (y competidores como Anthropic) crea una brecha: las startups sin acceso a este talento pueden quedar rezagadas en innovación de modelo.

Además, la carrera por infraestructura (GPUs) favorece a compañías con capital significativo. Para founders en mercados emergentes, la estrategia debe ser: especialización vertical + partnerships de infraestructura, no competir en modelos frontier generalistas.

Conclusión

Thinking Machines no es solo otra startup de IA con founders famosos. Su apuesta por interaction models señala hacia un futuro donde la colaboración humano-IA es fluida, multimodal y en tiempo real. Para founders hispanohablantes, la pregunta no es si adoptar estas capacidades, sino cómo especializarse en verticales donde la multimodalidad resuelve problemas reales.

La ventana de oportunidad está abierta: herramientas como Tinker reducirán barreras, pero los primeros movers en verticalizar estas tecnologías capturarán valor. El ecosistema de LATAM y España tiene ventajas en comprensión de mercados locales, regulación y casos de uso específicos. La infraestructura y los modelos se commoditizan; el dominio vertical no.

¿Ya formas parte de la comunidad de founders que está construyendo el futuro de la IA en español? En Ecosistema Startup conectamos emprendedores tech con insights accionables, casos reales y oportunidades de colaboración. Únete gratis y accede a análisis semanales como este, plus networking con founders que ya están implementando estas tecnologías.