Por Redacción Pangea IA · 6 de noviembre de 2026
Thinking Machines Lab ha presentado Inkling 2 Small, un modelo multimodal dirigido a desarrolladores y agentes de IA. Ya está disponible para probar en Tinker, pero sus pesos abiertos aún no se han publicado. Estas son sus posibilidades reales y sus límites.
Un modelo de expertos pensado para tareas complejas
Thinking Machines Lab, la empresa fundada por Mira Murati, anunció el 5 de noviembre de 2026 Inkling 2 Small, la segunda generación de sus modelos de inteligencia artificial. Su propuesta combina procesamiento de texto e imágenes, razonamiento configurable y herramientas para desarrolladores. El modelo ya puede probarse en Tinker, mientras que la publicación de sus pesos bajo licencia Apache 2.0 sigue siendo una intención condicionada a pruebas externas de seguridad.
El anuncio es relevante para quienes construyen aplicaciones, asistentes de programación y agentes capaces de utilizar herramientas. También introduce una distinción importante: probar un modelo en un servicio gestionado no equivale a poder descargarlo y ejecutarlo en servidores propios.
Qué ofrece Inkling 2 Small
Según la documentación técnica de la compañía, Inkling 2 Small utiliza una arquitectura Mixture-of-Experts (MoE) con 594.000 millones de parámetros totales y 17.000 millones activos. En términos sencillos, el sistema selecciona partes especializadas de su red para procesar cada fragmento de información, en lugar de activar todos sus parámetros simultáneamente.
Esto no significa que cualquier ordenador pueda ejecutarlo ni que su coste real dependa exclusivamente de los parámetros activos. La memoria necesaria, la infraestructura, la longitud del contexto y la forma de servir el modelo también influyen en el rendimiento y el precio.
Texto, imágenes y contexto amplio
El modelo admite entradas de texto e imagen y produce respuestas de texto. Su ficha técnica declara una ventana de contexto de hasta un millón de tokens, una capacidad potencialmente útil para examinar grandes repositorios de código, documentación extensa o múltiples archivos relacionados. Sin embargo, disponer de una ventana amplia no garantiza que el modelo utilice correctamente cada detalle incluido en ella.
La empresa también ofrece distintos niveles de esfuerzo de razonamiento. Esta opción permite ajustar cuánto trabajo dedica el sistema a determinadas consultas, una decisión que puede repercutir en la latencia y en el consumo de recursos. La ficha lo presenta como un modelo generalista adecuado para programación, asistentes, recuperación de información y uso de herramientas.
Disponibilidad: se puede probar, pero los pesos aún no están abiertos
El 5 de noviembre, Thinking Machines habilitó Inkling 2 Small en Tinker Playground y anunció acceso para muestreo y ajuste fino dentro de su plataforma. Por ahora los pesos permanecen cerrados. La compañía prevé publicarlos la semana siguiente bajo Apache 2.0 una vez completadas las evaluaciones externas de seguridad y los ejercicios de red teaming.
Esa apertura no debe darse por realizada antes de que los archivos y la licencia estén efectivamente disponibles. Tampoco implica que todos los servicios de terceros vayan a ofrecer el modelo desde el primer día. Para una empresa española interesada en desplegarlo localmente, la recomendación prudente es esperar a la publicación efectiva y comprobar los requisitos técnicos y legales.
Qué cambia para desarrolladores y pequeñas empresas
Un equipo que mantiene una aplicación web podría probar el modelo con una tarea delimitada: analizar una incidencia, localizar funciones relacionadas y proponer pruebas. Otro uso posible sería resumir documentación técnica y convertirla en una lista de cambios verificables. En ambos casos, el resultado debe pasar por revisión humana y pruebas automáticas antes de incorporarse a producción.
Los profesionales que desarrollan agentes también pueden evaluar su comportamiento al seleccionar herramientas, interpretar imágenes o mantener instrucciones durante procesos largos. Conviene medir errores, tiempo de respuesta y coste por tarea terminada, no limitar la comparación a una puntuación global de benchmark.
Thinking Machines afirma que el modelo obtiene 31 puntos en el Artificial Analysis Intelligence Index y supera ampliamente a sus generaciones anteriores. Es una cifra comunicada por el fabricante que debe interpretarse con el contexto de la evaluación y sin convertirla en garantía de superioridad en todas las tareas reales.
Una prueba práctica antes de adoptarlo
Una pequeña consultora tecnológica puede preparar un conjunto fijo de incidencias reales ya resueltas, documentación de prueba y criterios de aceptación. Después, comparar Inkling 2 Small con el modelo que ya utiliza: porcentaje de soluciones correctas, intervención humana necesaria, consumo y tiempo total. Para documentos sensibles o datos de clientes, debe comprobar antes las condiciones de tratamiento y privacidad del servicio.
Límites y cuestiones pendientes
La disponibilidad inicial depende de Tinker y no constituye un lanzamiento general de pesos descargables. El soporte de imagen no debe confundirse con generación de imágenes o procesamiento universal de audio y vídeo. Además, las capacidades de contexto, razonamiento y programación requieren validación en situaciones concretas: los modelos pueden cometer errores, interpretar mal instrucciones o producir código inseguro.
También queda por comprobar qué hardware será necesario para una ejecución eficiente cuando se liberen los pesos y cómo se comparará su coste total con alternativas gestionadas. Una licencia permisiva puede facilitar la experimentación, pero no elimina los gastos de infraestructura, supervisión y mantenimiento.
Conclusión
Inkling 2 Small aporta una novedad concreta al mercado: un modelo multimodal de expertos, orientado a programación y agentes, disponible ya para pruebas en Tinker y con una apertura de pesos anunciada, aunque todavía pendiente. Su interés para empresas y desarrolladores dependerá menos de la cifra de parámetros que de su fiabilidad, coste y facilidad de integración en flujos reales.
Lecturas relacionadas
- Kiro Crew: agentes con memoria para programación
- Mistral abre una API compatible con OpenAI
- Mistral Large 4 y sus pesos descargables
Fuentes y fecha de consulta
- Thinking Machines Lab, anuncio oficial, 5 de noviembre de 2026.
- Thinking Machines Lab, ficha técnica del modelo, 5 de noviembre de 2026.
- Littlewolf Labs, cobertura independiente, 5 de noviembre de 2026.
- Agentic Weekly, ficha independiente, consultada el 6 de noviembre de 2026.
Deja una respuesta