Lo que muestran los números
Inkling 2 Small es un modelo Mezcla de expertos (MoE) con 594 mil millones de parámetros totales y 17 mil millones activos por inferencia, un diseño que mantiene los costos de computación manejables a pesar del tamaño del modelo. Admite entradas de imágenes y esfuerzo variable, lo que permite a los usuarios intercambiar profundidad de respuesta por velocidad según la tarea.
La afirmación del titular proviene del Índice de Inteligencia de Análisis Artificial, donde la compañía dice que Inkling 2 Small obtuvo una puntuación de 31, que describe como superando con creces las puntuaciones de sus modelos anteriores. Thinking Machines atribuye la ganancia a mejoras "en cada paso" del entrenamiento, incluido un entrenamiento previo más eficiente y una ejecución de aprendizaje de refuerzo grande y unificada.
En cuanto a los puntos de referencia de codificación publicados en el anuncio, Inkling 2 Small registró resultados sólidos, pero no uniformemente líderes, en un campo que incluye GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark y Kimi K3. Obtuvo una puntuación de 86,3 % en SWEBench Pro v2 (Hard) (la segunda más alta en la comparación, detrás del 88,2 % de Kimi K3) y 72,1 % en DeepSWE v1.1, donde Muse Spark lideró con un 77,0 %. En FrontierCode v2.0 alcanzó el 25,4%, segundo detrás del 28,5% de Muse Spark, y registró el 81,6% en Vibe Code Bench v1.1.
Capacitado para el trabajo de agente a largo plazo
La compañía dice que las capacidades de agencia del modelo provienen del aprendizaje reforzado en cientos de miles de tareas de codificación de largo horizonte, ejecutadas a través de múltiples arneses de agentes y estrategias de compactación de contexto. En particular, Thinking Machines fue más allá de las simples recompensas de pruebas unitarias: muchas tareas de capacitación incluían un calificador RL agente que evaluaba cómo el modelo abordaba un problema, no solo si se aprobaba el código final.
El equipo también probó los primeros puntos de control en la naturaleza, ejecutándolos en OpenCode con el nombre en clave "Fledge-Alpha" para medir el rendimiento en el mundo real. Según el anuncio, el resultado es un modelo que sigue las instrucciones mejor que su predecesor, considera los cambios cuidadosamente y verifica su propio trabajo sin que se lo pidan.
Visión, uso de computadoras y demostraciones interactivas
Inkling 2 Small extiende la familia más allá del texto. La compañía destaca demostraciones en las que el modelo utilizó Three.js para construir un simulador de ciudad completo desde cero (generando cada edificio, textura y automóvil de manera procesal sin recursos prefabricados) y escribió un emulador de PC funcional en Python que arranca un kernel de Linux real, visible en el navegador. Otra demostración muestra el modelo generando y revisando escenas en Blender, incluido un valle dibujado a mano con grullas de origami animadas.
Esas demostraciones subrayan el discurso del lanzamiento: un modelo que puede incorporar retroalimentación visual y refinar iterativamente lo que construye (sitios web, juegos, diseños 3D) en lugar de producir resultados de una sola vez.
El camino de las pesas abiertas
El lanzamiento por etapas sigue el enfoque que Thinking Machines presentó en su ensayo anterior "Camino seguro hacia los pesos abiertos". Inkling 2 Small está disponible hoy a través de Tinker, donde los usuarios pueden probarlo en el patio de recreo y usarlo para realizar ajustes y muestreos. Los puntos de control se podrán descargar cuando se publiquen los pesos bajo Apache 2.0, planificado para la próxima semana después de que concluyan las pruebas de seguridad externas y el equipo rojo.
La estrategia se hace eco de la primera generación de la compañía: el buque insignia Inkling original y el Inkling-Small más pequeño, un modelo de peso abierto de 276 mil millones de parámetros lanzado a principios de este año que atrajo mucha atención por igualar el rendimiento del buque insignia en una fracción del tamaño. Con Inkling 2 Small, el laboratorio está duplicando la misma tesis de priorizar la eficiencia: mayor capacidad total, huella activa pequeña.
Por qué es importante
Históricamente, los laboratorios estadounidenses han estado a la zaga de los competidores chinos en el envío de pesos abiertos con capacidad fronteriza, una brecha que se ha reducido a medida que llegan los lanzamientos de Z.ai, DeepSeek, Tencent y Moonshot semana tras semana. Thinking Machines es ahora el participante más destacado en Estados Unidos, y un lanzamiento de segunda generación tan pronto después de la primera sugiere que el laboratorio está iterando más rápido de lo que muchos esperaban.
Las advertencias son las propias comparaciones de referencia. Thinking Machines eligió las comparaciones y etiquetó las puntuaciones "más altas reportadas" en cada fila, y en varias de esas filas, Inkling 2 Small quedó en segundo lugar, no en primer lugar. El lanzamiento de Apache 2.0 la próxima semana será la verdadera prueba: una vez que los desarrolladores puedan descargar y probar los pesos de forma independiente, el marketing dará paso a la medición. Por ahora, el anuncio posiciona a Inkling 2 Small como evidencia de que el volante modelo-producto de la startup está girando y que la frontera de los pesos abiertos ahora tiene una competencia genuinamente transpacífica.
Manténgase por delante de la IA
Cada semana llegan nuevos modelos de peso abierto procedentes de laboratorios de tres continentes. Manténgase al día con cada lanzamiento a través de nuestra [cobertura de la industria de la IA] (https://aibuzzwire.news).
Leer más noticias sobre IA →
