Thinking Machines Lab lanza Inkling, un modelo open-weights multimodal con arquitectura Mixture-of-Experts y ajuste disponible en Tinker.
Thinking Machines Lab ha presentado Inkling, su primer modelo con pesos abiertos. La compañía lo describe como un modelo multimodal de tipo Mixture-of-Experts, entrenado desde cero y pensado como base para personalización y fine-tuning.
Inkling cuenta con 975.000 millones de parámetros totales y 41.000 millones activos. Según la publicación oficial, fue preentrenado con 45 billones de tokens de texto, imágenes, audio y vídeo, y admite una ventana de contexto de hasta 1 millón de tokens.
La novedad no se queda solo en el lanzamiento del modelo. Thinking Machines también lo conecta con Tinker, su plataforma para ajustar modelos, y añade un Playground para probar Inkling desde una interfaz de chat antes de comprometerse con un proceso de fine-tuning.
El modelo incorpora control del esfuerzo de razonamiento, una función pensada para equilibrar rendimiento, coste y latencia. Esto permite adaptar cuánto razonamiento utiliza el modelo según el tipo de tarea, algo especialmente relevante en flujos de trabajo largos o de uso intensivo.
La compañía también ha adelantado Inkling-Small, una variante más ligera con 12.000 millones de parámetros activos. Esta versión todavía aparece como preview y está orientada a casos donde importan más la velocidad y el coste que la máxima capacidad del modelo principal.
Para usuarios avanzados, equipos técnicos y creadores que trabajan con modelos personalizados, Inkling es relevante porque combina pesos abiertos, capacidades multimodales y herramientas oficiales para ajuste. No es una herramienta de consumo masivo, pero sí una pieza importante dentro del ecosistema de modelos abiertos.
