Inkling: el modelo abierto de 975B de Mira Murati

Actualizado el 10/10/2026 — Este artículo fue actualizado con información reciente y secciones nuevas.

Inkling es un modelo IA open source (en rigor, de pesos abiertos) que publicó Thinking Machines Lab, la empresa de Mira Murati. Tiene 975.000 millones de parámetros totales, activa 41.000 millones por token, acepta texto, imágenes y audio, y sus pesos se descargan desde Hugging Face. La compañía lo ofrece como base para afinar en Tinker, su plataforma de entrenamiento.

Inkling es un modelo de lenguaje multimodal de pesos abiertos desarrollado por Thinking Machines Lab. Usa arquitectura Mixture of Experts con 975.000 millones de parámetros totales y 41.000 millones activos por token. Recibe texto, imágenes y audio, escribe código, usa herramientas y permite regular cuánto razona antes de responder. Sirve como base descargable para correr en infraestructura propia o para afinar con Tinker.

¿Quién es Mira Murati y qué es Thinking Machines Lab?

Thinking Machines Lab es la empresa de IA que fundó Mira Murati después de dejar OpenAI, donde fue CTO hasta 2024. Inkling es su primer modelo abierto, según la cobertura de TechCrunch. Es decir, la compañía eligió debutar publicando pesos y no con una API cerrada.

Esa decisión tiene lectura política. The Register encuadró el lanzamiento como un contraste directo con OpenAI, algo que se nota hasta en el título de su nota. Más allá del cruce de bandos, lo concreto es esto:

• Primer lanzamiento abierto. No es una versión recortada de un producto cerrado: es el primer modelo público de la empresa en este formato.
• Apuesta contra el modelo de talle único. TechCrunch resume la estrategia como una jugada contra la IA “one-size-fits-all”: un modelo base que cada organización adapta.
• Plataforma propia de entrenamiento. Tinker es el camino que la empresa documenta para afinar el modelo.

¿Cuándo salió Inkling y qué se publicó?

Inkling se presentó a mediados de julio de 2026: las notas de TechCrunch y MarkTechPost sobre el lanzamiento llevan fecha del 15 de julio, y la de The Register, del 16. Lo que se publicó son los pesos del modelo en Hugging Face y una ficha oficial en el sitio de Thinking Machines.

Pasaron casi tres meses desde entonces. Por eso conviene separar dos cosas. Una es lo que la empresa afirmó en el lanzamiento, que sigue siendo nuestra base. La otra es lo que la comunidad pudo validar después. Para esta actualización trabajamos con las fuentes oficiales y de prensa listadas al final, y no incorporamos mediciones independientes porque no figuran en ellas. Más abajo, en la sección de lo que falta saber, te marcamos qué dato esperar antes de decidir.

¿Cuántos parámetros usa Inkling: 975B o 41B?

Los dos números son ciertos y miden cosas distintas. Según la ficha oficial de Thinking Machines Lab, Inkling almacena 975.000 millones de parámetros, pero activa 41.000 millones por cada token que genera. Es la lógica de Mixture of Experts: un router elige qué expertos trabajan en cada paso.

La cuenta es simple: 41 sobre 975 da alrededor del 4,2%. Un modelo denso de 975B movería casi 24 veces más parámetros por token. Con MoE tenés el conocimiento acumulado de un modelo enorme con un costo de cómputo cercano al de uno mediano.

Pero hay una trampa que le agarra de sorpresa a mucha gente. Los 41B activos abaratan el cómputo, no la memoria. El router puede pedir cualquier experto en cualquier momento, así que los 975B tienen que estar cargados. Esta es la cuenta de servilleta, solo para los pesos:

Precisión de los pesos	Memoria aproximada	GPU de 80 GB necesarias (mínimo teórico)
16 bits (2 bytes por parámetro)	~1.950 GB	25
8 bits (1 byte por parámetro)	~975 GB	13
4 bits (0,5 bytes por parámetro)	~488 GB	7

Son cálculos aritméticos sobre 975.000 millones de parámetros, no datos de la ficha. Además son un piso: falta la memoria del contexto y las activaciones. La ficha que revisamos no publica requisitos de hardware, así que tomalo como orden de magnitud y no como especificación.

¿Qué puede hacer Inkling? Capacidades confirmadas

Thinking Machines enumera seis áreas: conocimiento general, matemática y ciencia, coding agéntico con uso de herramientas, multimodalidad nativa en la entrada, forecasting con confianza calibrada y seguimiento de instrucciones de varios pasos. A eso se suma el dial de thinking effort. Ninguna de estas capacidades viene con un número público al lado.

Esa última frase es la más importante de la sección: la ficha describe capacidades, no publica resultados medidos. La tabla resume qué dice la empresa y qué falta para poder evaluarlo:

Capacidad	Qué dice Thinking Machines	Qué falta
Arquitectura	975B totales / 41B activos, MoE	Cantidad de expertos, top-k del router
Modalidades de entrada	Texto, imágenes, audio	Límites de tamaño y formatos aceptados
Voz	“En la frontera del open source”	Contra qué modelo se midió
Thinking effort	Regulable por el usuario	Rango, unidades, impacto en latencia
Calibración	Predicciones con confianza calibrada	Métrica y dataset de evaluación
Coding agéntico	Escribe código y usa herramientas	Score en benchmarks de agentes
Distribución	Pesos abiertos en Hugging Face	Texto completo de la licencia

Una aclaración sobre la multimodalidad: la ficha habla de entrada. Inkling recibe texto, imágenes y audio, pero lo que describen las fuentes es que escribe texto y código. No asumas que genera imágenes o voz sintetizada.

¿Qué es el thinking effort de Inkling?

El controllable thinking effort es un control que te deja definir cuánto razona Inkling antes de contestar. Con menos esfuerzo, la respuesta llega más rápido y consume menos. Con más esfuerzo, el modelo apunta a mayor precisión en tareas complejas. Así lo describe la ficha oficial.

Lo útil de esto es el criterio con el que lo usarías en producción:

• Esfuerzo bajo para consultas de rutina. Clasificar un ticket, extraer un dato o reformular un texto no necesitan razonamiento largo.
• Esfuerzo alto para problemas encadenados. Código con varias dependencias, matemática o lógica de varios pasos son los candidatos naturales.
• Medí antes de fijar un valor. La ficha no publica el rango ni el impacto en latencia, así que el punto de equilibrio lo tenés que encontrar con tus propios prompts.

¿Inkling es un modelo IA open source o solo open weights?

Inkling es open weights: podés descargar los parámetros entrenados y correrlos en tu infraestructura. Open source en sentido estricto implicaría además publicar el dataset de entrenamiento, el código del pipeline y las recetas. Thinking Machines usa el término open weights, y la diferencia importa para lo legal y para lo técnico.

Con los pesos en la mano igual ganás casi todo lo que importa en la práctica:

• Privacidad real. Tus prompts no salen de tu red. Si manejás datos de clientes o historias clínicas, eso solo ya justifica evaluar un modelo local.
• Cero dependencia de un proveedor. Nadie te deprecia el endpoint ni te cambia el modelo por abajo.
• Customización sin permiso. Podés afinarlo, podarlo o cuantizarlo. Eso sí, leé la licencia: su texto completo no figura en las fuentes que revisamos.
• Sin filtro remoto. Un modelo local no depende de una política que alguien pueda ajustar desde afuera.

El último punto corta para los dos lados. Si el modelo dice algo problemático en producción, nadie lo arregla por vos. La responsabilidad se muda a tu lado del cable.

¿Inkling IA es gratis?

Los pesos de Inkling se descargan sin costo desde Hugging Face, pero correrlo no es gratis. Un modelo con 975.000 millones de parámetros pide GPU de centro de datos, propias o alquiladas. La descarga sale cero; la inferencia es donde está el gasto.

Para presupuestar, pensá en tres costos separados:

• Cómputo de inferencia. Varias GPU de gran memoria encendidas durante el tiempo que sirvas el modelo.
• Fine-tuning, si lo hacés. Tinker es la plataforma que documenta la empresa, y las fuentes no publican precios.
• Operación. Monitoreo, actualizaciones, seguridad y alguien que sepa mantener un servicio así.

¿Dónde descargo Inkling y qué hardware necesito?

Los pesos están en el repositorio oficial de Inkling en Hugging Face. En cuanto al hardware, la ficha no da requisitos. Por la aritmética de arriba, hablamos de varias GPU de centro de datos, no de una placa de consumo ni de una PC.

Ponele que sos un equipo de cinco personas en Buenos Aires y querés Inkling para procesar tickets internos. Bajás los pesos y ahí empieza el problema real: conseguir dónde correrlos. Tenés tres caminos:

• Servidor propio con varias GPU. Control total, pero la inversión es alta y se amortiza solo con uso sostenido.
• Alquiler de cómputo por hora. Es el mejor punto de partida para medir sin comprometer capital.
• Esquema híbrido. El modelo vive en cómputo con GPU y tu aplicación lo consume por una API interna.

En el esquema híbrido, la parte de aplicación, base de datos y dominio no necesita GPU. Esa mitad la podés resolver con un hosting o VPS de Donweb, con soporte en Argentina, y dejar el modelo en el cómputo especializado.

Mi recomendación práctica: antes de comprar nada, alquilá GPU por hora y medí con tus propios prompts. La cuantización cambia toda la cuenta, y todavía conviene verificar cuánta experiencia de la comunidad hay alrededor del modelo antes de apostar.

¿Cómo hago fine-tuning de Inkling?

El camino que documenta Thinking Machines es Tinker, su plataforma de entrenamiento. La ficha oficial lo plantea como invitación directa: “afiná Inkling para tu dominio en Tinker”. No se publicaron precios ni requisitos de dataset en las fuentes que revisamos. Como los pesos son abiertos, también podés afinarlo con herramientas de terceros en tu infraestructura.

La pregunta que importa es si te conviene. El fine-tuning rinde en tres situaciones:

• Dominio con vocabulario propio. Jurídico argentino, telecomunicaciones, farmacia: terminología que un modelo general maneja a medias.
• Formato de salida rígido. Cuando necesitás una estructura exacta que el prompting no garantiza.
• Volumen muy alto. Si pagar prompts largos todos los días cuesta más que entrenar una vez.

Fuera de esos casos, probá primero prompting y RAG. El fine-tuning es la última herramienta de la caja. Te ata a una versión del modelo y te obliga a repetir el trabajo cuando cambia la base.

¿Cómo se compara Inkling con otros modelos abiertos?

Con los datos públicos de las fuentes oficiales no se puede responder con números. Thinking Machines no publicó benchmarks comparativos en la ficha de Inkling. Cualquier tabla que enfrente a Inkling con Llama, Mistral, ChatGPT o Claude salió de otro lado, y conviene pedirle la metodología a quien la muestre.

Lo que sí se puede comparar es el posicionamiento. Según la lectura de TechCrunch, Inkling apuesta contra la IA de talle único: la propuesta es ser un buen punto de partida para que armes tu modelo, no ganar un leaderboard. Son juegos distintos. Un modelo puede perder en un benchmark general y ganarte igual en tu caso de uso después de afinarlo con tus datos.

Si querés comparar en serio, armá tu propia evaluación:

• Juntá 50 a 100 casos reales. Tickets, documentos o consultas de tu operación, con la respuesta esperada ya validada por alguien del equipo.
• Corré los mismos casos en cada candidato. Mismo prompt, misma temperatura, distintos modelos.
• Registrá calidad, latencia y costo. Los tres, porque un modelo exacto pero lento puede no servirte.

¿Para quién tiene sentido Inkling y para quién no?

Inkling tiene sentido para organizaciones que necesitan control sobre el modelo y tienen capacidad de operar infraestructura con GPU: privacidad estricta, dominio muy específico o volumen alto. Para un emprendimiento chico que solo quiere un asistente que ande, una API gestionada suele ser más práctica que hospedar casi un billón de parámetros.

Una guía rápida según el perfil:

• Equipos de datos sensibles. Salud, legal, finanzas: si los datos no pueden salir de tu red, un modelo de pesos abiertos es una de las pocas vías.
• Empresas con un dominio de nicho. Si tenés datos propios de calidad, afinar una base grande puede darte ventaja.
• Investigadores y equipos de ML. Un MoE multimodal abierto de esta escala sirve para estudiar y experimentar.
• Quien recién empieza con IA. Arrancá con una API y prompts bien armados. Volvé a esta opción cuando el costo o la privacidad lo pidan.

¿Cómo funciona Inkling paso a paso?

Inkling funciona como un MoE: descargás los pesos, un router decide qué expertos usar por cada token, el modelo interpreta tu entrada multimodal, razona con el esfuerzo que fijes y, si hace falta, lo afinás con tus datos. Estos son los pasos en orden:

1. Bajás los pesos. Los descargás del repositorio público y los corrés en tu infraestructura, sin depender de una API cerrada.
2. El router reparte el trabajo. Por cada token, un enrutador interno enciende una fracción de los expertos. Por eso un modelo tan grande no cuesta lo que costaría uno denso equivalente.
3. Cargás la entrada. Le pasás texto, imágenes o audio y los interpreta en el mismo modelo, sin encadenar herramientas por formato.
4. Regulás cuánto razona. Subís o bajás el thinking effort según la tarea.
5. Lo especializás. Si tu caso lo justifica, lo afinás con tus datos en Tinker o con herramientas propias.

¿Cómo se usaría Inkling en un caso real? Ejemplo práctico

¿Qué cambia Inkling para el ecosistema de IA abierta?

Inkling suma al ecosistema un modelo multimodal de más de 900.000 millones de parámetros con pesos abiertos, publicado por un laboratorio nuevo en su primer lanzamiento. El efecto práctico es que la barrera deja de ser el acceso al modelo y pasa a ser el cómputo para correrlo.

Eso desplaza la conversación hacia técnicas que solo se pueden aplicar con pesos abiertos:

• Cuantización. Reducir la precisión de los pesos para bajar la memoria necesaria, como muestra la tabla de arriba.
• Destilación. Entrenar un modelo chico que imite a uno grande para tareas específicas.
• Modelos chicos afinados. Usar la base grande para generar o validar datos con los que entrenás algo más liviano.

Ninguna de esas tres cosas es posible con una API cerrada. Ese es el verdadero aporte de que el modelo sea descargable, más allá de cuánto rinda en una tabla.

Errores comunes al evaluar Inkling

Los errores más frecuentes al evaluar Inkling son confundir parámetros activos con memoria necesaria, aceptar comparativas sin metodología y saltar al fine-tuning antes de probar alternativas más simples. Estos son los cinco que más conviene evitar:

• Creer que 41B activos significan poca memoria. El cómputo baja, la memoria no. Tenés que alojar los 975B de parámetros igual.
• Comparar contra modelos cerrados con benchmarks que nadie publicó. Si te muestran una tabla, pedí la metodología antes de decidir arquitectura.
• Ir directo al fine-tuning. Un buen prompt y RAG resuelven la mayoría de los casos.
• Confundir open weights con gratis. La descarga no cuesta, el servidor sí. Presupuestá la inferencia antes de anunciar el proyecto.
• Descartarlo porque no lidera un ranking. Fue presentado como base para adaptar, no como ganador de tablas.

¿Qué falta saber de Inkling a octubre de 2026?

En las fuentes que revisamos para esta actualización faltan los datos que más pesan en una decisión: benchmarks oficiales, evaluaciones independientes, requisitos de hardware, texto completo de la licencia y precios de Tinker. Hasta tenerlos, cualquier conclusión sobre rendimiento o costo real es una hipótesis, no un hecho.

Esta es la lista de chequeo para cuando aparezcan:

• Licencia completa. Revisá usos comerciales, redistribución y límites antes de construir un producto encima.
• Evaluaciones independientes. Buscá mediciones de terceros con metodología explícita, no solo las de la empresa.
• Requisitos de hardware medidos. Lo ideal son reportes de quienes lo corrieron con una configuración concreta.
• Detalle del thinking effort. Rango, impacto en latencia y en costo por respuesta.
• Condiciones de Tinker. Precios, límites y formato de datos para afinar.

Una advertencia sobre las búsquedas: “Inkling” es un nombre usado por otros productos. Si buscás información, fijate que hable de Thinking Machines Lab, de 975B parámetros o de Hugging Face, y no de otra cosa con el mismo nombre.

Preguntas Frecuentes

¿Qué es Inkling IA?

Inkling es un modelo de lenguaje multimodal de pesos abiertos creado por Thinking Machines Lab. Usa arquitectura MoE con 975B de parámetros totales y 41B activos por token, y procesa texto, imágenes y audio en la entrada.

¿Quién creó Inkling?

Inkling lo creó Thinking Machines Lab, la empresa fundada por Mira Murati, ex CTO de OpenAI. Es el primer modelo abierto de la compañía, según la cobertura de TechCrunch.

¿Cuándo salió Inkling?

Inkling se presentó a mediados de julio de 2026. Las notas de TechCrunch y MarkTechPost sobre el lanzamiento están fechadas el 15 de julio, y la de The Register, el 16.

¿Inkling es gratis?

Los pesos de Inkling se descargan gratis desde Hugging Face, pero correrlo tiene costo. Un modelo de casi un billón de parámetros requiere GPU de centro de datos, propias o alquiladas.

¿Inkling es open source de verdad?

Inkling es de pesos abiertos, no open source en sentido estricto. Podés descargar y ejecutar los parámetros, pero open source completo incluiría datos de entrenamiento y código del pipeline, y esos no figuran en las fuentes.

¿Cuántos parámetros tiene Inkling?

Inkling tiene 975.000 millones de parámetros totales y activa 41.000 millones por token. El primer número define la memoria necesaria; el segundo, el cómputo por respuesta.

¿Qué significa controllable thinking effort?

Es un control que define cuánto razona el modelo antes de responder, según la ficha oficial. Menos esfuerzo da respuestas más rápidas; más esfuerzo apunta a mayor precisión en tareas complejas.

¿Inkling es mejor que ChatGPT o Claude?

No hay datos públicos para afirmarlo. Thinking Machines no publicó benchmarks comparativos en la ficha. Lo verificable es otra ventaja: podés descargarlo, correrlo en tu infraestructura y afinarlo.

¿Dónde se descarga Inkling?

Inkling se descarga desde el repositorio oficial de Thinking Machines en Hugging Face. La ficha del modelo está en el sitio de la empresa.

¿Dónde se hace el fine-tuning de Inkling?

El fine-tuning que documenta la empresa se hace en Tinker, su plataforma de entrenamiento. Al ser de pesos abiertos, también podés afinarlo con herramientas de terceros en infraestructura propia.

¿Puedo correr Inkling en mi PC?

No en una PC común. Solo los pesos ocupan unos 975 GB a 8 bits y unos 488 GB a 4 bits, según la aritmética de 975.000 millones de parámetros, sin contar el contexto. Eso exige varias GPU de centro de datos.

Conclusión

Lo relevante de Inkling no es que gane un ranking, porque no hay ranking oficial que lo diga. Lo relevante es quién tiene la llave: un modelo multimodal de 975B parámetros con coding agéntico y razonamiento regulable está descargable en Hugging Face. Eso vuelve discutible la idea de que los modelos de frontera tienen que vivir detrás de una API.

Si estás evaluando IA para tu empresa, hacé tres cosas concretas antes de opinar. Bajate los pesos y revisá la licencia. Alquilá GPU por hora y medí latencia y costo con tus propios prompts, no con los del anuncio. Y esperá evaluaciones independientes antes de firmar una migración, porque hoy lo que hay son las afirmaciones de la empresa que lo hizo. Prometedor, sí. Verificado, todavía no.

Fuentes

• Inkling – Ficha oficial del modelo en Thinking Machines Lab
• Inkling en Hugging Face – Repositorio oficial de pesos abiertos
• TechCrunch – La apuesta de Thinking Machines contra la IA de talle único
• The Register – Un modelo frontera que sí es abierto
• MarkTechPost – Detalle técnico de la arquitectura MoE de Inkling