Inkling 2 Small de Thinking Machines: Un Nuevo Contendiente para la Automatización de IA de Peso Abierto

Un nuevo modelo de IA, Inkling 2 Small, de Thinking Machines, una startup cofundada por la ex CTO de OpenAI Mira Murati, está causando sensación. La compañía afirma que es el modelo de peso abierto occidental más potente, con 17 mil millones de parámetros activos y mejoras significativas en tareas de agente, lo que lo convierte en un serio contendiente para aplicaciones de IA especializadas.

Qué sucedió

Thinking Machines presentó recientemente Inkling 2 Small, la segunda generación de sus modelos Inkling, diseñados específicamente como modelos base para el ajuste fino. Según The Decoder, este modelo de mezcla de expertos contiene la asombrosa cifra de 594 mil millones de parámetros totales, con 17 mil millones activos en cualquier momento. Maneja texto e imágenes como entrada y ofrece una 'profundidad de pensamiento' ajustable, permitiendo a los usuarios priorizar la velocidad o la exhaustividad.

The Decoder informa que Inkling 2 Small obtuvo una puntuación de 31 en el Índice de Inteligencia de Artificial Analysis, un salto sustancial desde los 13 de su predecesor, y lo sitúa aproximadamente a la par con Gemini 3.8 Flash de Google. Los mayores avances se encuentran en las tareas de agente, donde el modelo ejecuta de forma independiente flujos de trabajo de varios pasos. En AutomationBench-AA, su puntuación saltó del 5% al 46%, y en FrontierCode 2.0, subió del 5% al 25%. Para el trabajo de conocimiento, el benchmark AA-Briefcase vio a Inkling 2 Small alcanzar 1,527 Elo, un aumento de 615 puntos sobre el modelo anterior. La tasa de alucinaciones se redujo del 61% al 27%, aunque The Decoder señala que esto se debe en parte a que el modelo responde a menos preguntas, con su tasa de respuesta cayendo del 77% al 53%.

Estos resultados mejorados vienen con una contrapartida: un mayor uso de tokens. Inkling 2 Small utiliza aproximadamente cuatro veces más tokens de salida por tarea que su predecesor, con un promedio de 150,000. Esto eleva el costo a $1.18 por tarea, casi seis veces más, según Artificial Analysis. Sin embargo, The Decoder destaca que esto sigue siendo significativamente más barato que Gemini 3.8 Flash ($7.77) o Claude Sonnet 5.5 ($10.02), lo que lo sitúa más cerca del rango de precios de algunos modelos chinos de bajo costo.

Thinking Machines entrenó el modelo utilizando aprendizaje por refuerzo en cientos de miles de tareas de codificación de largo horizonte. The Decoder añade que el modelo sobresale en reconocimiento de texto, interpretación de infografías y razonamiento visual, obteniendo un 25.2% en el benchmark de documentos GDP.pdf y un 81.6% en MMMU Pro para la comprensión académica multimodal. También lidera en PerceptionBench con un 64.7% y logró la puntuación más alta entre los modelos de peso abierto en DesignArena Website para la creación visual. En una demostración bastante inusual, el modelo identificó correctamente tres vinos de una foto en 19 de 20 intentos de cata a ciegas.

A pesar de sus puntos fuertes, el modelo tiene algunas peculiaridades. Thinking Machines admite que puede comunicarse de manera ineficiente, no siempre elige las mejores herramientas para grandes bases de código, carece de soporte de audio y no está optimizado para el chat. También puede reaccionar de forma exagerada a temas relacionados con la salud y producir resultados desordenados. Actualmente, Inkling 2 Small está disponible a través de la plataforma Tinker de Thinking Machines, con planes de lanzar los pesos bajo una licencia Apache 2.0 después de pruebas de seguridad externas, ofreciendo una opción de código abierto más permisiva que algunos rivales.

Por qué es importante para las pequeñas empresas

Muy bien, propietarios de pequeñas empresas, esto es realmente interesante. ¿Un modelo de peso abierto diseñado para el ajuste fino que también cuenta con serias capacidades de agente? Eso no es solo un titular; es potencial para una automatización real y práctica. Para equipos pequeños, la perspectiva de un modelo que pueda abordar de forma independiente flujos de trabajo de varios pasos —como procesar documentos complejos, interpretar infografías o incluso generar diseños de sitios web— es enorme. No solo estás obteniendo un chatbot; estás obteniendo un asistente digital que puede hacer cosas. El hecho de que eventualmente vaya a ser Apache 2.0 significa más control y flexibilidad para aquellos lo suficientemente valientes como para autoalojarse o integrarse profundamente, evitando el bloqueo del proveedor habitual. Y a $1.18 por tarea, es una fracción del costo de los grandes actores propietarios, haciendo que la IA avanzada sea más accesible sin arruinarse. Claro, tiene sus asperezas —la comunicación ineficiente y la salida desordenada suenan como los clásicos dolores de cabeza de la IA temprana— pero la utilidad central para tareas especializadas y automatización es difícil de ignorar.

Qué hacer esta semana

1. Eche un vistazo a la plataforma Tinker de Thinking Machines para ver si las capacidades actuales de Inkling 2 Small, especialmente sus características multimodales y de agente, se alinean con alguna tarea interna específica y repetitiva que esté abordando manualmente.
2. Identifique uno o dos flujos de trabajo de varios pasos en su negocio que involucren tanto texto como imágenes (por ejemplo, procesar formularios de comentarios de clientes con diagramas incrustados, analizar fotos de productos con descripciones) que podrían beneficiarse de una IA de agente.
3. Esté atento al lanzamiento planificado de la licencia Apache 2.0; esto podría abrir opciones de implementación más rentables y personalizables para su equipo, especialmente si tiene datos sensibles o necesidades de aplicaciones de nicho.

Fuentes

• Thinking Machines' Inkling 2 Small claims top spot among western open-weight models — The Decoder