Inkling: el primer modelo de código abierto de Thinking Machines Lab llega para competir con los gigantes

El 15 de julio de 2026, Thinking Machines Lab —la startup de inteligencia artificial fundada por Mira Murati, ex-CTO de OpenAI— lanzó Inkling, su primer modelo propietario de pesos abiertos. El lanzamiento puso fin a más de un año de especulaciones sobre qué construiría el laboratorio después de recaudar una histórica ronda semilla de $2 mil millones . Aquí tienes un desglose verificado de todo lo que se sabe sobre Inkling, la estructura de la empresa y el panorama competitivo en el que se inserta.

Inkling — Detalles clave del modelo

Cantidad de parámetros y arquitectura: Al momento de escribir este artículo, Thinking Machines Lab no había confirmado de forma independiente la cantidad exacta de parámetros de Inkling. Un reporte describe a Inkling como un "sistema de mezcla de expertos, con unos formidables 975 mil millones de parámetros totales" que activa solo una fracción para cada tarea específica . Esa cifra no ha sido corroborada por los canales oficiales de la empresa ni por otras fuentes independientes. El modelo anterior de la compañía, TML-Interaction-Small (de mayo de 2026), era una arquitectura MoE de 276 mil millones de parámetros con solo ~12 mil millones de parámetros activos por paso . Es plausible que Inkling comparta un diseño MoE similar, pero ninguna fuente ha publicado un recuento de parámetros confirmado específicamente para Inkling .

Plataforma de lanzamiento y accesibilidad: Los pesos completos de Inkling se pusieron a disposición el 15 de julio de 2026. El modelo está disponible para ajuste fino en la plataforma Tinker de Thinking Machines, y la empresa afirma que los usuarios pueden "jugar con él" en una interfaz interactiva llamada Inkling Playground . Debido a que los pesos son abiertos, también es posible el despliegue externo.

Modalidades: Inkling razona a través de modalidades de texto, imagen y audio .

Posicionamiento estratégico frente a proveedores de modelos cerrados: Thinking Machines Lab posicionó explícitamente a Inkling como "una desviación significativa de las ofertas emblemáticas de OpenAI, Anthropic o Google" al lanzarlo como un modelo de pesos abiertos . La empresa apuesta por la transparencia, la personalización y la libertad del desarrollador, en contraste con las API cerradas y el acceso restringido de los principales laboratorios de frontera. Esto es coherente con la misión declarada de la compañía de hacer que los sistemas de IA avanzados sean "más ampliamente comprendidos, personalizables y generalmente disponibles" .

Financiamiento de la empresa y estructura de beneficio público

Financiamiento: Thinking Machines Lab recaudó $2 mil millones en financiamiento semilla —la ronda semilla más grande en la historia del capital de riesgo— liderada por Andreessen Horowitz, con la participación de Nvidia, AMD, Cisco, Accel, Jane Street y otros . La valoración se reportó entre $10 mil millones y $12 mil millones al cierre .

Corporación de Beneficio Público (PBC): La empresa está estructurada como una Corporación de Beneficio Público, lo que legalmente le exige equilibrar el valor para los accionistas con un propósito de beneficio público declarado . Su misión enfatiza la fiabilidad, la transparencia, la interpretabilidad y la colaboración humano-IA .

Panorama competitivo

Inkling ingresa a un mercado saturado de modelos robustos de pesos abiertos —incluyendo Llama 4 de Meta, los modelos de Mistral y los lanzamientos abiertos de DeepSeek— así como modelos frontera cerrados de OpenAI (GPT-5), Google (Gemini 2.0) y Anthropic (Claude 4). Los diferenciadores clave de Thinking Machines Lab incluyen:

• Trayectoria del equipo fundador: Liderado por Mira Murati, ex-CTO de OpenAI, con talento de investigación de OpenAI, incluidos los cocreadores de RLHF y el investigador de IA que construyó la cultura de seguridad que dio forma a GPT-4 .
• Ecosistema Tinker: Inkling está integrado de forma nativa con Tinker, una plataforma de ajuste fino de bajo nivel que abstrae la orquestación distribuida de GPU mientras brinda a los desarrolladores control total sobre los bucles de entrenamiento. Es una propuesta más técnica y centrada en desarrolladores, en comparación con los productos de consumo masivo de OpenAI o Google .
• Enfoque de pesos abiertos + PBC: La combinación de apertura total de pesos con una estructura legal de beneficio público es poco común a esta escala, lo que potencialmente atrae a clientes empresariales y reguladores preocupados por la concentración del poder de la IA .
• Advertencia de etapa temprana: Inkling es el primer modelo propio de la compañía. Al momento del lanzamiento, no había evaluaciones comparativas independientes que compararan sus capacidades brutas con GPT-5, Claude 4 o Llama 4 .