Un modelo que aprende por sí mismo — e incluso dejó de pronunciar una letra del alfabeto: el exdirector técnico de OpenAI presenta Inkling

Hoy ya no basta con lanzar otro modelo de lenguaje potente. La startup Thinking Machines, creada por la exdirectora técnica de OpenAI, Mira Murati, decidió atraer a los desarrolladores de otra manera. La empresa presentó Inkling, su primer modelo propio con pesos abiertos, que no solo se puede usar, sino también adaptar libremente a tareas concretas.

Inkling es un modelo multimodal capaz de trabajar con texto, imágenes y sonido sin módulos de procesamiento separados para cada tipo de dato. Se basa en una arquitectura de «mezcla de especialistas» con 975 000 millones de parámetros, de los cuales se utilizan simultáneamente solo 41 000 millones. Este enfoque permite reducir los costes computacionales. El tamaño máximo de contexto alcanza 1 millón de tokens, y el modelo se entrenó con un conjunto de 45 billones de tokens que incluyó textos, imágenes, audio y vídeo. Junto con el modelo principal, la empresa mostró una versión preliminar, Inkling Small, con 12 000 millones de parámetros activos, diseñada para un lanzamiento más económico y rápido.

Una de las características principales de Inkling es la posibilidad de regular la profundidad del razonamiento. Los desarrolladores pueden elegir cuántos recursos computacionales gastará el modelo en buscar una respuesta. Ante consultas simples, el sistema responde más rápido y consume menos tokens, mientras que para tareas complejas puede aumentar el volumen de cálculos internos. Según la empresa, con una calidad comparable en algunos escenarios de programación Inkling usa aproximadamente tres veces menos tokens que varios otros modelos abiertos.

Thinking Machines no oculta que Inkling aún no pretende ser el modelo más potente del mercado. En la mayoría de las pruebas complejas dominan los modelos cerrados de OpenAI, Anthropic y Google, y en disciplinas concretas siguen por delante desarrollos chinos. En lugar de competir por los primeros puestos, la empresa se centró en crear una base universal para el posterior entrenamiento y ajuste a tareas corporativas.

Para perfeccionar el modelo, la compañía ofrece su propia plataforma Tinker. A través de ella, los desarrolladores pueden entrenar Inkling con sus propios datos sin necesidad de construir por su cuenta una infraestructura compleja. Para mostrar las capacidades de la plataforma, Thinking Machines realizó un experimento inusual: encargó a Inkling que se autoentrenara. El modelo formuló de forma autónoma la tarea, inició el proceso de entrenamiento mediante Tinker, evaluó el resultado y cambió a la versión actualizada. En la demostración le plantearon una tarea poco habitual: aprender a responder evitando completamente el uso de una de las letras del alfabeto inglés.

La compañía también abrió el acceso a los pesos del modelo a través de Hugging Face y añadió compatibilidad con herramientas populares de ejecución, incluidos Transformers, vLLM, SGLang y llama.cpp. Inkling está pensada no solo para servicios en la nube, sino también para que siga entrenándose, se creen asistentes especializados basados en ella y programas autónomos que ejecuten secuencias complejas de acciones.

El lanzamiento de Inkling fue un acontecimiento importante para la comunidad occidental de modelos abiertos de inteligencia artificial. Tras la reducción de actividad de Meta en esa dirección, y con muchas empresas comenzando a optar por desarrollos chinos, los desarrolladores cuentan con otra solución occidental de gran envergadura que se puede ejecutar, modificar y adaptar libremente a sus propias tareas gracias al código abierto.