El laboratorio que lidera Mira Murati liberó esta semana a Inkling, su primer modelo de peso abierto. Y no, no es un "otro más": es un MoE de 975 mil millones de parámetros totales con solo 41 mil millones activos por token, ventana de contexto de un millón de tokens, entrenado sobre 45 billones de tokens multimodales (texto, imagen, audio, video). Está disponible para fine-tuning en su plataforma Tinker y los pesos aterrizan en Hugging Face. Para ponerlo en contexto: es la misma escala conceptual que Llama 4 Behemoth o el DeepSeek-V3, pero abierto y con una receta de post-entrenamiento que ellos dicen haber diseñado pensando en agentes, no en benchmarks.
Qué hay realmente debajo del capó
Lo que más me llamó la atención no es el número grande, es la arquitectura. Cada capa MoE tiene 256 expertos enrutados más 2 compartidos, con 6 activos por token y gating tipo sigmoide. Eso es básicamente la receta de DeepSeek-V3, y eso no es casualidad: el equipo de Thinking Machines ha sido bastante explícito en admitir que están copiando lo que funciona, no reinventando. También entrenan con control de thinking effort, algo así como un dial que te deja pedirle al modelo "piénsalo mucho" o "piénsalo poco", ajustando cómputo según la tarea.
El contexto de 1M de tokens ya no es novedad — Gemini, Magic y unos cuantos más lo ofrecen — pero combinarlo con MoE abierto y preentrenamiento multimodal real (no un wrapper con CLIP pegado encima) todavía es escaso. En mis pruebas informales con modelos de 1M he visto que el "aguante" real a 800k tokens suele ser bastante menor que el teórico, así que vale la pena ver qué tan bien se sostiene Inkling cuando le pasas un repositorio entero de la pega.
Por qué importa abrir un MoE de este tamaño
Un modelo abierto a esta escala cambia el cálculo para las empresas chicas. Hoy, si quieres un modelo decente para algo serio, las opciones reales eran: pagar a OpenAI o Anthropic, o auto-hospedear algo como Qwen o Llama y comerte la deuda técnica de fine-tuning, vLLM, cuantización, evaluación, etc. Con Inkling tienes un punto de partida que ya viene entrenado para coding agéntico, uso de herramientas y razonamiento, no para ganar un leaderboard. Eso reduce meses de trabajo a semanas, sobre todo para una pyme chilena que está armando un producto con IA sin tener un cluster de H100s en el closet.
Y acá viene mi opinión, la que no te va a decir el comunicado de prensa: la mayoría de los equipos que descargan Inkling no deberían correrlo en producción tal cual. 975B de parámetros totales, incluso con solo 41B activos, no se sirve en una pega normalita. Vas a necesitar infraestructura seria (multi-GPU, inferencia distribuida, cuantización agresiva) o vas a tener que usar la API de Tinker. Lo realmente revolucionario de este lanzamiento no es el modelo en sí, es que Tinker exista como producto: una API pensada para que puedas fine-tunear un modelo grande sin tener que administrarlo tú.
Lo que todavía no sabemos
Falta información clave que voy a estar mirando de cerca en los próximos días: la licencia exacta de los pesos, qué tan bueno es realmente en agentic coding (donde Claude Code y GPT-5 mandan hoy), y sobre todo los benchmarks de seguridad y epistemics que ellos mismos destacan. Cuando un laboratorio pone "epistemics" como categoría principal, es porque sabe que su modelo alucina y quiere que tú también lo sepas. Bien por eso, pero hay que ver los números crudos.
Si trabajas en IA en Chile y todavía no has bajado un modelo de peso abierto para hacer pruebas internas, Inkling es la excusa perfecta para empezar. No porque vaya a reemplazar a Claude mañana, sino porque la dependencia total de API cerradas se está volviendo un riesgo de negocio, no solo técnico. Y esta es la primera vez en mucho tiempo que la alternativa abierta tiene argumentos técnicos serios, no solo de precio.
Fuente de inspiración: Inkling: Our open-weights model — Thinking Machines Lab
