Thinking Machines anunció Inkling 2 Small el 5 de noviembre de 2026 y ya permite usarlo en Tinker para inferencia y ajuste fino. Para un equipo que construye agentes, el cambio es disponer de otro modelo con entrada de imágenes y esfuerzo de razonamiento ajustable. A fecha de esta noticia, los pesos siguen cerrados: la empresa prevé publicarlos la semana siguiente bajo Apache 2.0, después de completar pruebas externas de seguridad. Esa intención no equivale a una descarga disponible.
La novedad apareció en el radar a través de Latent Space. El anuncio original de Thinking Machines permite separar lo que se puede usar hoy de lo que llegará más adelante.
La cobertura general del día está en Qué pasó ayer · 5 de noviembre.
Qué se puede usar ahora
Inkling 2 Small está disponible en Tinker Playground y en los flujos de muestreo y entrenamiento de Tinker. El Cookbook oficial identifica el modelo como thinkingmachines/Inkling-2-Small, recomienda su formato de mensajes y propone ajustar el esfuerzo de razonamiento y la tasa de aprendizaje al caso de uso. No son parámetros que garanticen por sí solos una respuesta mejor.
Acepta texto e imágenes, pero no admite audio. La distinción importa porque otros miembros de la familia Inkling sí lo aceptan. Tampoco deben confundirse el ajuste fino dentro del servicio y la descarga de sus resultados: la empresa vincula la descarga de los checkpoints a la futura publicación de los pesos.
Su arquitectura es una mezcla de expertos: tiene 594.000 millones de parámetros totales y activa 17.000 millones por token. Son parámetros, no tokens de entrenamiento. El nombre «Small» y el número de parámetros activos no acreditan que pueda ejecutarse en un portátil ni permiten deducir la memoria necesaria para alojarlo.
Las 68 horas no son todo el entrenamiento
Thinking Machines explica que la primera fase de preentrenamiento procesó 8,4 billones de tokens durante 68 horas en sistemas NVIDIA GB300 NVL72. Después hubo otras fases de entrenamiento y una fase conjunta de aprendizaje por refuerzo de nueve días.
Por tanto, presentar las 68 horas como el tiempo total para construir el modelo borraría etapas decisivas. Tampoco convierte sus cifras en una estimación de lo que costaría reproducirlo en otro hardware. Los resultados y demostraciones del anuncio son evaluaciones de sus autores; Puntoes no ha ejecutado una comparación independiente.
Un uso posible y lo que habría que comprobar
Como ejemplo hipotético, no ejecutado, un equipo podría darle a un agente una captura de una interfaz y pedirle un parche que acerque la implementación al diseño. El trabajo se haría en una rama aislada, con herramientas y permisos limitados, y se revisaría el cambio antes de integrarlo.
La evaluación útil sería comprobar en tareas propias si interpreta bien la imagen, elige las herramientas adecuadas y produce cambios correctos, registrando errores y coste. Una captura convincente o unas pruebas superadas no demostrarían por sí solas que el agente resulta fiable en todo el repositorio.
Límites que reconoce el fabricante
Thinking Machines señala que el modelo puede ser verboso y elegir mal las herramientas, especialmente cuando un proyecto ofrece muchas skills. También reconoce problemas de organización en el chat y respuestas excesivamente cautelosas en algunas consultas de apoyo emocional o seguridad.
Para decidir si probarlo, conviene separar tres preguntas: si sirve para la tarea, si el servicio y sus condiciones encajan, y si se necesitan pesos descargables. Hoy se pueden evaluar las dos primeras mediante Tinker; la tercera sigue pendiente de la apertura anunciada. No hemos descargado pesos ni ejecutado entrenamiento o inferencia de pago para esta noticia.