Inkling 1T es el primer gran modelo de inteligencia artificial con pesos abiertos desarrollado por Thinking Machines Lab. Fue presentado en julio de 2026 como una alternativa flexible para empresas y desarrolladores que necesitan personalizar sus propios sistemas de IA.
Su nombre hace referencia a su tamaño, aunque no alcanza exactamente el billón de parámetros. Inkling dispone de 975.000 millones de parámetros totales, de los cuales activa aproximadamente 41.000 millones cada vez que procesa un token.
Esta combinación le permite ofrecer capacidades avanzadas sin utilizar toda su arquitectura simultáneamente. No obstante, su enorme tamaño hace que ejecutarlo en infraestructura propia siga siendo complicado y costoso.
Cómo funciona Inkling 1T
Inkling utiliza una arquitectura Mixture of Experts o mezcla de expertos. En lugar de activar todo el modelo para cada consulta, selecciona únicamente los componentes especializados que considera más adecuados.
El sistema cuenta con 256 expertos, de los que activa seis para cada token, además de otros dos expertos compartidos. Este diseño reduce el volumen de cálculo necesario, aunque todos los parámetros deben permanecer almacenados y disponibles.
Por tanto, los 41.000 millones de parámetros activos no significan que Inkling pueda instalarse como un modelo convencional de 41B. La versión completa en BF16 necesita alrededor de 2 TB de memoria gráfica, mientras que la versión cuantizada sigue necesitando aproximadamente 600 GB.
Para la mayoría de los usuarios, la opción realista será acceder mediante una API o utilizar la plataforma Tinker, diseñada para probar y adaptar modelos a necesidades concretas.
Un modelo multimodal
Inkling puede trabajar de forma nativa con texto, imágenes y audio. Esto amplía considerablemente sus posibles aplicaciones empresariales.
Puede analizar documentos, interpretar gráficos, revisar capturas de pantalla, transcribir grabaciones o combinar información procedente de diferentes formatos. Sin embargo, sus respuestas se generan únicamente como texto. No produce imágenes, vídeos ni archivos de audio.
El modelo fue entrenado con aproximadamente 45 billones de tokens procedentes de texto, imágenes, audio y vídeo. Aunque ha estado expuesto a contenido audiovisual durante su entrenamiento, sus capacidades con vídeo todavía no están tan desarrolladas ni evaluadas como las de texto, visión o audio.
Un millón de tokens de contexto
Otro de sus puntos destacados es una ventana de contexto de hasta un millón de tokens. Esta capacidad permite procesar grandes cantidades de información dentro de una misma tarea.
En teoría, Inkling puede trabajar con libros, repositorios de código, contratos, informes empresariales o amplias colecciones de documentos sin dividirlos en fragmentos tan pequeños. Esto también resulta útil para agentes que deben mantener el contexto durante procesos largos.
La capacidad disponible depende de la plataforma utilizada. Aunque el modelo admite un millón de tokens, Tinker ofrece inicialmente versiones de 64.000 y 256.000 tokens.
Programación, agentes y uso de herramientas
Inkling está especialmente orientado a la programación y a los sistemas de inteligencia artificial que realizan acciones.
Puede generar y revisar código, utilizar herramientas externas, navegar por diferentes fuentes de información y completar tareas divididas en varias fases. También dispone de un nivel de razonamiento ajustable, por lo que el desarrollador puede elegir entre respuestas rápidas o un análisis más profundo.
Sus resultados oficiales son buenos en matemáticas, ciencia y programación. Sin embargo, no supera de forma general a los mejores modelos cerrados ni a todos sus competidores abiertos. Modelos como GLM 5.2, Kimi K2.6, Claude Fable 5 o GPT-5.6 Sol mantienen ventaja en varias pruebas complejas.
Thinking Machines tampoco presenta Inkling como el modelo más inteligente del mercado. Su principal valor está en la combinación de multimodalidad, contexto largo, personalización y pesos abiertos.
¿Inkling es un modelo open source?
Los pesos de Inkling se pueden descargar y están publicados bajo licencia Apache 2.0. Esto permite utilizarlos, modificarlos e integrarlos en productos comerciales.
Aun así, conviene diferenciar entre pesos abiertos y un modelo completamente open source. Thinking Machines no ha publicado todos los datos de entrenamiento ni cada detalle del proceso utilizado para desarrollar el sistema.
Inkling ofrece un grado considerable de control, pero no una transparencia absoluta sobre su construcción.
Personalización mediante fine-tuning
Una de las características más interesantes de Inkling es su integración con Tinker, la plataforma de Thinking Machines para adaptar modelos.
Las empresas pueden entrenarlo con ejemplos propios para especializarlo en un sector, un vocabulario o un procedimiento concreto. Esto puede resultar útil para crear asistentes internos, agentes especializados, sistemas de soporte o herramientas que trabajen con documentación empresarial.
La compañía incluso mostró una demostración en la que Inkling preparaba y ejecutaba su propio proceso de fine-tuning. No significa que pueda mejorarse de manera autónoma e ilimitada, pero sí demuestra su capacidad para automatizar parte del trabajo técnico necesario para personalizar un modelo.
Ventajas y limitaciones de Inkling 1T
Entre sus principales ventajas se encuentran la licencia comercial, el contexto de un millón de tokens, la entrada multimodal y sus posibilidades de personalización. También representa una alternativa occidental relevante dentro de un mercado de modelos abiertos dominado durante los últimos años por laboratorios chinos.
Su principal limitación es el tamaño. Aunque solo active 41.000 millones de parámetros, necesita almacenar los 975.000 millones. Esto dificulta su uso local y obliga a recurrir a grandes servidores o proveedores especializados.
Tampoco existen todavía suficientes evaluaciones sobre su rendimiento en español. El modelo ofrece soporte multilingüe, pero su documentación y sus principales pruebas están centradas en inglés.
¿Merece la pena Inkling 1T?
Inkling puede merecer la pena para empresas que necesiten controlar, adaptar o alojar un modelo multimodal con una licencia permisiva. También resulta interesante para desarrollar agentes especializados y analizar grandes volúmenes de documentación.
No es necesariamente la mejor elección para quien solo busca el modelo más potente o económico mediante API. Existen alternativas con mejores resultados generales, menor coste o una infraestructura más sencilla.
Su importancia está en ofrecer una base abierta y personalizable sobre la que construir soluciones propias. El verdadero potencial de Inkling dependerá de las aplicaciones que desarrollen las empresas y de la evolución de las versiones más pequeñas de la familia.
Inteligencia artificial, SEO y estrategia empresarial
La aparición de modelos como Inkling también está cambiando la forma en la que las personas encuentran información. Los buscadores y las herramientas de inteligencia artificial utilizan sistemas de rastreo similares y comparten muchas señales para descubrir, interpretar y seleccionar contenidos. Por eso, una empresa que descuida el SEO no solo pierde visibilidad en Google: también corre el riesgo de quedar fuera de las respuestas generadas por asistentes de IA.
Como economista y consultor SEO, puedo comprender las distintas áreas de una empresa y conectar la estrategia de posicionamiento con sus objetivos comerciales, financieros y operativos. El SEO no debería limitarse a publicar artículos o introducir palabras clave, sino contribuir al crecimiento real del negocio.
Si quieres saber más o tienes dudas, puedes reservar una discovery call gratuita de 15 minutos. Si estás verdaderamente comprometido con tu negocio y quieres trabajar una estrategia con recorrido, rellena el formulario de contacto.
Si has llegado hasta aquí abajo, Sígueme:
Leave a Reply