Inkling 2 Mini es un modelo Mixture-of-Experts en bucle, de pesos abiertos y 26.4 mil millones de parámetros, publicado por Thinking Machines Lab el 20 de noviembre de 2026. Con licencia Apache 2.0, su checkpoint de unos 20GB, que combina NVFP4 y MXFP8, está pensado para programación agéntica local en equipos Apple silicon con al menos 32GB de memoria, GPU con al menos 32GB de VRAM o NVIDIA DGX Spark.
¿Qué anunció Thinking Machines Lab el 20 de noviembre de 2026?
Thinking Machines Lab lanzó Inkling 2 Mini el 20 de noviembre de 2026 mediante una entrada oficial de anuncio, un hilo de lanzamiento en X ese mismo día y pesos abiertos bajo licencia Apache 2.0 en su ficha de modelo de Hugging Face. En X, Thinking Machines escribió: «Algunos pensaban que Inkling 2 Small era demasiado grande con 594B de parámetros. Os hemos escuchado: Inkling 2 Mini es un transformer en bucle con solo 26B de parámetros, lo bastante pequeño para funcionar en un portátil y lo bastante potente para el trabajo agéntico, con una puntuación de 20.1 en AA Index».
Aunque la publicación de X redondea la cifra a «solo 26B», el blog oficial, la ficha del modelo, la página de la familia Inkling y el catálogo de Tinker indican 26.4B de parámetros totales. Dentro del conjunto de modelos de pesos abiertos de 2026, Inkling 2 Mini ocupa el nivel de entrada de una familia de tres modelos:
- Inkling 2 Mini: 26.4B de parámetros totales, 3.4B activos por pasada; un transformer en bucle de escala portátil para programación agéntica.
- Inkling 2 Small: 594B de parámetros totales, 17B activos; el modelo insignia de segunda generación para programación agéntica y visión.
- Inkling: 975B de parámetros totales, 41B activos; abarca texto, imágenes y audio.
¿Cómo funciona la arquitectura MoE en bucle de Inkling 2 Mini?
Inkling 2 Mini combina un diseño Mixture-of-Experts (MoE) con la repetición de capas que comparten pesos, de modo que un modelo de 26.4B puede dedicar más cómputo por token sin aumentar su huella de memoria. En una pasada por sus 24 capas solo de decodificador, cada token se dirige a 8 de 128 expertos en una combinación de capas de atención local y global, activando 3.4B de parámetros.
Esas 24 capas se dividen en cuatro bloques de seis capas. El primero y el último se ejecutan una vez, mientras que las 12 capas centrales se repiten tres veces compartiendo pesos, lo que produce 48 aplicaciones de capas por token a partir de los pesos de 24 capas. Cada pasada adicional por las capas centrales añade unos 1.0B de parámetros activos efectivos, hasta un total de 5.4B de activaciones de pesos por token. Esto explica por qué la página de la familia indica 3.4B de parámetros activos y el catálogo de la plataforma Tinker indica 5.4B: una cifra cuenta los expertos por pasada y la otra refleja las tres pasadas del bucle.
Thinking Machines creó Inkling 2 Mini mediante la poda y recuperación de una red dispersa mayor. El entrenamiento comenzó con 8 de 384 expertos activos por capa antes de podar dos tercios y conservar los 128 más utilizados por capa. Después, el modelo podado pasó por una «recuperación» con 1T de tokens mediante destilación de modelos a partir de un modelo Inkling interno más grande, ajuste fino supervisado, aprendizaje por refuerzo con 2.2T de tokens en 2,000 pasos y destilación on-policy para la alineación.
A diferencia de los checkpoints comprimidos después del entrenamiento, Inkling 2 Mini se entrenó y desplegó de forma nativa con precisión baja mixta: 20 capas en NVFP4 de 4 bits y las últimas 4 en MXFP8 de 8 bits. Así evita la pérdida de conversión posterior al entrenamiento que explicamos en nuestro artículo sobre cuantización de IA. El resultado es un único checkpoint de unos 20GB que acepta texto e imágenes de píxeles (se recomiendan entre 40px y 4096px) y genera texto en inglés, además de ofrecer soporte multilingüe general. No obstante, la ficha advierte que las pruebas en chino mostraron frases truncadas y mezcla de idiomas.
Requisitos oficiales de hardware, límites de contexto y dónde conseguir Inkling 2 Mini
Según la documentación oficial de Thinking Machines Lab al 21 de noviembre de 2026, Inkling 2 Mini necesita unos 20GB para su checkpoint nativo y está dirigido a hardware con al menos 32GB de memoria unificada o VRAM.
Recomendaciones oficiales de hardware y demostración en MacBook Pro
La ficha oficial enumera tres tipos de hardware local compatibles:
- Mac con Apple silicon: MacBook, Mac mini y Mac Studio con 32GB o más de memoria unificada.
- GPU discretas y otras plataformas: se recomiendan 32GB o más de VRAM.
- Hardware de estación de trabajo: 1x NVIDIA DGX Spark, además de aceleración de kernels en la plataforma GB300 de NVIDIA para ejecutar NVFP4/MXFP8.
Thinking Machines también publicó una «demostración del simulador de vuelo PlaneBench» sin conexión. Muestra a investigadores ejecutando Inkling 2 Mini en modo avión en un MacBook Pro (M5 Pro, 48GB) para crear en pocos minutos un simulador de vuelo jugable; la mayor parte del vídeo está acelerada 15 veces. El clip ilustra una sesión sin conexión, no una especificación mínima ni una prueba de velocidad estandarizada.
Límites de contexto y dónde ejecutar los pesos
La documentación oficial indica dos límites de contexto distintos según dónde se ejecute el modelo. La ficha de Hugging Face señala que Inkling 2 Mini admite una ventana de contexto de hasta 1M de tokens, mientras que el catálogo oficial de modelos de Tinker limita actualmente la versión alojada a 256K de contexto máximo.
Los desarrolladores pueden descargar directamente de Hugging Face los pesos Apache 2.0 de Inkling-2-Mini y la variante de bucle variable exclusiva para investigación TML-d24-varloop-research. Thinking Machines enumera soporte de inferencia de código abierto en SGLang, vLLM, Ollama, Unsloth, NVIDIA Dynamo, TokenSpeed y Llama App. La ficha también menciona llama.cpp para compilaciones GGUF cuantizadas y Exo Labs en Apple silicon, además de SkyRL, Miles y NVIDIA AutoModel para el entrenamiento posterior con RL. La inferencia alojada, el ajuste fino y el chat interactivo están disponibles mediante Tinker y Tinker Playground. Al 21 de noviembre de 2026, las páginas públicas oficiales consultadas para este informe indican que el almacenamiento de checkpoints de Tinker cuesta $0.10 por GB al mes y que las tarifas de entrenamiento e inferencia varían según el modelo y la longitud del contexto; no publican una tabla completa de tarifas por token para Inkling 2 Mini.
¿Qué resultados obtiene Inkling 2 Mini en las pruebas oficiales?
Thinking Machines Lab afirma que Inkling 2 Mini lidera los modelos de pesos abiertos con menos de 100B de parámetros totales en DeepSWE v1.1 y Vals Index v2.2, y compite de cerca con Qwen3.8-27B y Nemotron 3.5 Super VL (124.5B en total) en pruebas de programación, navegación y uso de herramientas. Todas las cifras siguientes proceden del blog oficial y de la ficha del modelo de Thinking Machines al 21 de noviembre de 2026; los entornos de evaluación varían según el modelo.
| Prueba (nota sobre el entorno oficial) | Inkling 2 Mini (5.4/26.4B) | Qwen3.8-27B (27.0/27.0B) | Nemotron 3.5 Super VL (12.0/124.5B) |
|---|---|---|---|
| AA Index (v5.0) | 20.1 | 20.1 | 13.6 |
| Vals Index (v2.2) | 46.5% | — | 29.8% |
| DeepSWE v1.1 (mini-swe-agent v2.4.6) | 48.2% | 42.2% | 24.7% |
| SWEBench Pro v2 Hard (mini-swe-agent v2.4.6) | 77.9% | 73.8% | 44.1% |
| SWEBench Verified (solo bash) | 79.2% | 77.8% | 71.1% |
| Terminal Bench v2.1 (pi v0.83.0 para Mini) | 71.6% | 73.0% | 60.7% |
| PMPP-Hard (AUC, 0–10h, pi v0.83.0) | 455.82 | 262.50 | — |
| BrowseComp (Mini con compactación) | 79.0% | 61.6% | 78.9% |
| DeepSearchQA (Mini con compactación) | 85.3% | 79.7% | 77.7% |
| MCP Atlas Public | 82.7% | 77.3% | 67.7% |
| LongBench v2 | 66.9% | 52.3% | 62.1% |
| HLE-Diamond | 15.2% | 15.3% | 8.8% |
| CritPt v2 Full / Hard | 31.4% / 17.0% | 10.6% / 4.0% | 36.9% / 13.5% |
En pruebas académicas preliminares citadas en el blog oficial, investigadores de Hazy Research Lab y Scaling Intelligence Lab de Stanford también midieron Inkling 2 Mini con un 0.703 en su métrica «Intelligence per Watt», usando una NVIDIA DGX Spark (128GB) en MXFP8 con un esfuerzo de razonamiento bajo. Superó a Qwen3.6-35B-A3B (0.430), Gemma-4-26B-A4B (0.159) y Qwen3.5-27B (0.036), probados en NVFP4 e INT4.
¿Cuáles son las limitaciones y los hallazgos sobre supervisabilidad de Inkling 2 Mini?
Según la información oficial de Thinking Machines Lab, Inkling 2 Mini sacrifica amplitud de recuerdo factual y cumplimiento estricto de instrucciones en varios turnos a cambio de una programación agéntica y ejecución de herramientas más sólidas.
Limitaciones prácticas y salvaguardas para agentes
El blog oficial afirma claramente: «Inkling 2 Mini no es el modelo pequeño más potente para conversaciones de varios turnos ni para instrucciones con muchas restricciones: obtiene 50.0% en MultiChallenge y 33.4% en ComplexConstraints v1.1, por detrás de Qwen3.8-27B en ambas. También queda por detrás de modelos más grandes en pruebas de razonamiento intensivo como CritPt v2 y HLE-Diamond». (Como referencia, la tabla de la ficha del modelo indica por separado 30.1% para Qwen3.8-27B en ComplexConstraints v1.1 y 35.6% para Muse Glimmer).
La ficha destaca otras restricciones que conviene conocer antes de desplegar agentes locales:
- Lagunas de conocimiento: los bucles no pueden almacenar hechos adicionales en los pesos, por lo que Inkling 2 Mini queda por detrás de Inkling 2 Small en recuerdo factual (puntuación de -8.6 en AA-Omniscience v1.1 y tasa de no alucinación de 63.4%) y es más propenso a afirmar errores con seguridad sin herramientas de búsqueda.
- Bucles de depuración: las pruebas internas mostraron que el modelo a veces se quedaba revisando código repetidamente o entraba en bucles interminables. Por ello, Thinking Machines recomienda límites estrictos de tokens de salida y turnos del agente.
- Riesgo de acciones destructivas con herramientas: la ficha advierte expresamente: «Puede realizar acciones destructivas, como borrar o sobrescribir archivos, sin confirmación».
- Cómputo mínimo: fijar el esfuerzo de razonamiento al mínimo no lo desactiva por completo. Las tres pasadas por las capas centrales hacen que el cómputo por token supere lo que sugieren los 3.4B de parámetros activos, y el soporte de ejecución local para modelos en bucle sigue siendo reciente.
Bucles y supervisabilidad de la cadena de pensamiento
Como los transformers en bucle razonan internamente entre pasadas sin escribirlo todo, Thinking Machines publicó TML-d24-varloop-research (entrenado con entre 1 y 5 pasadas, principalmente 3) para probar la supervisabilidad. Sin cadena de pensamiento, la capacidad de horizonte temporal subió de 16 segundos con una pasada a 37 segundos con tres, y el rendimiento en N-Hop Lookup en serie siguió aumentando hasta 10 bucles. En trazas de GPQA Diamond resueltas correctamente con las cinco cantidades de pasadas, la longitud media del razonamiento bajó de 3,703 tokens con 1 pasada a 1,661 tokens con 5 pasadas, sin cambios en la longitud de las frases ni en la elección de palabras. Las pruebas de sabotaje agéntico no mostraron una tendencia al alza al aumentar los bucles.
Thinking Machines resumió el resultado en X como «ninguna disminución significativa de la supervisabilidad». Al mismo tiempo, tanto Inkling 2 Mini como el modelo de bucle variable con tres pasadas mostraron poco control sobre su cadena de pensamiento: siguieron instrucciones CoT como máximo el 0.1% de las veces en trazas de 750–1,250 tokens. Estas observaciones describen el comportamiento a escala de 26.4B y no certifican la seguridad de un despliegue sin supervisión.
¿Para quién está diseñado realmente Inkling 2 Mini?
Inkling 2 Mini está diseñado para desarrolladores que ejecutan agentes locales de programación, búsqueda y uso de herramientas MCP en Mac con Apple silicon y al menos 32GB, GPU con al menos 32GB de VRAM o sistemas DGX Spark, y quieren pesos Apache 2.0 que puedan examinar o ajustar. Según mi lectura de las notas de lanzamiento, encaja mejor en tareas estructuradas de ingeniería de software donde las salidas de herramientas, las pruebas y la búsqueda fundamentan las respuestas del modelo y los límites de turnos mantienen acotados los bucles.
Si estás decidiendo cómo elegir un modelo de IA principalmente para conversaciones de varios turnos, preguntas y respuestas factuales densas sin recuperación de información o autonomía sin supervisión sobre el sistema de archivos, modelos mayores como Inkling 2 Small o alternativas especializadas en chat siguen siendo opciones más seguras.
Preguntas frecuentes sobre Inkling 2 Mini
¿Por qué Thinking Machines indica tanto 3.4B como 5.4B de parámetros activos para Inkling 2 Mini?
Inkling 2 Mini activa 3.4 mil millones de parámetros en una sola pasada por sus 24 capas, lo que coincide con la cifra de la página de la familia de Thinking Machines. Como sus 12 capas centrales se repiten tres veces por token, cada pasada adicional añade unos 1.0 mil millones de parámetros activos efectivos. El total asciende a 5.4 mil millones de activaciones efectivas por token, la cifra indicada en Tinker.
¿Se puede ejecutar Inkling 2 Mini en un portátil con 16GB de RAM?
La documentación oficial de Thinking Machines Lab al 21 de noviembre de 2026 no incluye 16GB de RAM como configuración compatible. El checkpoint oficial ocupa unos 20GB con precisión mixta NVFP4 y MXFP8, y las recomendaciones oficiales especifican Mac con Apple silicon y al menos 32GB de memoria, GPU con al menos 32GB de VRAM o una NVIDIA DGX Spark.
¿En qué se diferencian los límites de contexto de 1M y 256K de Inkling 2 Mini?
Las dos cifras reflejan la capacidad del modelo local y los límites actuales del servicio alojado. En Hugging Face, la ficha oficial de Inkling 2 Mini indica que la arquitectura admite ventanas de contexto de hasta 1 millón de tokens. En el catálogo oficial de Tinker, la versión alojada tiene actualmente un límite máximo de contexto de 256K, igual que otros modelos de la plataforma.
¿Tiene Inkling 2 Mini realmente pesos abiertos y es gratis para uso comercial?
La ficha oficial de Hugging Face indica que Inkling 2 Mini se publica bajo la licencia permisiva Apache 2.0, que permite el uso comercial y local bajo sus condiciones. Para el acceso alojado en Tinker, las páginas oficiales consultadas el 21 de noviembre de 2026 indican $0.10 por GB al mes para almacenamiento de checkpoints y no publican una tabla completa de tarifas por token.
¿Cómo se compara Inkling 2 Mini con Inkling 2 Small?
Inkling 2 Small es mucho más grande, con 594 mil millones de parámetros totales y 17 mil millones activos, mientras que Inkling 2 Mini tiene 26.4 mil millones en total y 3.4 mil millones activos por pasada. Thinking Machines afirma que Mini reproduce las fortalezas de Small en programación agéntica, pero queda por detrás en recuerdo factual, conocimiento general amplio y pruebas de razonamiento exigente.



