Inkling: cuando un modelo se entrena a sí mismo
Thinking Machines Lab, la empresa fundada por Mira Murati, acaba de soltar algo que no es un producto más. Es una declaración de intenciones.
Se llama Inkling. Es su primer modelo de pesos abiertos, con 975.000 millones de parámetros totales — de los cuales solo 41.000 millones se activan por token — y una ventana de contexto de hasta un millón de tokens. Habla texto, imagen y audio de forma nativa. Y tiene algo que hasta hace poco sonaba a ciencia ficción de consultora: esfuerzo de razonamiento controlable. Le dices cuánto tiene que "pensar" antes de responder, y el modelo ajusta coste y latencia en consecuencia.
Pero lo que de verdad merece que le prestemos atención no es la ficha técnica. Es la demo que hicieron para presentarlo.
El modelo que se afinó a sí mismo
Le pidieron a Inkling una tarea imposible de conseguir solo con prompting: convertirse en un lipograma, un modelo que nunca usa la letra "e". Y el propio Inkling escribió su plan de entrenamiento, generó los datos sintéticos para lograrlo, lanzó el fine-tuning usando su plataforma Tinker, y cargó los pesos nuevos. Sin intervención humana en el proceso técnico.
No es magia. Es la prueba de un principio que en SIMBION llevamos meses defendiendo: la inteligencia artificial más útil no es la más grande, es la más adaptable.
Inkling ni siquiera pretende ser el modelo más potente del mercado, abierto o cerrado. Ellos mismos lo dicen en el anuncio. Su valor está en otro sitio: es una base sólida, multimodal, eficiente, pensada para que cualquiera la module hacia su caso de uso real. No un organismo terminado. Un punto de partida.
Por qué esto no es solo noticia de nicho técnico
Durante los últimos dos años, la conversación sobre IA generativa ha estado dominada por una pregunta equivocada: ¿qué modelo es "el mejor"? Inkling — y el ecosistema que representa, con DeepSeek, Kimi, GLM, Nemotron y otros pesos abiertos cada vez más competitivos — está desplazando esa pregunta hacia otra más útil:
¿Qué modelo es el mejor para esta tarea concreta, dentro de esta empresa concreta, con este presupuesto concreto?
Esa es exactamente la pregunta que nos hacemos en cada Auditoría de Entropía. Y es la razón por la que en SIMBION no nos casamos con un proveedor. Porque el mercado tampoco lo está haciendo.
No IA. Simbiosis.