Ir al contenido
por InfinyAI EN

IA en un minutoNoticiasModelos

Modelos

Thinking Machines Lab lanza Inkling 2 Mini, un modelo de IA abierto pensado para ejecutarse en un portátil

Redacción de IA en un minuto · Editor: Jon Elgezabal

En 30 segundos

Inkling 2 Mini es el nuevo modelo de pesos abiertos de Thinking Machines Lab, que la empresa presenta como apto para un portátil y que puede bajarse de Hugging Face, con licencia Apache 2.0. Thinking Machines Lab explica que recorre tres veces sus capas centrales por token para razonar mejor con menos texto. DeepSWE v1.1 y otras pruebas lo sitúan por delante de los abiertos de su tamaño, con datos propios sin contrastar.

Thinking Machines Lab, la empresa de investigación en IA, ha publicado Inkling 2 Mini, un modelo que, según la compañía, es lo bastante pequeño para funcionar en un ordenador portátil. Es de pesos abiertos, de modo que cualquiera puede descargarlo, y se distribuye a través de Hugging Face bajo licencia Apache 2.0.

Su rasgo más llamativo es que trabaja "en bucle": por cada token, cada fragmento de texto que procesa, pasa tres veces por sus capas centrales. La empresa sostiene que así puede razonar más y alcanzar la respuesta gastando menos tokens, sobre todo en tareas como la programación con agentes. Es un modelo de mezcla de expertos con 26.400 millones de parámetros en total, de los que 3.400 millones están activos en cada paso, y admite tanto texto como imágenes, con un contexto de un millón de tokens, según el blog de Hugging Face.

Para que quepa en un equipo personal, casi todos sus pesos están en el formato de baja precisión NVFP4, y en total ocupa unos 20 GB de memoria. Los investigadores de la empresa cuentan que lo usaron sin conexión en un MacBook Pro durante un vuelo.

Thinking Machines Lab afirma que supera a todos los modelos de pesos abiertos de menos de 100.000 millones de parámetros en pruebas como DeepSWE v1.1, de programación, donde resuelve el 48,2 % de las tareas, y Vals Index v2.2, con un 46,5 %. En otras pruebas reconoce quedar por detrás de Qwen3.8-27B. Son cifras publicadas por la propia compañía, que admite que las condiciones de evaluación varían de un modelo a otro, y no las ha contrastado ningún tercero.

Junto al modelo principal ha liberado una variante de investigación con un número variable de pasadas, pensada para estudiar si los modelos en bucle son más difíciles de supervisar leyendo su cadena de razonamiento. Según sus primeros análisis, a este tamaño el bucle no reduce de forma apreciable esa capacidad de supervisión.

Por qué importa · análisis y opinión

La apuesta va contra la idea de que solo los modelos enormes, servidos desde la nube, sirven para programar con agentes. Si algo que cabe en un portátil rinde así, una empresa puede trabajar con código o documentos sin sacarlos de su propio equipo, lo que cuenta mucho cuando hay datos confidenciales. Toca ser prudentes: las puntuaciones son de la propia compañía y cada modelo se evaluó en condiciones distintas, como ella misma advierte. La licencia Apache permite el uso comercial, así que quien disponga de un ordenador con memoria suficiente puede probarlo ya con sus tareas reales antes de fiarse de las tablas. El interés va más allá del rendimiento: es de los primeros modelos en bucle abiertos a investigadores, y deja sobre la mesa cómo vigilar un razonamiento que no se escribe.

Fuente oficial: Thinking Machines Lab · Redactada con ayuda de IA: cómo hacemos las noticias

La IA en tu correo, cada día o cada viernes

Las noticias que importan, cada una en un minuto. Con su fuente de cada una.

Elige uno o los dos:

Te apuntas y listo: el diario te llega cada noche y el semanal, los viernes por la mañana. Puedes darte de baja en cualquier envío.