JOURNAL / 2026.11.09
Inkling 2 Small llega a Tinker: adaptar el modelo antes de recibir los pesos
Thinking Machines estrena su segunda generación con ajuste e inferencia alojados. La oportunidad está en adaptar el comportamiento; la apertura de pesos sigue condicionada y la mejora útil habrá que medirla fuera del entrenamiento.
Thinking Machines presentó Inkling 2 Small el 5 de noviembre. Anuncia mejoras en programación autónoma, visión y adaptación frente a su primera generación. Ya permite ajustarlo en Tinker, pero prevé publicar los pesos bajo Apache 2.0 la semana siguiente, después de las pruebas externas de seguridad. Es una novedad material para quienes quieren modificar cómo trabaja un agente, aunque conviene separar el servicio disponible del artefacto prometido.
La tarjeta técnica describe una mezcla de expertos con 594.000 millones de parámetros totales y 17.000 millones activos. Acepta texto e imágenes y produce texto. «Small» es un nombre relativo dentro de la familia: los parámetros activos no representan toda la memoria que necesitaría un despliegue propio. La tarjeta remite actualmente a las condiciones de Tinker.
Hay además una diferencia respecto al Inkling original: aquel admitía audio y se presentó con los pesos disponibles. Por eso no leería «segunda generación» como una mejora uniforme de todas las modalidades y formas de acceso. Para una aplicación de voz, la pérdida de esa entrada puede pesar más que una mejora en programación.
La documentación de integración identifica el nuevo modelo y recomienda explorar conjuntamente la tasa de aprendizaje y el esfuerzo de razonamiento. Eso plantea una decisión más interesante que escoger al ganador de una clasificación: cuánto comportamiento puede aprender de nuestros ejemplos y cuánto trabajo necesita hacer durante cada respuesta.
Pensemos en un agente que transforma incidencias de soporte en propuestas de cambio. Podemos enseñarle ejemplos de cuándo pedir información, qué pruebas ejecutar y cómo entregar una modificación para revisión. Mi expectativa sería que el ajuste ayudara a mantener ese procedimiento sin repetirlo entero en cada instrucción. Pero aprender la forma de los ejemplos también puede producir respuestas que parecen correctas y omiten comprobaciones. El conjunto de evaluación debería incluir casos donde la decisión adecuada sea detenerse o reconocer que falta evidencia.
La comparación decisiva sería entre el modelo sin adaptar y el adaptado, con el mismo presupuesto de trabajo. Reservaría incidencias que no participaran en el entrenamiento y comprobaría el resultado con criterios definidos antes del ajuste. También ensayaría un cambio de producto o de política: un agente que aprendió bien el procedimiento de ayer puede aplicarlo con mucha seguridad cuando ya dejó de ser válido. Ésta es una propuesta de evaluación, no un resultado observado en Inkling.
El precio introduce otra distinción. La tabla de Tinker separa entrenamiento, generación y almacenamiento; la inferencia sin servidor figura en beta, con lista de espera para producción. Una tarifa por token no permite calcular por sí sola cuánto costará adaptar y operar el agente. Mi presupuesto incluiría preparar ejemplos, repetir experimentos y revisar errores, además del consumo del servicio. Ahorrar en respuestas no compensaría un modelo que exigiera rehacer continuamente su entrenamiento.
La política de apertura de Thinking Machines presenta el ajuste alojado como una etapa intermedia: permite personalizar mientras el proveedor conserva supervisión y capacidad de revocar el acceso. También dice que las etapas no conducen automáticamente a publicar los pesos. Esta política ayuda a entender el lanzamiento, pero no convierte una intención de apertura en una garantía contractual.
Mi lectura es que Inkling 2 Small amplía una opción valiosa: experimentar con un comportamiento especializado antes de asumir la operación del modelo. Para un equipo pequeño, eso puede facilitar descubrir si el ajuste merece la pena. A cambio, el experimento depende de las condiciones del proveedor. Yo avanzaría con pruebas que puedan repetirse y datos de evaluación conservados por el equipo; pospondría cualquier decisión que requiera ejecución propia hasta comprobar los pesos, su licencia y sus requisitos reales. El valor del lanzamiento se juega en lo que permita aprender y mejorar hoy, sin dar por cumplida la apertura de mañana.
Fuentes primarias consultadas el 9 de noviembre de 2026. No hemos ejecutado ni ajustado Inkling 2 Small. Los ejemplos, expectativas y criterios de evaluación son análisis propio.