1X2.TV — Predicciones de fútbol con IA
Predicciones de partidos y consejos de apuestas impulsados por IA
Predicciones de acciones con IA
Previsiones y análisis del mercado de valores impulsados por IA

Reseña de Inkling: el modelo de pesos abiertos que desafía a GPT-5 y Claude

Inkling es un modelo de pesos abiertos de 975B parámetros de Thinking Machines Lab. Analizamos sus capacidades multimodales, precios y cómo se compara con GPT-5 y Claude.

Equipo de AI Tools Hub
|
Inkling Review: The Open-Weights Model Challenging GPT-5 and Claude
Nuestro proyecto

1X2.TV — Predicciones de fútbol con IA

Predicciones de partidos de fútbol, consejos de apuestas y análisis en profundidad impulsados por IA. Impulsado por algoritmos de aprendizaje automático que analizan más de 50.000 partidos.

Obtener predicciones

Reseña de Inkling: el modelo de pesos abiertos que desafía a GPT-5 y Claude

El panorama de los modelos de pesos abiertos ha avanzado a un ritmo vertiginoso durante todo 2026. Desde Nemotron 3 Ultra de Google hasta Claude 4 de Anthropic y GPT-5 de OpenAI, los modelos cerrados han acaparado los titulares. Pero si has estado atento a la comunidad de código abierto, probablemente hayas notado un nuevo contendiente que ha ido ganando impulso discretamente: Inkling, el primer modelo de pesos abiertos de Thinking Machines Lab, lanzado el 15 de julio de 2026.

Inkling no intenta ser el modelo más potente en todas las pruebas de referencia. En cambio, se posiciona como una base altamente capaz, eficiente y personalizable para desarrolladores que buscan acceso abierto a un potente modelo multimodal. Con 975 mil millones de parámetros totales (41 mil millones activos), una ventana de contexto de 1 millón de tokens y soporte nativo para texto, imágenes y audio, Inkling presenta un argumento convincente a favor de los modelos de pesos abiertos en los ecosistemas empresarial y de desarrollo.

En esta reseña, analizaremos a fondo las capacidades de Inkling, sus precios y cómo se compara con los grandes actores, para que puedas decidir si es el modelo adecuado para tu caso de uso.

¿Qué es Inkling?

Inkling es un modelo Mixture-of-Experts (MoE) de Thinking Machines Lab, publicado bajo la licencia Apache 2.0. Esta elección de licencia es significativa: significa que puedes usar Inkling comercialmente sin preocuparte por términos restrictivos, lo que lo convierte en una opción atractiva para empresas de todos los tamaños.

La arquitectura del modelo es especialmente interesante. Con 975 mil millones de parámetros en total, pero solo 41 mil millones activos durante la inferencia, Inkling ofrece un rendimiento sólido manteniendo los costes de cómputo manejables. Este diseño MoE implica que el modelo activa solo un subconjunto de sus parámetros para cada entrada, lo que resulta en tiempos de inferencia más rápidos en comparación con modelos densos de tamaño similar.

Inkling es multimodal por diseño, lo que significa que puede procesar y razonar sobre texto, imágenes y audio de forma nativa, sin necesidad de modelos separados ni flujos de trabajo complejos. Para los desarrolladores que desean ajustar el modelo con sus propios datos, Thinking Machines Lab lo ha puesto a disposición en Tinker, su plataforma para la personalización de modelos.

¿Cómo es el rendimiento de Inkling?

Seamos sinceros desde el principio: Inkling no es el modelo global más potente disponible hoy en día, abierto o cerrado. Pero es sin duda lo suficientemente fuerte para mantenerse a la altura, y tiene algunos logros notables.

Según Artificial Analysis, la puntuación de índice de Inkling de 41 lo sitúa por delante de Nemotron 3 Ultra (38) y Gemma, lo que lo convierte en uno de los modelos abiertos más potentes disponibles. Sin embargo, se queda ligeramente por detrás de GLM 5.2, que es ampliamente considerado el mejor modelo de razonamiento de pesos abiertos en el conjunto de pruebas — destacando especialmente en tareas puras de programación.

Para el razonamiento multimodal, Inkling funciona muy bien. Su capacidad para procesar texto, imágenes y audio simultáneamente significa que puede manejar tareas complejas como analizar un gráfico, explicar un diagrama o resumir una transcripción de vídeo — todo en una sola pasada. Esto es especialmente valioso para aplicaciones empresariales donde los datos llegan en múltiples formatos.

La ventana de contexto de 1 millón de tokens es otra característica destacada. Para comparar, la mayoría de los modelos del panorama de 2026 ofrecen entre 128K y 256K tokens. Una ventana de 1M significa que puedes alimentar a Inkling con libros enteros, bases de código largas o conjuntos extensos de documentos sin trocear ni resumir. Esta es una gran ventaja para aplicaciones como la revisión de documentos legales, el análisis de documentación técnica y la generación de contenido de larga extensión.

Inkling frente a los grandes jugadores

¿Cómo se compara Inkling con los modelos cerrados que han dominado la conversación? Vamos a desglosarlo.

Inkling frente a GPT-5

GPT-5 sigue siendo uno de los modelos más potentes disponibles, especialmente para tareas de propósito general y razonamiento. Tiene la ventaja de estar respaldado por la enorme infraestructura de OpenAI y las actualizaciones continuas. Sin embargo, GPT-5 es un modelo cerrado con pesos propietarios, lo que significa que estás atado al ecosistema y a los precios de OpenAI.

Inkling, por el contrario, ofrece pesos abiertos y libertad comercial. Para equipos que quieren ajustar el modelo con datos propietarios o desplegarlo en su propia infraestructura, el enfoque de pesos abiertos de Inkling es una ventaja significativa. GPT-5 puede tener una ligera ventaja en rendimiento bruto, pero la eficiencia y el potencial de personalización de Inkling lo hacen competitivo para muchos casos de uso.

Inkling frente a Claude

Claude (la última generación de Anthropic) es conocida por su excelente razonamiento, manejo de contexto extenso y un sólido rendimiento en tareas de programación y análisis. Las fortalezas de Claude residen en su claridad y precisión, especialmente en tareas de razonamiento complejo.

Inkling compite bien con Claude en tareas multimodales y ofrece una ventaja similar en la ventana de contexto. Sin embargo, el ecosistema y las herramientas de Claude son más maduros, y sus precios son competitivos. La ventaja de Inkling radica en su flexibilidad de pesos abiertos y la posibilidad de ejecutarlo en tu propio hardware, lo que puede reducir costes para usuarios de alto volumen.

Inkling frente a GLM 5.2

GLM 5.2 es actualmente el mejor modelo de razonamiento de pesos abiertos, destacando especialmente en pruebas de referencia de programación. Si tu caso de uso principal es la generación y el análisis de código, GLM 5.2 puede ser la mejor opción. No obstante, las capacidades multimodales de Inkling le otorgan una ventaja para aplicaciones que necesitan procesar imágenes y audio junto con texto.

Precios y accesibilidad

Uno de los principales argumentos de venta de Inkling es su estrategia de precios. Al ser un modelo de pesos abiertos, tienes varias opciones:

  • Alojamiento propio: Ejecuta Inkling en tu propia infraestructura con la licencia Apache 2.0. Esto es ideal para empresas con recursos de cómputo existentes.
  • API en la nube: Accede a Inkling a través de la API de Thinking Machines Lab, con precios que escalan según el uso.
  • Plataforma Tinker: Ajusta Inkling con tus propios datos a través de Tinker, con precios que dependen de la complejidad de tus necesidades de ajuste fino.

Como comparación, los precios de la API de GPT-5 son competitivos, pero pueden acumularse rápidamente para usuarios de alto volumen. Los precios de Claude tienen una estructura similar. El modelo de pesos abiertos de Inkling significa que, una vez que tienes los pesos, puedes usarlos indefinidamente sin tarifas por token, lo que puede suponer una ventaja significativa en costes para implementaciones a gran escala.

Pros y contras de Inkling

Pros

  • Pesos abiertos: Uso comercial bajo Apache 2.0, sin dependencia del proveedor
  • Multimodal: Soporte nativo para texto, imágenes y audio
  • Gran ventana de contexto: 1 millón de tokens para contenido extenso
  • Arquitectura MoE eficiente: 41B de parámetros activos de un total de 975B
  • Preparado para ajuste fino: Disponible en Tinker para personalización
  • Sólidas clasificaciones de modelos abiertos: Puntuación de índice de 41, por delante de Nemotron 3 Ultra

Contras

  • No es el más fuerte en general: Se queda por detrás de GLM 5.2 en pruebas de referencia de razonamiento puro
  • Modelo más reciente: Menor madurez del ecosistema en comparación con GPT-5 y Claude
  • Soporte limitado de terceros: Menos integraciones y herramientas disponibles
  • Requiere más capacidad de cómputo: Un tamaño de modelo mayor implica mayores requisitos de infraestructura

¿Quién debería usar Inkling?

Inkling es especialmente adecuado para:

  1. Empresas que desean implementar modelos de IA en su propia infraestructura y controlar sus datos
  2. Desarrolladores que necesitan capacidades multimodales sin gestionar múltiples modelos
  3. Equipos que desean ajustar modelos con datos propietarios
  4. Organizaciones conscientes de los costos que pueden beneficiarse de una licencia de pesos abiertos
  5. Aplicaciones que procesan documentos largos o requieren ventanas de contexto grandes

Si buscas el modelo más potente para una tarea específica (como programación), es posible que prefieras GLM 5.2. Si quieres el ecosistema y las herramientas más maduros, GPT-5 o Claude pueden ser mejores opciones. Pero si valoras la flexibilidad, la personalización y las licencias abiertas, Inkling es una opción atractiva.

Primeros pasos con Inkling

Thinking Machines Lab ha facilitado bastante el inicio con Inkling. Puedes:

  1. Descargar los pesos desde su repositorio de GitHub
  2. Implementar en tu infraestructura usando los scripts proporcionados
  3. Ajustar en Tinker para aplicaciones personalizadas
  4. Usar la API para una integración rápida

El modelo está disponible en las principales plataformas en la nube y se puede implementar en las instalaciones, lo que te da flexibilidad sobre cómo usarlo.

FAQ

¿Es Inkling gratuito? Inkling tiene pesos abiertos bajo Apache 2.0, por lo que puedes usarlo comercialmente sin cuotas de licencia. Sin embargo, si usas la API o la plataforma Tinker de Thinking Machines Lab, hay costos por uso.

¿Cómo se compara Inkling con GPT-5? GPT-5 es ligeramente superior en rendimiento bruto, pero Inkling ofrece pesos abiertos, capacidades multimodales y una ventana de contexto más grande. Para equipos que desean ajustar o implementar en su propia infraestructura, Inkling es competitivo.

¿Cuál es la ventana de contexto de Inkling? Inkling tiene una ventana de contexto de 1 millón de tokens, significativamente mayor que la de la mayoría de los modelos del panorama de 2026.

¿Puedo ajustar Inkling? Sí, Inkling está disponible en Tinker para ajustar con tus propios datos.

¿Es Inkling bueno para programar? Inkling funciona bien para tareas de programación, aunque GLM 5.2 tiene actualmente la ventaja en las pruebas de referencia puras de código.

Reflexiones finales

Inkling es una sólida incorporación al espacio de modelos de pesos abiertos, que ofrece una combinación atractiva de capacidades multimodales, una gran ventana de contexto y una arquitectura MoE eficiente. Si bien no es el modelo más potente en todas las pruebas de referencia, su licencia abierta y su potencial de personalización lo convierten en una opción atractiva para empresas y desarrolladores que buscan flexibilidad y control.

Para los equipos que están listos para ir más allá del ecosistema de modelos cerrados y desean un modelo que pueda crecer con sus necesidades, Inkling merece una consideración seria. A medida que Thinking Machines Lab sigue desarrollando Inkling como base de su familia de modelos, podemos esperar ver aún más mejoras y capacidades en los próximos meses.

Divulgación: Esta reseña contiene enlaces de afiliados. Si compras a través de nuestros enlaces, podemos ganar una comisión sin coste adicional para ti.

Nuestro proyecto

Predicciones bursátiles con IA — Análisis inteligente del mercado

Pronósticos bursátiles impulsados por IA y análisis técnico. Obtén predicciones diarias para acciones, ETFs y criptomonedas con puntuaciones de confianza y métricas de riesgo.

Ver las predicciones de hoy
Para creadores de herramientas

¿Estás creando o promocionando una herramienta de IA?

Consigue un listado, una reseña o una aparición destacada en AI Tools Hub — colocaciones patrocinadas de 12 meses, multilingües. Desde $49.

Equipo de AI Tools Hub

Expertos revisores de herramientas de IA

Nuestro equipo de entusiastas de la IA y expertos en tecnología prueba y revisa cientos de herramientas de IA para ayudarte a encontrar la solución perfecta para tus necesidades. Ofrecemos análisis honestos y detallados basados en el uso real.

Comparte este artículo: Publicar Compartir LinkedIn

Más proyectos impulsados por IA de nuestro equipo

Consulta nuestras otras herramientas y predicciones impulsadas por IA