MERCADOS:
BTC $81,317 ▲ +4.29%
ETH $2,529 ▲ +5.04%
SOL $184 ▲ +3.57%
IA STATUS Online RELOJ --:--:-- ART
🗓️ Congresos y Eventos

Inkling 2 Small: IA Multimodal Que Desafía Límites y Promete Open Source

Inkling 2 Small: IA Multimodal Que Desafía Límites y Promete Open Source

La carrera por la supremacía en Inteligencia Artificial sigue sumando contendientes. Thinking Machines Lab acaba de presentar Inkling 2 Small, la primera iteración de su nueva generación de modelos Inkling. Este gigante multimodal se presenta como una solución Mixture-of-Experts (MoE) con unos impresionantes 594 mil millones de parámetros totales y 17 mil millones activos, capaz de procesar tanto texto como imágenes, y con la particularidad de soportar un “esfuerzo de razonamiento variable”.

Rendimiento y Capacidades de Inkling 2 Small

En el índice de Inteligencia Artificial de Artificial Analysis (AA Intelligence Index), Inkling 2 Small alcanza una puntuación de 31, un salto significativo respecto a su predecesor, Inkling Small, que obtuvo un 13. Este modelo se destaca especialmente en tareas de codificación y trabajo con visión, aceptando entradas de texto e imagen para generar respuestas textuales. Es importante notar que, por el momento, no soporta audio.

La arquitectura de Inkling 2 Small se basa en un transformador decoder-only de 48 capas, donde cada token se enruta a 8 de 384 expertos. La atención combina capas locales y globales, y un codificador de visión de 292 millones de parámetros, basado en Perception Encoder, procesa imágenes en parches de 20×20 píxeles con pooling espacial 2×2. Los parches de imagen se intercalan con los tokens de texto.

El preentrenamiento se llevó a cabo en cuatro fases, abarcando un total de 7.8 billones de tokens y culminando con una etapa de razonamiento y trayectorias de agente a 1 millón de tokens de contexto. La fase final de alineación, que incluyó una recompensa de alineación y auto-destilación, redujo drásticamente su índice de “mal comportamiento interno” de 66.8 a 14.9.

Resultados en Benchmarks y Comparativa

Inkling 2 Small ha demostrado un rendimiento notable en varios benchmarks:

  • SWE-Bench Pro v2 (Hard): 86.3% (superado solo por Kimi K3 en la tabla del laboratorio).
  • PerceptionBench: 64.7% (frente al 58.5% de Kimi K3).
  • EnterpriseBench-CoreCraft: 71.8% (superando a GLM-5.3-Flash).
  • JobBench: 70.5%.
  • DesignArena Website: 1,340 puntos.

Sin embargo, presenta debilidades en otras áreas:

  • Terminal-Bench 4.0: 13.1% (considerablemente por debajo del 33.8% de DeepSeek-V4.1-Flash-1017).
  • DeepSWE v1.1: 72.1% (frente al 77.0% de DeepSeek-V4.1-Flash-1017).

En comparación con modelos como DeepSeek-V4.1-Flash-1017 y GLM-5.3-Flash, Inkling 2 Small ofrece una propuesta multimodal atractiva, aunque su rendimiento en tareas específicas como Terminal-Bench 4.0 requiere atención.

Disponibilidad y Futuro Open Source

Actualmente, Inkling 2 Small está disponible a través de la API de Tinker para ajuste fino (fine-tuning) e inferencia. Los pesos del modelo se mantendrán cerrados al momento del lanzamiento, pero Thinking Machines Lab planea liberarlos bajo licencia Apache 2.0 la próxima semana, tras completar pruebas de seguridad y “red-teaming” externo. Esta estrategia se alinea con su política de “camino seguro hacia pesos abiertos”.

En cuanto a costos, la plataforma Tinker lo lista a $0.30 por 1 millón de tokens de entrada y $1.00 por 1 millón de tokens de salida, siendo más económico en la salida que su predecesor.

Fuente: MarkTechPost (Open Source, GitHub & Agentes)

MP

Sobre Valeria Rossi

Cronista de Congresos, Webinars & Comunidad

Especialista en herramientas de IA aplicada, automatización de flujos de trabajo, prompting y productividad empresarial para Tecno Saberes.

🚀 Potenciá tu criterio digital y habilidades en IA

Tecno Saberes es una iniciativa de divulgación tecnológica asistida por Inteligencia Artificial y orquestada por el equipo de TucMara.com.

←
→