Thinking Machines Lab presenta Inkling 2 Mini, un modelo MoE de 26.4B parámetros con arquitectura de transformador en bucle, optimizado para ejecutarse en hardware de consumo.

El 20 de noviembre de 2026 marca un hito en el ecosistema de modelos de pesos abiertos con el lanzamiento de Inkling 2 Mini por parte de Thinking Machines Lab. Mientras la industria se ha centrado en modelos masivos que requieren clusters de GPUs de última generación, Inkling 2 Mini propone un enfoque radicalmente distinto: potencia multimodal de vanguardia diseñada específicamente para la computación local y el edge computing.
Este modelo no es solo una iteración más; es la tercera pieza de la familia Inkling 2, que ya incluye al masivo Inkling 2 Small. Al ser lanzado bajo la licencia Apache 2.0, Thinking Machines Lab está entregando a los desarrolladores una herramienta versátil que combina la capacidad de procesar texto e imágenes con una eficiencia de memoria sin precedentes, permitiendo que la inteligencia artificial avanzada resida en el hardware que ya tenemos sobre nuestras mesas.
Lo que realmente diferencia a Inkling 2 Mini es su innovadora arquitectura de 'Looped Transformer'. El modelo utiliza un decodificador de 24 capas donde las 12 capas centrales se ejecutan tres veces utilizando pesos compartidos. Este diseño permite que el modelo aplique un total de 48 capas de procesamiento por cada token, a pesar de contar con una estructura de pesos mucho más compacta.
A nivel de parámetros, el modelo cuenta con un total de 26.4B, pero gracias a su implementación de Mixture of Experts (MoE) dispersa, solo utiliza 3.4B de parámetros activos por token (seleccionando 8 de 128 expertos por capa). Al sumar el efecto de los bucles de la arquitectura, el modelo alcanza unos 5.4B de parámetros efectivos activos por token, logrando un equilibrio excepcional entre profundidad cognitiva y velocidad de inferencia.
La multimodalidad es nativa, no añadida mediante adaptadores externos. Utiliza un codificador Vision Transformer (ViT) que proyecta las imágenes y el texto en un espacio latente compartido, permitiendo una comprensión semántica profunda de la relación entre lo visual y lo textual. Además, integra una atención híbrida (local y global) para gestionar eficientemente su ventana de contexto de 1 millón de tokens.
En las pruebas de rendimiento, Inkling 2 Mini ha demostrado una competitividad sorprendente para su tamaño. Aunque no busca competir directamente con la clase de modelos de 27B+ parámetros en términos de escala bruta, su eficiencia lo posiciona como líder en su categoría de uso local. Según el Third Party Index, el modelo ostenta una puntuación de 4.4, destacando en tareas de razonamiento visual y comprensión de contexto largo.
En comparativas directas, el modelo muestra resultados sólidos frente a Gemma 4 31B, Muse Glimmer, Qwen3.8-27B y Nemotron 3.5 Super VL. Su capacidad para mantener la coherencia en ventanas de contexto extensas lo hace superior a muchos modelos de su segmento en tareas de RAG (Retrieval-Augmented Generation) y análisis de documentos extensos.
La evaluación se realizó mediante una metodología estandarizada que incluye benchmarks de razonamiento lógico, capacidad de codificación y comprensión multimodal. Los resultados reflejan que, para aplicaciones de dispositivos finales (on-device), el modelo ofrece un rendimiento que rivaliza con modelos mucho más pesados, pero con una fracción del costo computacional.
Una de las mayores ventajas de Inkling 2 Mini es su facilidad de despliegue. El checkpoint único de aproximadamente 20 GB se distribuye en precisiones mixtas NVFP4 y MXFP8, lo que minimiza la huella de memoria sin sacrificar la precisión. Esto permite que el modelo corra de forma fluida en hardware de consumo.
Para los usuarios de Apple, el modelo es totalmente compatible con Apple Silicon (MacBook, Mac mini, Mac Studio) siempre que se disponga de 32 GB de RAM o más. En entornos de servidor o investigación, es compatible con una sola unidad NVIDIA DGX Spark. La comunidad de cuantización ya ha integrado los pesos en el formato GGUF, facilitando su uso en herramientas populares.
El ecosistema de soporte es amplio, incluyendo integración nativa con vLLM, SGLang, llama.cpp, Ollama, Exo Labs, Unsloth y NVIDIA Dynamo, lo que garantiza que los ingenieros de IA puedan integrarlo en sus pipelines de producción casi de inmediato.
Para aquellos desarrolladores que prefieren no gestionar su propia infraestructura, Inkling 2 Mini está disponible a través de OpenRouter con una estructura de precios extremadamente competitiva. Curiosamente, su coste se sitúa en el mismo nivel que la clase GPT-6 Luna, lo que lo convierte en una opción de alta eficiencia para aplicaciones escalables.
Esta estrategia de precios permite a las startups y desarrolladores independientes experimentar con capacidades multimodales de 1M de contexto sin el riesgo financiero de los modelos de frontera tradicionales.
Gracias a su arquitectura y ventana de contexto, Inkling 2 Mini es ideal para una variedad de aplicaciones técnicas. En el ámbito del desarrollo de software, su capacidad de razonamiento lo hace excelente para asistentes de codificación locales que respetan la privacidad del código. En el área de análisis de datos, su ventana de 1M de tokens permite procesar manuales técnicos enteros o bases de código completas mediante RAG.
También destaca en la creación de agentes autónomos que requieren interactuar con interfaces visuales (GUI) y procesar instrucciones complejas de texto. Su naturaleza multimodal lo convierte en la herramienta perfecta para aplicaciones de visión computacional que necesitan una capa de lenguaje natural para la interpretación de escenas.
Para comenzar a trabajar con Inkling 2 Mini, los desarrolladores pueden acceder a los pesos directamente a través de los repositorios oficiales de Thinking Machines Lab o utilizar las versiones cuantizadas en la comunidad GGUF. Si prefieren una integración rápida mediante API, OpenRouter es la vía recomendada.
Para tareas de personalización, la plataforma Tinker ofrece un entorno de playground y un cookbook detallado para realizar fine-tuning, mientras que para procesos de post-entrenamiento más avanzados, se recomienda el uso de las herramientas Miles y SkyRL.
API Pricing — Input: 0.10 USD per million tokens (OpenRouter) / Output: 0.40 USD per million tokens (OpenRouter) / Context: 1M token context window