Thinking Machines lanza Inkling: modelo abierto multimodal de 975B parámetros con contexto de 1M
Hecho Qué ha ocurrido
Thinking Machines ha lanzado Inkling, un modelo de lenguaje abierto con 975B parámetros totales (41B activos) que procesa de forma nativa imagen, texto y audio, entrenado con 45 billones de tokens. El modelo soporta una ventana de contexto de 1M tokens, incluye capacidades de agente, y está disponible en variantes de precisión completa (BF16) y cuantizada (NVFP4) en Hugging Face con soporte inmediato en transformers, SGLang, vLLM y llama.cpp.
Resumen generado mediante IA a partir de Hugging Face (original en inglés). Naturaleza de la información: hecho documentado.
Análisis Por qué importa
Inkling representa un avance significativo en modelos multimodales abiertos de gran escala, demostrando que la capacidad nativa de razonamiento entre modalidades es viable sin encoders separados. Para equipos de producto y desarrolladores, ofrece una alternativa abierta a modelos propietarios para aplicaciones que requieren comprensión simultánea de audio, imagen y texto.
- Quién se ve afectado
- Desarrolladores, startups, equipos de investigación y empresas que construyen aplicaciones multimodales, especialmente en análisis de contenido visual y audiovisual, y organizaciones con infraestructura GPU disponible.
- Qué puede cambiar
- La disponibilidad de un modelo multimodal abierto de esta escala reduce la dependencia de APIs propietarias y permite a las organizaciones entrenar y ajustar modelos específicos del dominio. El soporte inmediato en marcos de inferencia populares acelera la adopción y experimentación.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Monitorear la adopción en comunidades de desarrolladores y proyectos reales; evaluar el rendimiento relativo frente a modelos propietarios (Claude, GPT-4V) en tareas multimodales complejas; seguir mejoras en eficiencia de inferencia (la versión BF16 requiere 2TB de VRAM); y observar si otros laboratorios lanzan modelos abiertos competitivos en tamaño y capacidades.
Recomendación Qué debería hacer una empresa
Equipos con capacidad de GPU deberían evaluar Inkling en los próximos 3-6 meses para tareas de análisis multimodal, razonamiento visual-textual-auditivo y casos de uso de agentes que requieran modelos abiertos. Priorizar pruebas con versiones cuantizadas (NVFP4, GGUF 1-bit) para minimizar requerimientos de infraestructura.
Recomendación generada por IA con la evidencia disponible; no es asesoramiento profesional.
Fuente original: Hugging Face (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗multimodalLLMMoEquantizationspeculative decoding Inklingmodelos abiertosmultimodalrazonamiento
Forma parte de la historia Thinking Machines Lab lanza Inkling, modelo abierto de 975B parámetros (2 noticias, estado: cerrada).
Relacionadas
Thinking Machines Lab lanza Inkling, modelo de 975 mil millones de parámetros de código abierto
Thinking Machines Lab, fundada por antiguos ejecutivos de OpenAI incluida Mira Murati, ha lanzado Inkling, un modelo de código abierto con 975 mil millones de…
Por qué importaInkling representa un desafío competitivo a OpenAI y Anthropic desde un equipo de exiles de alto nivel, validando el modelo de modelos abiertos como…
GPT-6 Astra completa Portal de principio a fin sin ayuda humana en 24 horas
El desarrollador cozyblaze publicó en X y GitHub un experimento en el que GPT-6 Astra jugó y completó el videojuego Portal de forma autónoma tras recibir un…
Por qué importaDemuestra capacidades de planificación y ejecución autónoma a largo plazo en entornos interactivos complejos, un paso hacia agentes generales capaces…
OpenAI lanza GPT-6 Astra con récord de benchmarks, salvaguardas de ciberseguridad y disculpa por rollout caótico
OpenAI lanzó el 3 de septiembre GPT-6 Astra, el primer modelo que cruza el umbral 'Critical' de ciberseguridad en su Preparedness Framework, con ExploitBench…
Por qué importaEs el primer modelo de frontera que documenta explícitamente capacidades ofensivas críticas junto a limitaciones de supervisión, lo que tensiona el…
Artificial Analysis actualiza su Intelligence Index tras críticas por la puntuación de GPT-6 Astra
Artificial Analysis lanzó la versión 4.2 de su Intelligence Index tras críticas de que sus benchmarks no reflejaban el progreso real de GPT-6 Astra. Con la…
Por qué importaLos índices de benchmarking influyen en decisiones de compra y adopción de modelos por parte de empresas, por lo que su fiabilidad y metodología son…