Inkling 2 Small: un modelo «pequeño» con 594 mil millones de parámetros

Solo la parte activa es «pequeña»

Lo llamativo de Inkling 2 Small no es su tamaño, sino el uso de la palabra small. En el anuncio y la ficha del modelo, Thinking Machines AI lo presenta como un modelo multimodal open-weight con 594 mil millones de parámetros, aunque solo 17 mil millones se activan en cada token.

Es una arquitectura sparse Mixture-of-Experts: cada token se enruta a 8 de 384 expertos. La arquitectura es un Transformer decoder-only de 48 capas con atención híbrida local y global. La idea es clara: conservar una gran capacidad total sin pagar el cálculo de todos los parámetros para cada token.

Sin embargo, 17 mil millones de parámetros activos no implican que pueda desplegarse como un modelo convencional y compacto de 17B. Los 594 mil millones de pesos completos siguen teniendo que almacenarse o repartirse entre dispositivos. El ahorro de cómputo por token convive así con fuertes exigencias de memoria, enrutamiento de expertos y comunicación entre servidores.

El modelo acepta texto e imágenes, y su ventana de contexto declarada ronda el millón de tokens. Permite ajustar el esfuerzo de razonamiento; las evaluaciones publicadas se realizaron con el valor 0,99, denominado xhigh. Es un detalle importante: la calidad no puede separarse del presupuesto de cómputo ni de la longitud de la respuesta.

La ficha del modelo indica 82,2% en SWEBench Verified, 85,1% en Terminal-Bench 2.1 y 81,6% en MMMU Pro. Son resultados declarados por el desarrollador, y Inkling 2 Small no lidera todas las comparativas. A fecha del 6 de noviembre de 2026, la validación independiente sigue siendo especialmente relevante.

La dispersión no garantiza una respuesta final barata

La conclusión práctica es que Inkling 2 Small puede reducir el cómputo de un token individual, pero no necesariamente el coste de la tarea completa. Según los datos publicados, el modelo generó en promedio unos 150.000 tokens de salida por tarea, aproximadamente cuatro veces más que su predecesor, Inkling Small.

Ahí es donde las cifras resultan menos impresionantes. Si el razonamiento se alarga, la ventaja de 17 mil millones de parámetros activos queda parcialmente absorbida por trayectorias largas, procesamiento de contexto e infraestructura para 594 mil millones de pesos. Yo miraría primero el coste total de una tarea terminada y la latencia hasta obtener un resultado útil.

Para investigadores y equipos con infraestructura distribuida, el modelo resulta interesante: pesos abiertos, imágenes, contexto largo y buenos resultados declarados en programación ofrecen margen de ajuste. Para inferencia local o con presupuesto limitado, la palabra Small es engañosa. No es un modelo pequeño, sino un modelo grande que ha aprendido a activarse por partes.

Antes analizamos Pony Alpha en OpenRouter, probablemente GLM-5 con una ventana de contexto de 200K y opciones para realizar pruebas seguras. Ese caso complementa bien la evaluación de Inkling 2 Small al comparar modelos nuevos por contexto y escenarios de uso.