Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarTG: @neurogen_news (Neurogen)→ original

Thinking Machines publica Inkling 2 Mini, un modelo abierto de 26,4 000 millones de parámetros para Mac con 32 GB

Thinking Machines ha publicado Inkling 2 Mini, un modelo orientado a código, búsqueda y uso de herramientas que entiende texto e imágenes. Tiene 26,4 000 millones de parámetros (el «volumen de conocimiento» de la red), pero por cada token (fragmento de palabra) solo se activan 3,4 000 millones, por lo que cualquier Mac con chip de la serie M y 32 GB de memoria puede ejecutarlo. Las capas intermedias se procesan tres veces para que el modelo razone con más profundidad y escriba menos en voz alta. Para agentes locales, es una alternativa sin nube.

Procesado por IA desde TG: @neurogen_news (Neurogen); editado por Hamidun News
Thinking Machines publica Inkling 2 Mini, un modelo abierto de 26,4 000 millones de parámetros para Mac con 32 GB
Fuente: TG: @neurogen_news (Neurogen). Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalTG: @neurogen_news (Neurogen) ↗
Editor jefe
12 de las 24 capas se procesan tres veces48 aplicaciones de capa por token
Archivosunos 25 GB en la versión compacta y 35 GB en 8 bits
Dato clave #3En PC está confirmada la compatibilidad con la RTX 5090 de 32 GB de VRAM

¿Quiere ejecutar un asistente de programación en su portátil, sin nube y sin facturas de API? Hasta ahora había que elegir entre un modelo pequeño, que pierde rápidamente el rumbo en tareas complejas, o uno grande, que necesita un servidor. Thinking Machines ha publicado en acceso abierto Inkling 2 Mini y propone un término medio.

La cifra 26,4B del título significa 26,4 000 millones de parámetros: es el tamaño total del modelo, su «volumen de conocimiento», que ocupa espacio en el disco. Sin embargo, se trata de una arquitectura MoE (mixture of experts, «mezcla de expertos»): para cada token, es decir, un pequeño fragmento de texto, solo se activa una parte de los expertos, 3,4 000 millones de parámetros activos únicos. Por eso, en velocidad y memoria, el modelo se comporta más como uno pequeño, y puede ejecutarse en cualquier Mac con chip de la serie M y 32 GB de memoria unificada.

Cómo funciona el modelo

Imagine una gran biblioteca donde, para cada pregunta, se abren solo unas cuantas estanterías necesarias en lugar de leer todos los libros uno por uno. Así funciona MoE.

La segunda particularidad es el looped transformer («transformador en bucle»). El modelo tiene 24 capas, y 12 de las intermedias se procesan tres veces seguidas con los mismos pesos. Como resultado, cada token implica 48 aplicaciones de capa y, teniendo en cuenta las pasadas repetidas, se obtienen 5,4B activaciones de pesos por token. Los autores explican la idea así: la red puede dar más pasos de razonamiento internamente y gastar menos tokens en explicaciones en voz alta. Para los agentes esto es importante, porque cada token adicional supone espera y memoria para el contexto.

Para que el modelo quepa en hardware de consumo, los expertos de las primeras 20 capas están entrenados y se distribuyen en formato NVFP4, y los de las últimas cuatro, en MXFP8. Son formatos compactos de almacenamiento de números que ocupan menos espacio que los habituales.

Qué sabe hacer

El modelo acepta texto e imágenes y responde con texto: código, análisis de documentos y capturas de pantalla. Se anuncian llamadas a herramientas, búsqueda y tareas agénticas largas en un entorno con herramientas conectadas. El contexto llega hasta 1M de tokens, es decir, hasta un millón de fragmentos de texto en una sola consulta.

En la demostración de los autores, el modelo creó en unos minutos un simulador de vuelo jugable en un MacBook Pro M5 Pro de 48 GB, incluso desde dentro del avión. La fuente también indica que, en cifras, el modelo superó a Qwen3.8-27B, pero no se presentan pruebas ni valores concretos. Conviene consultarlos en el blog de Thinking Machines y en la página del modelo en Hugging Face.

Qué se necesita para ejecutarlo

  • Mac: cualquiera con chip de la serie M y 32 GB de memoria unificada es el mínimo. Con margen, conviene 48–64 GB, para que sobre espacio para el sistema, otras aplicaciones y consultas largas.
  • PC con NVIDIA: el funcionamiento está confirmado en una RTX 5090 con 32 GB de VRAM. En la receta publicada, el contexto es de 32–64 mil tokens. Se trata de la memoria de la tarjeta gráfica; la RAM normal se contabiliza aparte.
  • RTX 3090, 4090 de 24 GB y otras tarjetas: por ahora no se ha establecido el mínimo exacto para GGUF (formato de archivos para ejecución local).
  • Disco: unos 25 GB para la versión compacta o 35 GB para la de 8 bits, más espacio libre para los archivos del modelo.

Se puede ejecutar así: en Mac, con Ollama; en Windows y macOS, con Llama App; en Linux, con llama.cpp. Para la RTX 5090 hay una variante con SGLang. Los pesos y la versión GGUF están en Hugging Face, y el modelo puede probarse en el chat de demostración.

Limitaciones y conclusión práctica

Hay varias salvedades. Un millón de tokens de contexto requerirá memoria adicional, y en una configuración de 32 GB ese volumen no está garantizado. Los 32–64 mil tokens confirmados para la RTX 5090 son una referencia real. Sobre los propietarios de tarjetas de 24 GB todavía no se puede afirmar nada concreto, y la comparación con Qwen3.8-27B se presenta sin detalles.

Qué deben hacer los desarrolladores. Si construyen agentes locales o asistentes de código y tienen un Mac de 32 GB o más, conviene probar Inkling 2 Mini con sus propias tareas. Una buena prueba es una cadena larga de pasos con llamadas a herramientas: ahí es donde debería notarse el ahorro de tokens que se anuncia gracias a las pasadas repetidas. Si tienen una tarjeta gráfica de 24 GB, es mejor esperar a que la comunidad determine los requisitos mínimos para GGUF.

Historia

Preguntas frecuentes sobre la noticia

Cómo funciona el modelo?

Imagine una gran biblioteca donde, para cada pregunta, se abren solo unas cuantas estanterías necesarias en lugar de leer todos los libros uno por uno. Así funciona MoE. La segunda particularidad es el looped transformer («transformador en bucle»). El modelo tiene 24 capas, y 12 de las intermedias se procesan tres veces seguidas con los mismos pesos. Como resultado, cada token implica 48 aplicaciones de capa y, teniendo en cuenta las pasadas repetidas, se obtienen 5,4B activaciones de pesos por token.

¿Qué se sabe sobre Qué sabe hacer?

El modelo acepta texto e imágenes y responde con texto: código, análisis de documentos y capturas de pantalla. Se anuncian llamadas a herramientas, búsqueda y tareas agénticas largas en un entorno con herramientas conectadas. El contexto llega hasta 1M de tokens, es decir, hasta un millón de fragmentos de texto en una sola consulta. En la demostración de los autores, el modelo creó en unos minutos un simulador de vuelo jugable en un MacBook Pro M5 Pro de 48 GB, incluso desde dentro del avión.

¿Qué se sabe sobre Qué se necesita para ejecutarlo?

Mac: cualquiera con chip de la serie M y 32 GB de memoria unificada es el mínimo. Con margen, conviene 48–64 GB, para que sobre espacio para el sistema, otras aplicaciones y consultas largas. PC con NVIDIA: el funcionamiento está confirmado en una RTX 5090 con 32 GB de VRAM. En la receta publicada, el contexto es de 32–64 mil tokens. Se trata de la memoria de la tarjeta gráfica; la RAM normal se contabiliza aparte.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…