El 15 de julio de 2026, Thinking Machines —la empresa dirigida por Mira Murati, ex directora de tecnología de OpenAI— lanzó su primer modelo de IA, llamado Inkling: un modelo de pesos abiertos que cualquiera puede descargar, ejecutar y modificar. La respuesta directa para un empresario: la importancia de Inkling no está en que sea el más potente —la propia empresa dice que no es el más potente en términos generales—, sino en que es un modelo capaz del que puedes poseer una copia, ejecutarla en tus propios servidores para que tus datos nunca salgan y personalizarla con los datos de tu empresa para lograr un mejor rendimiento a menor costo. Eso es exactamente lo que importa a una empresa saudí que quiere una IA privada y con costos controlados.

¿Qué es Inkling, en resumen?

Inkling utiliza una arquitectura Mixture-of-Experts: 975 mil millones de parámetros en total, pero solo activa unos 41 mil millones de ellos para cada tarea, lo que lo hace más ligero y más barato de ejecutar de lo que sugiere su tamaño. Se entrenó con 45 billones de tokens de texto, imágenes, audio y video, y entiende las cuatro modalidades de forma nativa, no mediante complementos añadidos. Admite una ventana de contexto de hasta 1 millón de tokens —suficiente para documentos y contratos completos en una sola solicitud— y sus pesos completos están disponibles para descargar en Hugging Face, mientras que se puede personalizar en la plataforma Tinker de la empresa. Thinking Machines también presenta en versión preliminar una variante más ligera, Inkling-Small, con 276 mil millones de parámetros en total, para quienes buscan costos de ejecución más bajos.

«Pesos abiertos» es la verdadera noticia para tu empresa

La mayoría de los modelos líderes (de OpenAI, Anthropic y Google) son cerrados: envías tus datos al servidor del proveedor y pagas por uso. Un modelo de pesos abiertos, en cambio, te entrega el propio archivo del modelo, de modo que lo ejecutas dentro de tu propia infraestructura o en una nube dentro del Reino. ¿Por qué importa esto? Porque tus datos —contratos de clientes, registros, secretos comerciales— se quedan contigo y no van a un tercero, lo que simplifica tu cumplimiento de la Ley de Protección de Datos Personales (PDPL), supervisada por la Autoridad Saudí de Datos e Inteligencia Artificial (SDAIA). También te da independencia de un único proveedor: sin subidas repentinas de precios y sin cierres del servicio que detengan tus operaciones de la noche a la mañana.

Personalizar con tus datos = más rendimiento a menor costo

El mensaje de Thinking Machines es claro: apostó por la personalización en lugar de un modelo de «talla única». A través de la plataforma Tinker puedes ajustar Inkling con los datos de tu sector —el lenguaje de tus clientes, tus documentos, tus políticas— para que, en tu tarea concreta, sea más preciso que un modelo general más grande, y con un costo de ejecución menor, porque ejecutas un modelo ajustado a tu necesidad en lugar de recurrir al modelo más grande del mercado para cada pequeña solicitud. Esta lógica —un modelo más pequeño y personalizado que supera localmente a uno general gigante— es el valor práctico central para la mayoría de las empresas, no la carrera por encabezar las tablas de benchmarks.

Multimodal: texto, imagen y audio en un solo modelo

Como Inkling entiende texto, imagen, audio y video de forma nativa, sus usos prácticos se amplían: analizar una factura o un documento escaneado, transcribir la nota de voz de un cliente y captar su intención, revisar la foto de un producto o extraer datos de un contrato en PDF. En lugar de conectar varias herramientas separadas para cada tipo de entrada, un solo modelo maneja todas estas modalidades, lo que simplifica la construcción de sistemas sobre él y reduce los puntos de falla.

Pero «pesos abiertos» no significa realmente gratis

Aquí importa la honestidad: descargar el modelo sin costo no significa que ejecutarlo sea gratis. Operar un modelo de este tamaño requiere hardware potente (GPU costosas) y experiencia operativa para ajustarlo, supervisarlo y protegerlo. La propia empresa reconoce además que Inkling no es el más potente en términos generales frente a los modelos cerrados más recientes. Por eso, para un uso intermitente, para arrancar rápido con una idea o para las tareas generales más difíciles, una API cerrada lista para usar puede seguir siendo más sencilla y adecuada. La decisión correcta no es «lo abierto siempre es mejor», sino «qué es mejor para tu caso».

¿Cuándo conviene elegir un modelo abierto como Inkling?

Prefiere el modelo abierto cuando se reúnan estas condiciones: datos sensibles o regulados que no deben salir de la organización; un uso grande y constante que encarece con el tiempo la facturación por solicitud; la necesidad de una personalización profunda para tu sector y el lenguaje de tus clientes; y capacidad operativa interna o un socio técnico que gestione el despliegue. Pero si estás empezando o probando una idea, comienza con una API lista para usar y luego pasa a los pesos abiertos cuando la necesidad madure, el volumen crezca y el ahorro y la privacidad justifiquen la inversión.

Cómo aprovechar Inkling con Origami

En Origami tratamos los modelos abiertos como una herramienta de ingeniería, no como un titular llamativo: primero evaluamos si Inkling encaja realmente en tu caso frente a una alternativa cerrada; luego, si es la mejor opción, lo desplegamos en un entorno privado dentro de tu infraestructura, lo ajustamos con tus datos y lo integramos con tus sistemas (un asistente interno sobre tus documentos, automatización o procesamiento de entradas multimodales), con controles de seguridad y gobernanza que preservan tu cumplimiento normativo. El objetivo es un resultado práctico medible, no adoptar tecnología por sí misma.

Conclusión

El lanzamiento de Inkling refuerza una tendencia que beneficia a las empresas: modelos abiertos potentes que puedes poseer, ejecutar de forma privada y personalizar con tus propios datos. No es la opción óptima para todos los casos, pero abre una puerta real a una IA privada, con costos controlados e independiente de un solo proveedor, algo que encaja con muchas organizaciones saudíes que quieren aprovechar la IA sin renunciar a sus datos.

Fuentes

  • Thinking Machines Lab — anuncio oficial de Inkling: https://thinkingmachines.ai/news/introducing-inkling/
  • Hugging Face — página del modelo Inkling y sus pesos: https://huggingface.co/blog/thinkingmachines-inkling
  • Cobertura del lanzamiento (15 de julio de 2026): TechCrunch y Axios. Las cifras y especificaciones son las indicadas en las fuentes oficiales a la fecha de publicación.