Thinking Machines Lab, el laboratorio que fundó Mira Murati después de salir de OpenAI, acaba de publicar Inkling 2 Mini: un modelo de pesos abiertos de 26.4 mil millones de parámetros que corre completo en una laptop con unos 20GB de RAM, y que en benchmarks de código real como SWEBench Pro (Hard) saca 77.9%, por encima del 73.8% de Qwen3.8-27B y muy por encima del 14.2% de Gemma 4 31B. Importa hoy porque es la primera vez que vemos, con números verificables y públicos, que un modelo chico con una arquitectura distinta —no "más parámetros", sino "más pasadas por token"— empata o supera a modelos de tamaño similar o mayor en tareas de programación agéntica real, no en trivia de benchmark.
Qué es Inkling 2 Mini, en términos de agencia
Olvídate del detalle de arquitectura por un segundo y quédate con lo operativo: es un modelo que, según la propia ficha técnica, usa un diseño de "transformer looped" (las capas de en medio se ejecutan tres veces por cada token) en lugar de simplemente apilar más parámetros. El resultado, dice Thinking Machines, es un modelo que "razona más por token" y necesita menos tokens de salida para llegar al mismo resultado.
En números concretos:
- 26.4B de parámetros totales, con un footprint de memoria de aproximadamente 20GB — cabe en una laptop de consumo o una mini-PC de escritorio para IA.
- Pesos abiertos disponibles en Hugging Face, con inferencia y fine-tuning vía la plataforma Tinker de la propia empresa.
- Demo pública: armaron un simulador de vuelo funcional, de forma local, en una MacBook Pro con chip M5 Pro y 48GB de RAM, en modo avión y "en cuestión de minutos" — sin tocar la nube, sin llamadas a una API externa.
Ese último punto —modo avión, cero conexión— es el que debería llamarle la atención a cualquier agencia que ha tenido una conversación incómoda con un cliente de salud, legal o finanzas sobre por qué el código y los datos del proyecto tienen que salir hacia un proveedor de IA en la nube.
El dato que importa: le gana en código real a modelos más grandes
Esto no es un benchmark de trivia genérica. En las pruebas que de verdad le importan a quien construye software —no "¿qué tan bien conversa el modelo?", sino "¿resuelve issues reales de GitHub?"— Inkling 2 Mini queda arriba del resto en varias de las métricas más duras:
- SWEBench Pro v2 (Hard): 77.9%, contra 73.8% de Qwen3.8-27B, 44.1% de Nemotron 3.5 Super VL y apenas 14.2% de Gemma 4 31B.
- SWEBench Verified: 79.2%, el número más alto de los cinco modelos comparados en la tabla publicada.
- DeepSWE v1.1: 48.2%, contra 42.2% de Qwen3.8-27B.
- Vibe Code Bench: 77.9%, contra 64.9% de Qwen3.8-27B y apenas 3.5% de Nemotron.
Son todos modelos de open weights de tamaño comparable o mayor (Qwen3.8-27B, Gemma 4 31B, Nemotron 3.5 Super VL), y Inkling 2 Mini —con un footprint que corre en una laptop— les gana en la mayoría de las tareas de "resolver código real". La propia empresa lo pone en una frase clara en el pie de su gráfica de benchmarks: es "la frontera" en coding para modelos de menos de 100B de parámetros totales.
La contradicción que nadie más está señalando
Aquí viene el ángulo crítico que normalmente se pierde en el hype del lanzamiento. El anuncio oficial de Thinking Machines tiene una inconsistencia interna: en el cuerpo del texto dice que el modelo tiene 3.4B de parámetros activos por token, pero la tabla técnica de comparación de modelos, en la misma página, reporta 5.4B como el número de "parámetros activados." Son casi 60% de diferencia entre un número y el otro, y el anuncio no lo explica ni lo reconcilia en ningún punto del texto.
Además, la página no publica ni precio ni el nombre exacto de la licencia de los pesos abiertos —solo dice "released with open weights", sin especificar si es Apache 2.0, una licencia tipo Llama con restricciones de uso comercial, o algo propio. Para cualquier agencia que esté evaluando si puede usar este modelo en un stack de producción para un cliente, esos dos huecos —la cifra de parámetros activos que no cuadra, y la licencia sin nombre— son justo el tipo de detalle que hay que resolver antes de anunciarle a un cliente "vamos a correr tu agente de código con este modelo."
Tampoco es un modelo perfecto en todo: en benchmarks de conocimiento general y factualidad —AA-Omniscience y tasa de no-alucinación de apenas 63.4%— se queda claramente atrás de modelos comparables. La propia empresa lo admite: el "looping" no agrega memoria factual, solo mejora el razonamiento por token. Es una herramienta de código y agentes, no un oráculo de conocimiento general.
Lo que esto significa para agencias, developers y tu producto
Para quien construye con IA todos los días, la lección no es "cambien de modelo mañana." Es esto:
- El costo de correr agentes de código bajó de categoría. Si un modelo de ~20GB puede competir con modelos de 27-31B en benchmarks de código real, el cálculo de "necesito una GPU de nube cara para esto" cambia para proyectos de tamaño medio.
- La narrativa de "más parámetros siempre ganan" ya no es automática. La arquitectura "looped" de Thinking Machines es una señal de que el próximo salto de capacidad puede venir de cómo se procesa cada token, no solo de cuántos parámetros hay.
- Due diligence de licencia y transparencia de arquitectura ya es parte del trabajo. Antes de meter cualquier modelo "open weights" a un pipeline de cliente, hay que leer la letra chica —y si la letra chica tiene números que no cuadran entre sí, como aquí, es una bandera roja que vale la pena documentar antes de firmar nada.
- Las aplicaciones sin conexión a internet dejaron de ser ciencia ficción. Un simulador de vuelo armado en modo avión en una laptop es una demo, sí, pero también es una prueba de concepto real para clientes con restricciones de datos o conectividad.
En Geek Vibes ya estamos evaluando Inkling 2 Mini en entornos de prueba para ver si el rendimiento en benchmarks se traduce a nuestros flujos reales de desarrollo con agentes —y vamos a documentar lo que encontremos, incluida la licencia exacta una vez que Thinking Machines la clarifique.
Si tu equipo está tratando de decidir qué modelo usar para agentes de código, o si simplemente quieres una segunda opinión antes de apostarle a un lanzamiento nuevo, escríbenos a hello@geekvibes.agency.



