thinkingmachines
Thinking Machines: Inkling 2 Small (free)
thinkingmachines/inkling-2-small:free
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Inkling 2 Small es un modelo multimodal de razonamiento con pesos abiertos y arquitectura mixture-of-experts de Thinking Machines Lab, documentado en su ficha como un transformer de 48 capas con 594B de parámetros totales y 17B activos, que acepta texto e imágenes y genera texto. La ficha describe una ventana de contexto de hasta 1M de tokens y cobertura multilingüe centrada en inglés, mientras que el catálogo de OpenRouter lista esta variante gratuita con razonamiento obligatorio y soporte de herramientas. Las cifras de benchmarks son publicadas por el proveedor; no hubo verificación independiente en este paquete de fuentes.[1][2]
Puntos fuertes
- Diseño MoE disperso documentado por el proveedor que activa solo 17B de 594B parámetros por token, y ambas fuentes reportan una ventana de contexto de hasta 1M de tokens.[1][2]
- Multimodal de forma nativa según la ficha: un vision transformer codifica las imágenes en un pipeline de decodificador compartido; OpenRouter lista llamadas a herramientas y esfuerzo de razonamiento ajustable entre los parámetros soportados.[1][2]
- Pesos abiertos bajo licencia Apache-2.0, con inferencia local documentada mediante SGLang, vLLM, TokenSpeed o Unsloth y opciones de post-entrenamiento como Miles y SkyRL.[2]
Limitaciones
- El autoalojamiento exige un clúster de varias GPU: la ficha especifica al menos 500GB de VRAM agregada para el checkpoint NVFP4 recomendado y 800GB para la variante MXFP8.[2]
- Según el catálogo de OpenRouter, el razonamiento es obligatorio en este endpoint y no puede desactivarse, aunque hay varios niveles de esfuerzo configurables.[1]
- Vacíos de evidencia: no se indica la fecha de corte de conocimiento, los resultados de benchmarks son publicados por el proveedor sin verificación independiente y la calidad real debe validarse con tus propias cargas de trabajo.[1][2]
Dónde utilizarlo
- Candidato para sistemas agénticos y de uso de herramientas, asistentes de programación, chatbots y generación aumentada por recuperación, aplicaciones previstas según la ficha; valida con tus propias tareas.[2]
- Vale la pena evaluarlo para cargas conversacionales con documentos largos o con imagen más texto, dado el contexto reportado de 1M de tokens y la entrada nativa de imágenes.[1][2]
- Potencialmente atractivo para experimentar sin costo mediante esta variante gratuita de OpenRouter, o para investigación de fine-tuning gracias a los pesos abiertos.[1][2]
Fuentes
- [1] OpenRouter catalog · Thinking Machines: Inkling 2 Small (free)Fuentes consultadas: 13 nov 2026
- [2] Model documentation · Thinking Machines: Inkling 2 Small (free)Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Inkling 2 Small is an open-weight multimodal mixture-of-experts reasoning model from Thinking Machines Lab, with 17B active parameters out of 594B total. It is the first model in the second...
Especificaciones
- ID del modelo
- thinkingmachines/inkling-2-small:free
- ID canónico
- thinkingmachines/inkling-2-small-20261107
- Creador
- thinkingmachines
- Añadido a OpenRouter
- 09.11.2026
- Longitud de contexto
- 1,048,576
- Modalidad
- text+image->text
- Modalidades de entrada
- text, image
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0 / salida $0
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | BB — siguiente 30% de la cohorte | razonamiento: obligatorio · predeterminado high · esfuerzos: max, high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | Sin medición | — |
| Agentes | Sin medición | parámetros: tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado high · esfuerzos: max, high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 30.6 | BB — siguiente 30% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Thinking Machinesnvfp4 | 1,048,576 | $0 | $0 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.