Blog/IA y ML /Inkling 2 Small de Thinking Machines Lab ya está disponible en Snowflake Cortex Training
12 nov 2026/1 min de lecturaIA y ML

Inkling 2 Small de Thinking Machines Lab ya está disponible en Snowflake Cortex Training

Las empresas recurren cada vez más a personalizar modelos de pesos abiertos con sus propios datos y contexto para tener un control total sobre su comportamiento y sus resultados. 

Hoy nos complace anunciar que Inkling 2 Small, el modelo de pesos abiertos más reciente de Thinking Machines Lab, ya está disponible en Snowflake Cortex Training (vista previa pública). Desde hoy, los equipos pueden empezar a realizar pruebas comparativas, posentrenar, evaluar y poner en servicio Inkling 2 Small con sus propios workloads empresariales, directamente donde residen sus datos y bajo los mismos controles en los que ya confían.

think

¿Qué es Inkling 2 Small?

Inkling 2 Small es la segunda generación de modelos de Thinking Machines Lab. Es un modelo de mezcla de expertos (MoE) con 594 000 millones de parámetros en total y 17 000 millones de parámetros activos, y admite entradas de imágenes y un esfuerzo de razonamiento variable. 

Inkling 2 Small está diseñado para tareas agénticas de larga duración. Thinking Machines Lab lo entrenó mediante aprendizaje por refuerzo (RL) con cientos de miles de tareas de programación de larga duración en múltiples infraestructuras de agentes, e informa de que el modelo sigue las instrucciones con mayor fidelidad, analiza detenidamente los cambios y verifica su propio trabajo sin necesidad de que se lo pidan. Esto facilita su uso en bucles de agentes reales, algo que se refleja en sus resultados de programación, entre ellos, un 86,3 % en SWE-Bench Pro v2 (Hard) y un 72,1 % en DeepSWE v1.1.

El modelo también es multimodal. Las entradas de imágenes le permiten incorporar retroalimentación visual para, por ejemplo, crear y perfeccionar interfaces y diseños de forma iterativa. Además, como solo 17 000 millones de sus parámetros están activos por token, la arquitectura MoE ofrece altas prestaciones con un coste de inferencia inferior al de un modelo denso de tamaño comparable. Con la publicación hoy de sus pesos bajo la licencia Apache 2.0, las empresas conservan la plena propiedad de los modelos que personalizan.

¿Qué se puede hacer con Inkling 2 Small en Snowflake?

Cortex Training, la oferta serverless de Snowflake para personalizar e implementar grandes modelos de lenguaje (LLM) de pesos abiertos, está diseñada para que la personalización de estos modelos sea sencilla, flexible y rentable. Nos entusiasma dar la bienvenida a la familia de modelos Inkling al amplio catálogo de modelos de pesos abiertos de Cortex Training, que ya incluye familias como Qwen, GLM, Nemotron, Gemma y DeepSeek. Inkling 2 Small ya está disponible tanto para posentrenamiento como para inferencia.

cortex

Figura 1. Cortex Training admite una amplia gama de modelos y métodos de entrenamiento, como el ajuste fino supervisado, el aprendizaje por refuerzo, la optimización directa de preferencias y la destilación, además de integrarse con los principales marcos de posentrenamiento y permitir funciones de pérdida y arquitecturas personalizadas.

Primeros pasos

A medida que los modelos de pesos abiertos son cada vez más competitivos frente a los modelos de vanguardia, las empresas tienen la oportunidad de personalizar la IA para obtener una mayor exactitud y reducir los costes. Con Cortex Training, las empresas pueden posentrenar y desplegar modelos de pesos abiertos con sus datos y contexto empresariales gobernados de forma flexible y rentable. Para obtener más información sobre las últimas innovaciones de Cortex Training, consulta la entrada del blog de lanzamiento, el repositorio de GitHub y la página web.

Comparte esta publicación

Subscribe to our blog newsletter

Get the best, coolest and latest delivered to your inbox each week