IA · Información atribuida

Inkling-Small: modelo multimodal abierto de 276B que corre en una sola GPU B300

Thinking Machines Lab libera Inkling-Small, un modelo MoE multimodal de 276B parámetros totales y 12B activos. Su versión cuantizada NVFP4 opera en una sola NVIDIA B300, reduciendo la barrera de cómputo para autoalojamiento.

Por ViaMind Radar · Publicado 02.08.2026 · 22:03

Fuente: MarkTechPost · Ver original ↗

Ilustracion contextual ViaMind · no es fotografia del hecho

Lo reportado

Lanzamiento y arquitectura

Según MarkTechPost, Thinking Machines Lab publicó Inkling-Small, un modelo de mezcla de expertos (MoE) con 276 mil millones de parámetros totales y 12 mil millones activos. El modelo fue entrenado en sistemas NVIDIA GB300 NVL72 y razona de forma nativa sobre texto, imágenes y audio, con una ventana de contexto de hasta 1 millón de tokens y esfuerzo de pensamiento ajustable.

Requisitos de despliegue

MarkTechPost detalla que el checkpoint BF16 requiere al menos 600 GB de VRAM agregada, alcanzable con 4 NVIDIA B300 u 8 H200. La versión cuantizada NVFP4 reduce ese piso a 180 GB, permitiendo ejecución W4A4 en una sola B300 (SM100+) o W4A16 en dos H200. Los pesos se distribuyen bajo licencia Apache 2.0 en Hugging Face.

Implicaciones de accesibilidad

La capacidad de correr en una sola GPU B300, según MarkTechPost, saca a Inkling-Small del territorio exclusivo de laboratorios frontera. Startups pueden autoalojarlo en una instancia B300 rentada, y empresas medianas con hardware H200 existente también pueden desplegarlo, ampliando el acceso a modelos de gran escala.

Estado de evidencia: Esta historia resume información reportada por MarkTechPost. Algunos aspectos siguen pendientes de confirmación independiente.

Mirada ViaMind

Inkling-Small convierte un modelo de 276B en una carga de trabajo viable para una sola GPU, pero su impacto real dependerá de la disponibilidad de hardware B300 y de la validación externa de su rendimiento.

Thinking Machines Lab liberó un modelo multimodal de 276B parámetros que, en su versión cuantizada, se ejecuta en una sola GPU B300. Esto reduce drásticamente la infraestructura necesaria para operar modelos de escala masiva con pesos abiertos.

La barrera de entrada para autoalojar modelos de lenguaje grandes baja de clústeres de múltiples GPUs a una sola unidad de última generación. Esto puede acelerar la adopción en empresas y startups que antes dependían de APIs externas.

Aún no hay un vínculo claro con Chile. La disponibilidad de hardware B300 en proveedores de nube locales o regionales determinará si esta eficiencia se traduce en una ventaja para el ecosistema tecnológico chileno.

La facilidad de despliegue podría incentivar una ola de aplicaciones multimodales autoalojadas, reduciendo la dependencia de grandes proveedores de nube y aumentando la presión competitiva sobre modelos propietarios.

Startups y pymes tecnológicas pueden experimentar con modelos de vanguardia sin inversiones millonarias en infraestructura, siempre que tengan acceso a GPUs B300 o equivalentes.

La dependencia de hardware de última generación (B300) podría crear un nuevo cuello de botella si la oferta es limitada. Además, la calidad real del modelo cuantizado frente al original aún no está validada de forma independiente.

Qué seguir

Disponibilidad y precio de instancias B300 en nubes públicas (AWS, GCP, Azure) durante el tercer trimestre de 2026; benchmarks independientes de Inkling-Small en tareas multimodales; adopción reportada por startups en foros técnicos.

Fuentes

MarkTechPost

← Volver al inicio

Lo reportado

Lanzamiento y arquitectura

Requisitos de despliegue

Implicaciones de accesibilidad

Qué seguir

Compartir esta historia

Lo que importa,directo en tu correo.

Fuentes

Más en Inteligencia Artificial

El optimizador AdamW supera a precondicionadores avanzados al ajustar TabPFN en 59 conjuntos biomédicos

Ciberataque con IA filtra 500 GB de datos de clientes de Renfe y Adif

Un flujo de trabajo reduce el uso de GPT-6 Astra al delegar la implementación a DeepSeek

Lo que importa,
directo en tu correo.