Inkling vs Nemotron 3 Ultra: ¿Qué modelo de pesos abiertos deberías implementar?
Esta Inkling vs Nemotron comparación enfrenta dos modelos de peso abierto: Inkling, el lanzamiento debut de Thinking Machines Lab (la startup liderada por la ex CTO de OpenAI Mira Murati), y Nemotron 3 Ultra, el modelo abierto insignia de NVIDIA. Ambos ofrecen pesos descargables, ambos apuntan a equipos que quieren autoalojar y ajustar finamente en lugar de alquilar una API cerrada, y ambos compiten en el mismo nivel de peso abierto. La parte interesante: en todos los enfrentamientos directos que tenemos, Inkling vs Nemotron 3 Ultra es el único enfrentamiento abierto donde Inkling lidera en todas las filas de referencia en nuestros datos. A continuación, presentamos los números honestamente, luego cubrimos licencias, VRAM, costo, y dónde el stack de NVIDIA aún le da a Nemotron una ventaja real.
Una nota para los desarrolladores: aquí no hay comparaciones directas auditadas, por lo que esto compara modelos y acceso, no puntuaciones. OrcaRouter enruta los modelos disponibles a través de API detrás de un único punto final compatible con OpenAI, de modo que puedes probar y comparar Inkling y Nemotron 3 Ultra sin tener que configurar múltiples SDKs.
Veredicto TL;DR: Elige Inkling si quieres las puntuaciones brutas más fuertes en nuestros datos, una licencia permisiva Apache 2.0, una ventana de contexto de 1M tokens, y entrada multimodal (texto + imagen + audio). Elige Nemotron 3 Ultra si estás estandarizado en el stack empresarial y de hardware de NVIDIA (microservicios NIM, NeMo, implementaciones certificadas DGX/Blackwell) y quieres un modelo ajustado para encajar en ese ecosistema. Ambos son de peso abierto y auto-alojables.
Conclusiones clave
Ambos son de peso abierto, descargables y auto-alojables — esto es un enfrentamiento abierto contra abierto, no abierto contra cerrado.
Inkling lidera cada fila de benchmarks en nuestros datos comparativos (conjunto de MarkTechPost), desde HLE y AIME 2026 hasta SWE-bench Verified, Terminal Bench 2.1 y FORTRESS.
Inkling también lidera el índice independiente: Artificial Analysis Intelligence Index 41 vs 38 para Nemotron 3 Ultra.
Diferencia de licencia: Inkling es Apache 2.0; Nemotron 3 Ultra se distribuye bajo la licencia de modelo abierto de NVIDIA — consulte los términos de NVIDIA para conocer los detalles específicos antes del despliegue comercial.
La ventaja de Nemotron radica en su posicionamiento: la integración del stack empresarial/de hardware de NVIDIA, no en las victorias en benchmarks según nuestros datos.
Advertencia: Los benchmarks de Inkling son autoinformados por el proveedor en el lanzamiento; las cifras de la competencia provienen de terceros y no son auditadas de forma independiente.
Los puntos de referencia aquí son autoinformados por el proveedor en el lanzamiento (Effort 0.99) para Inkling, y las cifras de terceros provienen de Artificial Analysis y MarkTechPost; ninguna ha sido auditada de forma independiente, y las cifras de la competencia pueden diferir de las reportadas por NVIDIA. Las especificaciones de Inkling provienen de la ficha del modelo de Thinking Machines.
Comparación de un vistazo
Maker. Inkling: Thinking Machines Lab; Nemotron 3 Ultra: NVIDIA
Licencia. Inkling: Apache 2.0 (autoalojamiento libre de regalías); Nemotron 3 Ultra: NVIDIA open model license (consulta los términos de NVIDIA)
Pesos. Inkling: Abierto (Hugging Face); Nemotron 3 Ultra: Abierto
Parámetros. Inkling: 975B total / 41B activos (MoE); Nemotron 3 Ultra: No en nuestros datos
Contexto. Inkling: Hasta 1M tokens (256K en APIs hospedadas); Nemotron 3 Ultra: No en nuestros datos
Modalidades. Inkling: Texto + imagen + audio de entrada, texto de salida; Nemotron 3 Ultra: No en nuestros datos
Autoalojamiento / ajuste fino. Inkling: Sí / Sí (Tinker); Nemotron 3 Ultra: Sí / Sí
Precio alojado. Inkling: ~$1.87 de entrada / ~$4.68 de salida por 1M (AA); Nemotron 3 Ultra: No está en nuestros datos
Las celdas marcadas como “No en nuestros datos” se omiten en lugar de adivinarse — consulte la divulgación anterior.
Ganador por categoría
Razonamiento / Conocimiento. Ganador: Inkling; Notas: HLE 29.7% vs 26.6% (MarkTechPost)
Matemáticas. Ganador: Inkling; Notas: AIME 2026 97.1% vs 94.2%
Codificación. Ganador: Inkling; Notas: SWE-bench Verificado 77.6% vs 70.7%
Agentic (terminal). Ganador: Inkling; Notas: Terminal Bench 2.1 63.8 vs 56.4
Seguridad (adversarial). Ganador: Inkling (estrecha); Notas: FORTRESS 78.0% vs 77.6%
Inteligencia general. Ganador: Inkling; Notas: Índice de inteligencia AA 41 vs 38
Multimodal / Audio. Ganador: Inkling; Notas: Texto+imagen+audio en entrada; las modalidades de Nemotron no están en nuestros datos
Ajuste empresarial/hardware. Ganador: Nemotron 3 Ultra; Notas: Integración nativa del stack de NVIDIA
Costo (autoalojamiento). Ganador: Empate; Notas: Ambos libres de regalías para autoalojar (por cada licencia)
Comparativas directas
Las siguientes cifras provienen de un conjunto único y consistente reportado por MarkTechPost, más un índice independiente de Artificial Analysis. La negrita marca el líder.
HLE (sin herramientas). Inkling: 29.7%; Nemotron 3 Ultra: 26.6%; Fuente: MarkTechPost
AIME 2026 (matemáticas). Inkling: 97.1%; Nemotron 3 Ultra: 94.2%; Fuente: MarkTechPost
SWE-bench Verified (programación). Inkling: 77.6%; Nemotron 3 Ultra: 70.7%; Fuente: MarkTechPost
Terminal Bench 2.1 (agentic). Inkling: 63.8; Nemotron 3 Ultra: 56.4; Fuente: MarkTechPost
FORTRESS (adversarial). Inkling: 78.0%; Nemotron 3 Ultra: 77.6%; Fuente: MarkTechPost
AA Intelligence Index. Inkling: 41; Nemotron 3 Ultra: 38; Fuente: Artificial Analysis
Esto es un barrido limpio para Inkling en los datos que tenemos. Vale la pena decirlo claramente: entre los rivales abiertos con los que se comparó a Inkling, Nemotron 3 Ultra es al único al que vence en todos los aspectos. Frente a otros modelos abiertos como GLM 5.2, Kimi K2.6 y DeepSeek V4 Pro, Inkling intercambia victorias y derrotas, pero aquí lidera todas las filas.
Mantén presente las advertencias. Se trata de números auto-reportados el día del lanzamiento por parte de Inkling, y las puntuaciones de los competidores fueron compiladas por terceros sin haber sido auditadas de forma independiente. Los márgenes en FORTRESS (78.0% frente a 77.6%) son lo suficientemente estrechos como para que una repetición en diferentes condiciones de la plataforma de pruebas pudiera invertirlos. Toma la tendencia como más fiable que los decimales.
Dónde gana Nemotron 3 Ultra
La ventaja de Nemotron 3 Ultra no está en el marcador de nuestros datos — es posicionamiento. Nemotron es la propia familia de modelos de NVIDIA, y eso tiene un peso real para las empresas ya comprometidas con el stack de NVIDIA:
Codiseño de hardware y software. Los modelos Nemotron están diseñados para funcionar limpiamente en el hardware de NVIDIA y se presentan a través de las herramientas empresariales de NVIDIA (microservicios de inferencia NIM, el marco NeMo y despliegues de referencia certificados DGX/Blackwell). Si su equipo de plataforma ya opera sobre esa pila, Nemotron se integra con la menor fricción.
Soporte empresarial y empaquetado. Un modelo respaldado por la maquinaria comercial de NVIDIA es una historia de adquisición y soporte más fácil para grandes organizaciones que un primer lanzamiento de una startup joven.
Gravedad del ecosistema. Para equipos que estandarizan en un solo proveedor para GPUs, controladores, runtime de inferencia y modelo, Nemotron reduce la cantidad de componentes móviles.
Nada de eso aparece en una tabla de referencia, pero a menudo es el factor decisivo en implementaciones empresariales.
Donde gana Inkling
Cada benchmark en nuestros datos. HLE, AIME 2026, SWE-bench Verified, Terminal Bench 2.1, y FORTRESS favorecen a Inkling, al igual que el índice independiente AA Intelligence Index (41 vs 38).
Licencia más permisiva. Apache 2.0 es casi tan poco restrictivo como se puede obtener con licencias abiertas. La licencia de modelo abierto de NVIDIA para Nemotron puede tener condiciones que vale la pena revisar (ver más abajo).
Entrada multimodal. Inkling acepta texto, imágenes y audio como entrada (texto como salida). El soporte de modalidad de Nemotron no está en nuestros datos.
Ventana de contexto enorme. Los pesos de Inkling admiten hasta 1 millón de tokens (256K en APIs alojadas).
Esfuerzo de pensamiento controlable. Un dial de esfuerzo de razonamiento le permite intercambiar costo por profundidad por solicitud.
Precios y costos / TCO
Dado que ambos modelos son de peso abierto, la pregunta principal sobre el costo es la misma para cada uno: el autoalojamiento está libre de regalías (sujeto a los términos de licencia de cada modelo). Usted paga por las GPU y las operaciones, no por los pesos.
Para Inkling, si prefieres hosting administrado, los proveedores externos lo valoran (según Artificial Analysis) en aproximadamente $1.87 / 1M tokens de entrada y $4.68 / 1M tokens de salida en contexto de 64K (caché alrededor de $0.374 / 1M), aumentando a aproximadamente $3.74 / $9.36 en contexto de 256K. El ajuste fino se ejecuta a través de la Tinker plataforma (opciones de contexto de 64K y 256K), con un descuento de lanzamiento por tiempo limitado del 50%, y hay un Playground gratuito para probarlo. Inkling también es notablemente eficiente en tokens (~25K tokens de salida/tarea), lo que reduce el gasto real en tokens de salida.
Para Nemotron 3 Ultra, no tenemos precios por token alojados en nuestros datos, por lo que no citaremos un número. Cualitativamente: si lo ejecuta dentro de un acuerdo empresarial existente de NVIDIA, el costo del modelo puede integrarse en un acuerdo de stack más amplio, lo que puede cambiar el cálculo del TCO independientemente de cualquier tarifa por token.
Licencias y despliegue
Licencia. Inkling se publica bajo Apache 2.0 — se permite el uso comercial, el autoalojamiento es libre de regalías, y los términos son simples y bien entendidos. Nemotron 3 Ultra se distribuye bajo licencia de modelo abierto de NVIDIA. No vamos a adivinar sus cláusulas específicas; lo responsable es leer los términos de NVIDIA directamente antes de comprometerse con un despliegue comercial, ya que las licencias de modelo abierto pueden incluir restricciones de uso, requisitos de atribución o condiciones de uso aceptable que Apache 2.0 no tiene. La conclusión práctica: la licencia de Inkling es la más permisiva y predecible de las dos.
Cómo ejecutar Inkling. Los pesos están en Hugging Face (BF16 + un checkpoint NVFP4 para NVIDIA Blackwell). Niveles de VRAM:
BF16: ~2 TB (aproximadamente 8×B300 o 16×H200)
NVFP4: ~600GB (aproximadamente 4×B300 o 8×H200)
Configuraciones restringidas: Unsloth 1-bit GGUF cuantizaciones
Los entornos de ejecución compatibles incluyen SGLang, vLLM, TokenSpeed, Unsloth y Hugging Face transformers, y el acceso alojado está disponible a través de Together AI, Fireworks, Modal, Databricks y Baseten. Un inicio rápido mínimo de vLLM se ve así:
vllm serve thinkingmachines/Inkling --tensor-parallel-size 8
Cómo ejecutar Nemotron 3 Ultra. Nemotron 3 Ultra también es de peso abierto y autoalojable, y está diseñado para ejecutarse a través de la propia ruta de implementación de NVIDIA (microservicios NIM y el marco NeMo en hardware de NVIDIA). No tenemos su huella exacta de VRAM ni un precio por token en nuestros datos, así que consulte la página del modelo de NVIDIA para conocer los tamaños de los puntos de control y los entornos de ejecución compatibles.
¿Cuál deberías elegir?
Elige Inkling si quieres el rendimiento medido más fuerte en nuestros datos, la licencia más permisiva (Apache 2.0), entrada multimodal, una ventana de contexto de 1M tokens y un modelo eficiente en tokens que puedas ajustar en Tinker. Es la mejor opción para equipos sensibles al coste y para cualquiera que desee la máxima flexibilidad sobre cómo implementar.
Elija Nemotron 3 Ultra si su organización ya está estandarizada en la pila empresarial y de hardware de NVIDIA y valora esa integración estrecha, el paquete y el soporte por encima de la brecha de referencia. El marcador favorece a Inkling; el ecosistema puede favorecer a Nemotron para usted.
¿No está seguro? Ambos son gratuitos para autoalojarse, por lo que la jugada de bajo riesgo es prototipar Inkling (a través del Playground gratuito o un proveedor alojado) y Nemotron (a través de la ruta de implementación de NVIDIA) en sus propias tareas representativas. Los benchmarks señalan un camino; su carga de trabajo es el verdadero juez.
Para un análisis más profundo de Inkling en sí, consulta nuestra reseña completa del modelo Inkling AI y el explicador ¿Qué es Inkling AI?. Para otras comparaciones de peso abierto, compara Inkling vs Kimi K2.6 e Inkling vs GLM 5.2, donde los resultados son más cercanos que aquí.
Preguntas frecuentes
¿Es Inkling mejor que Nemotron 3 Ultra?Según los datos que tenemos, sí. Inkling lidera cada fila de comparación directa en los benchmarks (conjunto MarkTechPost) y el índice independiente Artificial Analysis Intelligence (41 contra 38). Dicho esto, estas cifras son autoinformadas o de terceros y no están auditadas de forma independiente, y «mejor» también depende de qué tan bien se adapte cada modelo a tu pila tecnológica existente.
¿Cuál es mejor para programar? Inkling, según las cifras: SWE-bench Verified 77.6% vs 70.7% y Terminal Bench 2.1 63.8 vs 56.4 (ambos MarkTechPost). Como siempre, valida en tu propio código base antes de decidir.
¿Cuál es más barato?Ambos son libres de regalías para autoalojarse, por lo que la respuesta honesta es “depende de tu infraestructura”. Inkling tiene un precio de alojamiento publicado (~$1.87/$4.68 por 1M de tokens de entrada/salida a través de AA) y es eficiente en tokens; no tenemos el precio de alojamiento de Nemotron en nuestros datos, y su costo puede integrarse en un acuerdo más amplio con NVIDIA.
¿Es Nemotron 3 Ultra de código abierto?Es peso abierto — los pesos son descargables — pero se distribuye bajo la licencia de modelo abierto de NVIDIA, no bajo una licencia de código abierto estándar aprobada por OSI. "Peso abierto" no es lo mismo que "código abierto". Consulta los términos de NVIDIA para los detalles. Inkling, por el contrario, utiliza Apache 2.0.
¿Puedo autoalojar Nemotron 3 Ultra?Sí. Es de peso abierto y autoalojable, diseñado para ejecutarse a través de las herramientas de implementación de NVIDIA (NIM/NeMo) en hardware de NVIDIA. Revise la licencia antes del uso comercial.
¿Puedo ajustar Inkling? Sí. Inkling está diseñado para la personalización: ajústalo mediante la plataforma Tinker (opciones de contexto de 64K/256K, con un descuento de lanzamiento) o aloja tú mismo los pesos bajo licencia Apache 2.0 y ajústalo en tu propia infraestructura.
Conclusión
Entre los rivales abiertos de los que tenemos datos, Nemotron 3 Ultra es el único al que Inkling supera claramente: lidera todas las filas de referencia y el índice de inteligencia independiente, con una licencia Apache 2.0 más permisiva y soporte multimodal y de contexto largo adicional. La verdadera ventaja de Nemotron 3 Ultra no es la tabla de clasificación, sino su ajuste nativo dentro del ecosistema empresarial y de hardware de NVIDIA, lo que puede importar más que unos pocos puntos de referencia para los equipos ya comprometidos con ese ecosistema. Tenga en cuenta las advertencias: ninguno de estos números está auditado de forma independiente, pero si está eligiendo según la capacidad medida y la libertad de licencia, Inkling es la opción más sólida aquí.
