Entrenar un modelo grande por lo general empieza con un segundo trabajo. Alquilas GPU, las mantienes alimentadas, vigilas fallas de hardware y reinicias el trabajo cuando un nodo muere. La idea real que querías probar se sienta en una cola detrás de toda esa plomería.
Tinker intenta cortar el trabajo en dos. Escribes un ciclo de entrenamiento en Python en una máquina que no necesita GPU en absoluto. Thinking Machines Lab ejecuta ese ciclo en su propio clúster de GPU y maneja las fallas. El laboratorio lo llama una API de entrenamiento para investigadores y desarrolladores, y la documentación es franca sobre el intercambio: control total del algoritmo, ningún control del hardware, y ninguna necesidad de él.
Tinker
Sitio oficialUna API de entrenamiento para ajustar modelos de pesos abiertos mientras el proveedor ejecuta el trabajo distribuido. Caso de uso principal: ajuste supervisado y aprendizaje por refuerzo en modelos demasiado grandes para entrenar en hardware propio, con tus propios datos, pérdida y ciclo de entrenamiento.
Características clave: cuatro llamadas centrales cubren el ciclo, con forward_backward para gradientes, optim_step para actualizaciones, sample para generación y save_state para puntos de control; modelos desde 1B hasta más de 1T de parámetros en la documentación, en formas densas y MoE; modelos de visión en la lista, con Qwen3.6-35B-A3B nombrado en la documentación como ejemplo; y pesos entrenados que puedes descargar para usar con un proveedor de inferencia de tu elección.
Ventajas: cambias de modelo cambiando una cadena en el código, según la documentación; las fallas de hardware las maneja el servicio, según la documentación; y el adaptador se va contigo, así que el resultado no queda atrapado dentro de la plataforma. Limitaciones: solo LoRA, sin entrenamiento completo de todos los pesos; Python es la ruta en la documentación revisada; y el precio por tokens significa que un ciclo descuidado puede gastar dinero mientras no aprende nada útil.
Un adaptador pequeño en un modelo base enorme es todo el diseño. La base se queda congelada, el adaptador aprende. Ilustración: Dirty Static
Tú escribes el ciclo. Ellos ejecutan el clúster.
La mayoría de los servicios de ajuste pide un conjunto de datos y unos pocos ajustes, y luego oculta el entrenamiento mismo. Tinker hace lo contrario. Tu script guarda los datos, el entorno, la función de pérdida y las evaluaciones. El servicio convierte tus llamadas en entrenamiento distribuido y devuelve el resultado.
Esa división es por qué el producto se sentirá familiar para investigadores y extraño para todos los demás. Si querías un botón que dijera ajusta mi modelo, este no es ese botón. Si querías probar una pérdida nueva, una recompensa nueva o una mezcla de datos nueva sin volverte primero operador de un clúster, esa es exactamente la brecha que llena.
| Llamada | Qué hace, según la documentación |
|---|---|
| forward_backward | Toma tus datos y tu pérdida, y luego calcula y reúne los gradientes |
| optim_step | Actualiza el modelo con los gradientes que reuniste |
| sample | Genera salida desde el modelo que estás entrenando |
| save_state | Guarda pesos y estado del optimizador para que el trabajo pueda pausarse y reanudarse |
La documentación dice que un cambio de modelo es una cadena en tu código. Ese detalle importa más de lo que suena. Significa que el mismo ciclo puede ejecutarse en un modelo Qwen pequeño mientras depuras, y luego en un modelo mucho más grande cuando el ciclo es correcto, con el gasto siguiendo la elección que en realidad quisiste hacer.
Nuestra cobertura de Kilo Desktop hizo un punto similar sobre bancos de trabajo: el valor duradero se sienta en el lugar donde ocurre el trabajo, no en un modelo. Tinker hace la misma apuesta una capa más abajo, en el ciclo de entrenamiento en lugar del editor.
Solo LoRA, y el laboratorio dice que eso basta
Tinker entrena adaptadores LoRA y nada más. LoRA, abreviatura de adaptación de rango bajo, entrena un conjunto pequeño de pesos agregados mientras el modelo base se queda congelado. El resultado es un archivo adaptador pequeño que lleva lo que tu ejecución enseñó al modelo, en lugar de una copia fresca de cada peso en la base.
El laboratorio argumenta, en su publicación LoRA Without Regret, que LoRA puede igualar el entrenamiento completo en muchas tareas que importan, con el aprendizaje por refuerzo nombrado como un caso fuerte. Trata eso como la posición del laboratorio, respaldada por su propia publicación de investigación, no como una ley establecida para cada carga de trabajo. La documentación repite la afirmación en forma cuidadosa: el mismo rendimiento para muchos casos de uso importantes, especialmente en RL.
Las ganancias prácticas son claras incluso sin la afirmación más fuerte. Los adaptadores son pequeños para guardar, rápidos para intercambiar y baratos para compartir. Puedes entrenar varios adaptadores para varias tareas en un modelo base, conservarlos todos y descargar los pesos para servirlos en otro lugar.
El estante de modelos y el recetario
La página de precios revisada el 10 de noviembre de 2026 listaba 39 modelos. El estante mezcla la propia familia Inkling del laboratorio con modelos de otros fabricantes, y la documentación pone el rango completo en 1B a más de 1T de parámetros, tanto en arquitectura densa como MoE. MoE, abreviatura de mezcla de expertos, significa que solo parte del modelo trabaja en cada token, y Tinker pone precio a esos modelos por parámetros activos en lugar de por tamaño total.
Los nombres en esa página incluían modelos Qwen de Alibaba, Kimi K2.6 de Moonshot AI, modelos GPT-OSS de OpenAI, modelos Nemotron de NVIDIA, modelos GLM y modelos DeepSeek, junto con Inkling e Inkling Small. El trabajo de visión también está en la lista, con la documentación nombrando Qwen3.6-35B-A3B para tareas de comprensión de imágenes.
Esa amplitud viene con rotación. El mismo sitio de precios lleva una página de deprecaciones, y varios modelos más viejos se retiraron en junio, julio y octubre de 2026. Fija un modelo base solo después de revisar esa página, y espera mudar un proyecto largo al menos una vez.
El recetario compañero, publicado por el laboratorio en GitHub, lleva recetas ejecutables para los trabajos comunes, desde ajuste supervisado estilo chat hasta aprendizaje por preferencias y aprendizaje por refuerzo. Las recetas importan aquí porque la API cruda son cuatro llamadas y una página en blanco. Un ejemplo funcional es la diferencia entre una tarde de progreso y una semana de plomería, que es exactamente lo que Tinker afirma eliminar.
Lo que funciona
- Tu ciclo, tu pérdida y tus datos, con el clúster de GPU ejecutado por ti
- Los cambios de modelo toman una cadena, así que las pruebas baratas pueden seguir baratas
- Los adaptadores son pequeños, portátiles y descargables para usar en otro lugar
- Un estante amplio de modelos, desde modelos densos pequeños hasta modelos por encima de 1T de parámetros
Lo que no funciona
- Solo LoRA, sin ruta para entrenar cada peso
- Ruta del SDK de Python en la documentación revisada, con el ciclo dejado para que lo escribas
- Los modelos se retiran con un calendario, así que una base fijada puede desaparecer a mitad de proyecto
- Los medidores de tokens recompensan el cuidado y castigan un ciclo descuidado a toda velocidad
Cuánto cuesta una ejecución
Tinker cobra por millón de tokens, de la forma en que suele cobrarse la inferencia, y divide la factura en tres medidores. Prefill paga por los tokens de entrada mientras se procesan. Sample paga por los tokens de salida que el modelo genera. Train paga por el paso hacia adelante y hacia atrás que calcula los gradientes. El prefill en caché recibe un descuento, y el almacenamiento de puntos de control se cobra a $0.10 por GB al mes.
Algunas tarifas de train de la página de precios muestran la forma del estante. Todas las cifras son dólares por millón de tokens de train en el contexto estándar listado, revisadas el 10 de noviembre de 2026.
| Modelo | Tarifa de train por millón de tokens |
|---|---|
| GPT-OSS-20B | $0.396 |
| Qwen3.5-9B | $1.463 |
| Qwen3.8-27B | $4.103 |
| Inkling | $5.61 |
Tarifa de train, dólares por millón de tokens
Tarifas de contexto estándar de la página de precios de Tinker, revisadas el 10 de noviembre de 2026. Sample y prefill se cobran aparte de train.
Lee esa tabla con los medidores en mente. El entrenamiento es solo una parte de una factura. Una ejecución de aprendizaje por refuerzo muestrea mucho, y muestrear en algunos modelos cuesta más por millón que entrenar. En Qwen3.8-27B, la página listaba sample a $5.595 por millón frente a train a $4.103. Presupuesta los tres medidores antes de empezar, y da seguimiento tú mismo a los tokens por ejecución si la economía del proyecto importa.
Hay una virtud más silenciosa en esta forma de precios. Una GPU inactiva no te cuesta nada aquí, porque no hay un reloj de alquiler de GPU corriendo. Pagas cuando los tokens se mueven. Para trabajo de investigación a ráfagas, con brechas largas para pensar entre ejecuciones, esa forma puede superar alquilar un clúster al que en su mayoría miras. Es la misma lógica que hizo interesante a Local Code on the Mac en el otro extremo de la escala: paga por la capa que en realidad usas, y sé dueño de la parte que guarda tu juicio.
¿Cuál deberías elegir?
Elige Tinker si escribes código de entrenamiento y careces de un clúster. Los equipos de investigación, los laboratorios y los equipos de producto con un ciclo real para ejecutar obtienen la promesa central completa: tu algoritmo, su hardware, y un adaptador que puedes llevarte al final. Empieza en un modelo pequeño, prueba el ciclo, y luego sube por el estante.
Elige Tinker si necesitas aprendizaje por refuerzo en un modelo grande de pesos abiertos. Tanto la documentación como la publicación de investigación del laboratorio ponen RL en el centro del caso LoRA, el recetario lleva recetas de RL, y el estante de modelos alcanza tamaños que muy pocos equipos podrían entrenar en casa.
Elígelo si la portabilidad importa más que el control crudo. Los pesos descargables significan que un modelo ajustado puede servirlo tu propia pila u otro proveedor. Un servicio cerrado de ajuste que mantiene el modelo dentro de su propia API pide un tipo distinto de confianza.
Busca en otro lugar si quieres un flujo de ajuste sin código. Tinker te da primitivas, no un asistente. Los equipos sin código de entrenamiento harán mejor con un servicio gestionado que sea dueño del ciclo, o con una receta seguida exactamente como está escrita antes de que empiece cualquier trabajo personalizado.
Busca en otro lugar si necesitas entrenamiento de peso completo. Ese trabajo aún pertenece al hardware que controlas o a una plataforma de entrenamiento construida para ello, con el costo y la plomería que vienen con él. Ningún adaptador, por bien entrenado que esté, cambia esa frontera.
Reflexiones finales
Tinker se entiende mejor como una negativa. Se niega a ocultar el ciclo de entrenamiento, se niega a alquilarte un clúster por hora, y se niega a mantener tus pesos ajustados como rehenes. A cambio te pide traer la parte que no puede alquilarse: un ciclo que valga la pena ejecutar, datos de los que valga la pena aprender, y la disciplina para vigilar tres medidores de tokens mientras trabajas.
Ese es un intercambio justo para las personas para las que se construyó, y uno deficiente para todos los demás, lo que suele ser la señal de una herramienta con un punto de vista real. El estante rotará y los precios se moverán, como ya lo han hecho este año. La idea debajo, que el postentrenamiento debería ser código del que eres dueño en hardware que no tienes que cuidar, es la parte que vale la pena probar en tu propio trabajo.
Fuentes
- Producto, funciones, llamadas centrales y posición LoRA: Tinker documentation, Thinking Machines Lab
- Modelos, contexto, medidores de precios, almacenamiento y tipos de modelo: Tinker Models and Pricing, Thinking Machines Lab
- Disponibilidad general, Kimi K2 Thinking y entrada de visión: Tinker: General Availability and Vision Input, Thinking Machines Lab
- Caso LoRA y argumento de investigación: LoRA Without Regret, Thinking Machines Lab
- Recetas y ejemplos ejecutables: el repositorio tinker cookbook de Thinking Machines Lab en GitHub
- Ilustraciones: Dirty Static, generadas en estilo de la casa
FIN DE LA TRANSMISIÓN
Mantén la curiosidad. Cuestiónalo todo.
