Thinking Machines, la startup de IA fundada por la ex-CTO de OpenAI Mira Murati, lanzó hoy su primer modelo de IA. El modelo, diseñado para la interacción humana en tiempo real, incorpora principios arquitectónicos vistos en competidores chinos como DeepSeek. La empresa recaudó previamente 2.000 millones de dólares con una valoración de 12.000 millones, lo que indica un apetito inversor significativo por la visión de Murati.
- ¿Qué ocurrió?: El lanzamiento del primer modelo de Thinking Machines
- Por qué es importante: La influencia china en la arquitectura de IA
- Implicaciones de mercado: La apuesta de 2.000 millones
- Contexto competitivo: Murati vs. OpenAI y el resto
- ¿Qué sigue para Thinking Machines?
¿Qué ocurrió?: El lanzamiento del primer modelo de Thinking Machines
Thinking Machines presentó su modelo debut, que según la empresa sobresale en mantener conversaciones coherentes y de baja latencia utilizando una fracción de la potencia de cómputo de modelos comparables de laboratorios estadounidenses. Según el Financial Times, el modelo aprovecha una arquitectura de "mezcla de expertos" que activa solo las subredes relevantes por consulta — una técnica popularizada por laboratorios chinos de IA como DeepSeek y Qwen.
El modelo está disponible actualmente a través de API y una interfaz de chat de consumo limitada. Murati describió el lanzamiento como "el primer producto de una empresa construida para mantener la inteligencia humana en el circuito, no para reemplazarla". El lanzamiento se produce menos de 18 meses después de que Thinking Machines saliera del modo sigiloso con una ronda de financiación de 2.000 millones de dólares — una de las mayores rondas semilla de IA de la historia.
Por qué es importante: La influencia china en la arquitectura de IA
El diseño del modelo se inspira en gran medida en la última generación de modelos de lenguaje grandes chinos, que han priorizado la eficiencia sobre la escala bruta. Los modelos V3 y R1 de DeepSeek demostraron que un enrutamiento cuidadoso del cómputo a través de módulos expertos activados podía igualar o superar el rendimiento de modelos monolíticos como GPT-4, costando mucho menos de entrenar y ejecutar.
La adopción de este enfoque por parte de Thinking Machines marca un cambio notable en el libro de jugadas de la IA occidental. La mayoría de los laboratorios fronterizos estadounidenses — OpenAI, Anthropic, Google DeepMind — invierten miles de millones en ejecuciones de entrenamiento masivas y clústeres de decenas de miles de GPU. En contraste, los laboratorios chinos se han centrado en innovaciones arquitectónicas que exprimen más rendimiento por vatio. El equipo de Murati apuesta a que los mismos principios pueden dar a Thinking Machines una ventaja en costo y velocidad sin sacrificar calidad.
"Estudiamos lo que hicieron DeepSeek y Qwen y nos preguntamos: ¿por qué no podemos hacer eso con mejores datos y mejor alineación?", dijo un ingeniero de Thinking Machines en una publicación técnica que acompañó el lanzamiento. El resultado es un modelo que, según se informa, maneja ventanas de contexto de 50 tokens con tiempos de respuesta inferiores a 200 ms, lo que lo hace adecuado para aplicaciones de voz y chat en tiempo real.
Implicaciones de mercado: La apuesta de 2.000 millones
Los inversores claramente han comprado la propuesta de Murati. La ronda de 2.000 millones de dólares, liderada por Sequoia Capital y Andreessen Horowitz, valoró a Thinking Machines en 12.000 millones de dólares antes de que hubiera enviado un solo producto. Esa valoración ahora enfrenta su primera prueba con un modelo en vivo que debe demostrar que puede atraer a desarrolladores y clientes empresariales.
La estrategia de precios es agresiva: Thinking Machines cobra 0,15 dólares por millón de tokens de entrada y 0,60 dólares por millón de tokens de salida — aproximadamente la mitad del precio de GPT-4o de OpenAI y un tercio del costo de Claude 3.5 Sonnet de Anthropic. Si el modelo ofrece una calidad comparable, podría presionar a los titulares a bajar los precios o arriesgarse a perder cuota de mercado en el segmento de API de rápido crecimiento.
Sin embargo, la adopción empresarial dependerá de la fiabilidad, las funciones de seguridad y el ecosistema de herramientas que rodea al modelo. Thinking Machines se lanzó con integraciones para LangChain, LlamaIndex y los principales proveedores de nube, pero carece de la infraestructura de ventas empresariales de OpenAI o Google.
Contexto competitivo: Murati vs. OpenAI y el resto
La salida de Murati de OpenAI a finales de 2023 fue una de las salidas de liderazgo más importantes de la industria. Como CTO, supervisó el desarrollo de GPT-4 y ChatGPT. Ahora compite directamente contra su antiguo empleador — así como contra Anthropic, Mistral y Google.
El momento es delicado. OpenAI lanzó recientemente GPT-4o con razonamiento nativo de voz e imagen, y Anthropic lanzó Claude 3 Opus con puntos de referencia líderes en la industria. Mientras tanto, las alternativas de código abierto como Llama 3 de Meta y Mixtral de Mistral continúan mejorando, reduciendo la brecha con los modelos propietarios.
La diferenciación de Thinking Machines radica en su arquitectura y la marca de su fundadora. Murati sigue siendo una de las figuras más respetadas en seguridad e ingeniería de IA. La empresa ha comercializado su modelo como "primero el pensamiento, no la escala", atrayendo a desarrolladores frustrados por el costo y la latencia de los modelos monolíticos. Queda por ver si ese mensaje puede ganarse a los compradores empresariales.
¿Qué sigue para Thinking Machines?
La empresa planea lanzar un marco de ajuste fino en cuestión de semanas, permitiendo a los clientes adaptar el modelo base a dominios especializados como legal, médico y financiero. Se espera una variante con razonamiento intensivo, denominada internamente TM-R, para finales de este año.
Thinking Machines también está ampliando su equipo, con ofertas de empleo para roles en ingeniería de datos, investigación en seguridad y relaciones con desarrolladores. Según se informa, la empresa tiene una pista de efectivo de varios años, lo que le da tiempo para iterar sobre el modelo y construir su salida al mercado empresarial.
El mayor riesgo a corto plazo es que los competidores copien rápidamente las ganancias de eficiencia del modelo de Thinking Machines. Si OpenAI o Anthropic adoptan arquitecturas de mezcla de expertos de manera más amplia, la ventaja de costos podría evaporarse. Pero por ahora, el equipo de Murati ha lanzado un primer producto creíble — y ha enviado una señal de que el libro de jugadas de la IA china puede funcionar en Occidente.
Qué significa esto para la industria
El debut de Thinking Machines valida la tesis de que la innovación arquitectónica, no el gasto bruto, puede impulsar la próxima ola de rendimiento de la IA. Para los inversores, plantea una pregunta: ¿deberían respaldar ejecuciones de entrenamiento intensivas en capital o diseños más eficientes y ligeros? Para los competidores, la presión para optimizar los costos de inferencia se ha intensificado. Es probable que las guerras de precios en el mercado de API se aceleren.
La dependencia del modelo de técnicas pioneras en China también subraya la naturaleza global de la investigación en IA. A pesar de las tensiones geopolíticas, las ideas fluyen a través de las fronteras. Los laboratorios estadounidenses que descarten las innovaciones chinas corren el riesgo de perderse el próximo paradigma.
Para los clientes empresariales, más opciones y precios más bajos son una clara victoria. Pero la prueba definitiva será si Thinking Machines puede mantener la calidad a medida que escala — y si Murati puede construir una empresa que perdure más allá del hype de su lanzamiento.
Preguntas frecuentes
¿Cómo se llama el primer modelo de IA de Thinking Machines? El modelo se llama oficialmente TM-1, aunque la empresa a menudo se refiere a él simplemente como "el modelo Thinking" en comunicaciones públicas.
¿Cómo se compara TM-1 con GPT-4o? TM-1 apunta a habilidades conversacionales similares con menor latencia y costo. Aún no hay puntos de referencia independientes disponibles, pero la empresa afirma que iguala a GPT-4o en tareas comunes de razonamiento y codificación utilizando aproximadamente un 40 % menos de cómputo.
¿Por qué Thinking Machines recaudó 2.000 millones de dólares antes de lanzar un producto? Los inversores apostaron por la trayectoria de Mira Murati en OpenAI y el potencial del enfoque arquitectónico del equipo. La financiación cubre talento, cómputo y gastos de salida al mercado empresarial.
¿Está el modelo disponible para que cualquiera lo use? Sí, a través de una API para desarrolladores con un nivel gratuito de hasta 100.000 tokens al mes. También hay una interfaz de chat de consumo activa, pero limitada inicialmente a usuarios en Estados Unidos.
¿Cómo incorpora el modelo técnicas de IA chinas? Utiliza una arquitectura de mezcla de expertos y enrutamiento dinámico, similar a V3 de DeepSeek y Qwen2 de Qwen. La elección fue deliberada: priorizar la eficiencia sobre el escalado por fuerza bruta.
¿Lanzará Thinking Machines una versión de código abierto? La empresa no ha anunciado planes para un lanzamiento de código abierto. Murati ha dicho que el modelo seguirá siendo propietario por ahora, aunque se espera un artículo de investigación que detalle la arquitectura.
Conclusión
Thinking Machines de Mira Murati ha entrado oficialmente en la arena con un primer modelo de IA que combina técnicas probadas de laboratorios chinos con el ethos de seguridad ante todo de su fundadora. La recaudación de 2.000 millones de dólares y la valoración de 12.000 millones establecen expectativas muy altas, pero el producto en sí — más barato, más rápido, arquitectónicamente más ligero — presenta un argumento de apertura sólido. Si remodela el panorama competitivo o sigue siendo una nota al pie fascinante dependerá de la adopción, la iteración y la velocidad de las respuestas de los titulares.
Únete a la discusión
Will architectural efficiency beat scale in AI?