A.X K2
MoE de SK Telecom : 688B paramètres, 33B actifs, FP8 natif et contexte de 256K. Apache 2.0, fort en maths et en coréen.
En bref. A.X K2 est un très grand modèle d'IA de l'opérateur télécoms sud-coréen SK Telecom. Il est libre d'utilisation commerciale sous Apache 2.0, il est surtout doué pour les mathématiques et les questions en coréen, et sa réflexion pas à pas peut s'activer ou se désactiver. Il ne lit que du texte et exige un gros serveur multi-GPU.
Résumé
SK Telecom a publié A.X K2 sur Hugging Face le 29 juillet 2026, comme modèle de deuxième phase pour le projet de modèles de fond d'IA souveraine soutenu par le gouvernement sud-coréen. C'est un modèle en mélange d'experts (mixture-of-experts) texte seul avec 688 milliards de paramètres et 33 milliards actifs par token : 61 couches (1 dense et 60 de mélange d'experts), 256 experts routés dont 8 actifs plus un expert partagé, et une Multi-head Latent Attention avec un indexeur épars qui lit 2 048 positions par requête. Il a été entraîné de zéro, nativement en FP8, sur environ 8 mille milliards de tokens, avec un contexte natif de 128K porté à 256K par un scaling YaRN. Un seul checkpoint offre un mode réflexion et un mode sans réflexion grâce à la recette Think-Fusion de SK Telecom. Le tokenizer et les données d'entraînement ciblent l'anglais, le coréen, le chinois, le japonais et l'espagnol.
Dans le tableau de SK Telecom lui-même, exécuté en mode réflexion face à sept autres modèles, A.X K2 obtient le meilleur score sur AIME26 (97,1), Apex, Apex-shortlist, KMMLU-Pro (80,5), CLIcK (91,6) et τ²-Bench Telecom (98,0). Il est derrière les modèles les plus forts sur les tests d'agents et de code : il marque 36,0 sur Terminal Bench v2.1 contre 61,8 pour DeepSeek-V4 Flash et GLM-5.1, et la fiche du modèle qualifie elle-même ses performances agentiques de modérées. SK Telecom rapporte un gain moyen de 32,2 points sur A.X K1 sur 14 benchmarks. Ce sont les résultats de SK Telecom, et les lignes marquées d'un astérisque ont été exécutées par Artificial Analysis.
Les poids sont sous Apache 2.0. Le checkpoint est en FP8 à échelle par blocs d'environ 694 GB, avec une version NVFP4 d'environ 398 GB, et la fiche demande de prévoir au moins 800 GiB de mémoire GPU cumulée, cache KV compris ; ses exécutions de référence ont utilisé quatre GPU de 275 GB. Transformers prend le modèle en charge nativement mais seulement depuis une installation depuis les sources, car le support a été fusionné après la v5.14.1, et vLLM exige le fork de SK Telecom basé sur la v0.23.0. Pour le contexte long et le serving, la fiche renvoie à vLLM plutôt qu'à Transformers.
Idéal pour
- Le travail mathématique et en coréen, où le tableau de SK Telecom lui-même montre ses meilleurs résultats (AIME26 à 97,1 et KMMLU-Pro à 80,5)
- Les tâches à long contexte jusqu'à 256K tokens, où la fiche rapporte une moyenne RULER de 94,6
- Les équipes qui veulent un modèle auto-hébergé sous Apache 2.0 développé en Corée, avec un mode réflexion désactivable pour des réponses moins coûteuses
- Servir en basse précision, puisque les poids sont natifs FP8 et le rapport indique que le NVFP4 reste à moins d'un point de la précision FP8
Points d’attention
- Les performances agentiques sont modérées, et la fiche indique qu'il est en retard sur les modèles comparés les plus forts sur Terminal Bench et BrowseComp
- Il est texte seul et ne cible que cinq langues (anglais, coréen, chinois, japonais et espagnol)
- Les poids FP8 pèsent environ 694 GB et la fiche recommande au moins 800 GiB de mémoire GPU, il faut donc un nœud multi-GPU
- Le support vLLM vient du fork de SK Telecom et Transformers exige une installation depuis les sources, et flash attention n'est pas pris en charge sous Transformers
- Les chiffres des benchmarks sont ceux de SK Telecom
Les affirmations de performance viennent du développeur et n’ont pas été vérifiées de manière indépendante.
De quelle mémoire a-t-il besoin ?
Estimations pour la variante A.X K2 NVFP4. Un modèle mixture-of-experts doit garder tous ses experts en mémoire même si seuls certains sont utilisés à chaque token : ce sont donc les paramètres totaux qui décident de la mémoire, et les paramètres actifs qui décident de la vitesse.
| Variantes | Paramètres | BF16 | FP8 / INT8 | 4-bit (Q4) | Fonctionne sur |
|---|---|---|---|---|---|
| A.X K2 (FP8) FP8 | 688B 33B actifs | 1.58 TB | 791 GB | 475 GB | Ordinateur de bureau à grande mémoire |
| A.X K2 NVFP4 NVFP4 | 688B 33B actifs | 1.58 TB | 791 GB | 438 GB | Ordinateur de bureau à grande mémoire |
Estimations : poids plus environ 15 % de surcoût. L’usage réel augmente avec la longueur du contexte et dépend du logiciel.
La licence en langage clair
L'une des licences permissives les plus utilisées. Vous pouvez utiliser et modifier le modèle et vendre des produits construits à partir de lui avec seulement quelques conditions légères.
À voir aussi
- K-EXAONE 2.0 vs A.X K2 : quel modèle d'IA souveraine coréenne devriez-vous exécuter ?
- Les modèles d'IA à poids ouverts fabriqués en Corée du Sud
Questions fréquentes
- Qu’est-ce que A.X K2 ?
- A.X K2 est un très grand modèle d'IA de l'opérateur télécoms sud-coréen SK Telecom. Il est libre d'utilisation commerciale sous Apache 2.0, il est surtout doué pour les mathématiques et les questions en coréen, et sa réflexion pas à pas peut s'activer ou se désactiver. Il ne lit que du texte et exige un gros serveur multi-GPU.
- Puis-je utiliser A.X K2 commercialement ?
- Oui. A.X K2 est publié sous Apache 2.0, une licence permissive. Vous pouvez l’utiliser commercialement si vous respectez les conditions standard, comme conserver la mention de licence.
- A.X K2 est-il open source ?
- A.X K2 est publié sous Apache 2.0, une licence approuvée par l’Open Source Initiative. Les données et le code d’entraînement ne sont pas forcément publics ; on le décrit donc mieux comme des poids ouverts sous une licence open source.
- Puis-je faire tourner A.X K2 sur mon propre ordinateur ?
- Uniquement sur une machine très bien pourvue en mémoire. La plus petite variante, A.X K2 NVFP4, demande environ 438 GB en précision 4 bits. Des ordinateurs de bureau équipés de 128 à 512 Go de mémoire unifiée peuvent la contenir, à vitesse modérée.
- Quand A.X K2 est-il sorti ?
- A.X K2 a été publié par SK Telecom le 29 juillet 2026.
- Quelle est la longueur de la fenêtre de contexte de A.X K2 ?
- A.X K2 prend en charge une fenêtre de contexte allant jusqu’à 256K tokens.
Liens officiels
Sources
Les spécifications proviennent de ces sources primaires. Les résultats de référence mentionnés, s’il y en a, sont ceux communiqués par le développeur.
- SK Telecom unveils A.X K2 (SK Telecom press release, 29 Jul 2026) sktelecom.com
- A.X K2 model card (Hugging Face) huggingface.co
- A.X K2 repository (GitHub) github.com
- A.X K2 technical report (arXiv 2608.30181) arxiv.org
Date de sortie et faits vérifiés pour la dernière fois le 11 novembre 2026.
Modèles associés
| Modèle | Sortie | Paramètres | Contexte | Licence | Mémoire requise (plus petite variante) |
|---|---|---|---|---|---|
| K-EXAONE 2.0 EN LG AI Research | 750B 37B actifs | 256K | Apache 2.0 (Permissive) | 518 GB Serveur GPU | |
| Solar Open 2 EN Upstage | 250B 15B actifs | 1M | Upstage Solar (Conditionnelle) | 157 GB Ordinateur de bureau à grande mémoire | |
| Motif 3 EN Motif Technologies | 314B 13.2B actifs | 256K | MIT (Permissive) | 206 GB Ordinateur de bureau à grande mémoire | |
| DeepSeek V4 EN DeepSeek | 284B – 1.6T 49B actifs | 1M | MIT (Permissive) | 176 GB Ordinateur de bureau à grande mémoire |