A.X K2
SKテレコムの6880億パラメータMoEモデル。アクティブは330億、ネイティブFP8の重み、コンテキストは256K。Apache 2.0で、数学と韓国語に最も強い。
ひとことで. A.X K2 は韓国の通信会社 SKテレコムが開発した超大規模な AI モデルです。Apache 2.0 の下で商用利用も無料で、数学と韓国語の質問が特に得意で、段階的な思考モードはオン・オフできます。テキストのみを読み込み、大型のマルチ GPU サーバーが必要です。
概要
SKテレコムは2026年7月29日、韓国政府が支援する主権 AI 基盤モデル事業の第2段階モデルとして A.X K2 を Hugging Face に公開しました。テキスト専用の混合エキスパート(MoE)モデルで、総パラメータは6880億、トークンごとのアクティブは330億です。全61層(1層のdense層と60層のMoE層)、ルーティングされる256個のエキスパートから8個と1個の共有エキスパートをアクティブ化し、クエリごとに2,048位置を読み取るスパースインデクサー付きのマルチヘッド潜在注意(Multi-head Latent Attention)を採用しています。ゼロから、ネイティブの FP8 で約8兆トークンを学習し、ネイティブのコンテキストは128K、YaRN スケーリングで256Kまで拡張されます。1つのチェックポイントが SKテレコムの Think-Fusion 方式により思考モードと非思考モードを提供します。トークナイザーと学習データは英語、韓国語、中国語、日本語、スペイン語を対象としています。
SKテレコム自身の表で、思考モードで他の7モデルと比較すると、A.X K2 は AIME26(97.1)、Apex、Apex-shortlist、KMMLU-Pro(80.5)、CLIcK(91.6)、τ²-Bench Telecom(98.0)で最高スコアを示しています。一方、エージェント系とコーディングのテストでは最強モデルに及ばず、Terminal Bench v2.1 では36.0で、DeepSeek-V4 Flash と GLM-5.1 の61.8に及ばず、モデルカード自身もエージェント性能を中程度と評しています。SKテレコムは14のベンチマークで A.X K1 から平均32.2ポイントの向上を報告しています。これらは SKテレコム独自の結果で、アスタリスク付きの行は Artificial Analysis が実行したものです。
重みは Apache 2.0 です。チェックポイントはブロックスケール FP8 で約694 GB、約398 GB の NVFP4 版もあります。モデルカードは KV キャッシュを含めて合計800 GiB 以上の GPU メモリを計画するよう求め、参照実行には275 GB の GPU を4枚使用しました。Transformers はネイティブ対応ですが、対応が v5.14.1 以降にマージされたためソースインストールが必要で、vLLM は SKテレコムの v0.23.0 ベースのフォークが必要です。長いコンテキストや serving には Transformers ではなく vLLM を使うようモデルカードは案内しています。
おすすめの用途
- 数学と韓国語の仕事。SKテレコム自身の表が最も得意な方向として示す(AIME26 が97.1、KMMLU-Pro が80.5)
- 256K トークンまでの長コンテキストタスク。モデルカードは RULER 平均94.6を報告
- 韓国で開発されたセルフホスト可能な Apache 2.0 モデルを求めるチーム。思考モードをオフにして応答コストを下げられる
- 低精度での提供。重みはネイティブ FP8 で、レポートは NVFP4 が FP8 と1ポイント未満の精度差に収まるとしている
注意点
- エージェント性能は中程度で、モデルカードは Terminal Bench と BrowseComp では比較対象の最強モデルに及ばないとしている
- テキスト専用で、対象言語は5言語のみ(英語、韓国語、中国語、日本語、スペイン語)
- FP8 の重みは約694 GB あり、モデルカードは800 GiB 以上の GPU メモリを推奨するため、マルチ GPU ノードが必要
- vLLM 対応は SKテレコムのフォークから、Transformers はソースインストールが必要で、Transformers では flash attention 非対応
- ベンチマークの数字はすべて SKテレコム独自のもの
性能に関する主張は開発元によるもので、独自検証は行っていません。
必要なメモリはどのくらい?
A.X K2 NVFP4 バリエーションでの推定値です。エキスパート混合(MoE)モデルは、トークン1個ごとに使うのは一部のエキスパートでも、すべてのエキスパートをメモリに載せておく必要があります。したがって必要メモリは総パラメータ数で、速度はアクティブパラメータ数で決まります。
| バリエーション | パラメータ数 | BF16 | FP8 / INT8 | 4-bit (Q4) | 動かせるマシン |
|---|---|---|---|---|---|
| A.X K2 (FP8) FP8 | 688B アクティブ 33B | 1.58 TB | 791 GB | 475 GB | 大容量メモリのデスクトップ |
| A.X K2 NVFP4 NVFP4 | 688B アクティブ 33B | 1.58 TB | 791 GB | 438 GB | 大容量メモリのデスクトップ |
推定方法:モデルの重みに約15%のオーバーヘッドを加えた値です。実際の使用量はコンテキスト長とともに増え、ソフトウェアにも依存します。
このライセンスをやさしく解説
パーミッシブ(寛容型)ライセンスの中で最も広く使われているものの一つです。軽い条件を守るだけで、モデルの利用や改変、それを組み込んだ製品の販売ができます。
あわせて読みたい
よくある質問
- A.X K2 とは何ですか?
- A.X K2 は韓国の通信会社 SKテレコムが開発した超大規模な AI モデルです。Apache 2.0 の下で商用利用も無料で、数学と韓国語の質問が特に得意で、段階的な思考モードはオン・オフできます。テキストのみを読み込み、大型のマルチ GPU サーバーが必要です。
- A.X K2 は商用利用できますか?
- はい。A.X K2 はパーミッシブライセンスの Apache 2.0 で公開されています。ライセンス表示の保持といった標準的な条件を守れば、商用利用できます。
- A.X K2 はオープンソースですか?
- A.X K2 は、Open Source Initiative(OSI)が承認したライセンス Apache 2.0 で公開されています。訓練データや訓練コードは公開されていない場合もあるため、「オープンソースライセンス下のオープンウェイトモデル」と表現するのが正確です。
- A.X K2 を自分のPCで動かせますか?
- 大容量メモリを備えたマシンが必要です。最小のバリエーション A.X K2 NVFP4 は4ビット精度で約 438 GB を必要とします。128〜512 GB のユニファイドメモリを備えたデスクトップなら、速度は控えめながら載せられます。
- A.X K2 はいつリリースされましたか?
- A.X K2 は SK Telecom が 2026年7月29日 にリリースしました。
- A.X K2 のコンテキストウィンドウはどのくらいの長さですか?
- A.X K2 は最大 256K トークンのコンテキストウィンドウに対応しています。
公式リンク
出典
仕様は以下の一次資料に基づきます。ベンチマークの主張がある場合は開発元の公表値です。
- 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
リリース日と掲載内容は 2026年11月11日 時点で確認済みです。
関連モデル
| モデル | リリース日 | パラメータ数 | コンテキスト | ライセンス | 最小バリエーションの必要メモリ |
|---|---|---|---|---|---|
| K-EXAONE 2.0 EN LG AI Research | 750B アクティブ 37B | 256K | Apache 2.0 (パーミッシブ) | 518 GB GPUサーバー | |
| Solar Open 2 EN Upstage | 250B アクティブ 15B | 1M | Upstage Solar (条件付き) | 157 GB 大容量メモリのデスクトップ | |
| Motif 3 EN Motif Technologies | 314B アクティブ 13.2B | 256K | MIT (パーミッシブ) | 206 GB 大容量メモリのデスクトップ | |
| DeepSeek V4 EN DeepSeek | 284B – 1.6T アクティブ 49B | 1M | MIT (パーミッシブ) | 176 GB 大容量メモリのデスクトップ |