A.X K2
MoE da SK Telecom: 688B parâmetros, 33B ativos, FP8 nativo e contexto de 256K. Apache 2.0; destaque em matemática e coreano.
Em resumo. A.X K2 é um modelo de IA muito grande da operadora sul-coreana SK Telecom. Ele pode ser usado comercialmente de graça sob Apache 2.0, é especialmente bom em matemática e perguntas em coreano, e o raciocínio passo a passo pode ser ligado ou desligado. Ele lê apenas texto e precisa de um servidor grande com várias GPUs.
Resumo
A SK Telecom publicou o A.X K2 no Hugging Face em 29 de julho de 2026, como seu modelo de segunda fase para o projeto de modelos fundacionais de IA soberana apoiado pelo governo sul-coreano. É um modelo de mistura de especialistas (mixture-of-experts) apenas de texto com 688 bilhões de parâmetros e 33 bilhões ativos por token: 61 camadas (1 densa e 60 de especialistas), 256 especialistas roteados com 8 ativos mais um compartilhado, e Multi-head Latent Attention com um indexador esparso que lê 2.048 posições por consulta. Foi treinado do zero, nativamente em FP8, com cerca de 8 trilhões de tokens, com contexto nativo de 128K e 256K alcançados por escalonamento YaRN. Um único checkpoint oferece modo de pensamento e modo sem pensamento pela receita Think-Fusion da SK Telecom. O tokenizador e os dados de treinamento visam inglês, coreano, chinês, japonês e espanhol.
Na tabela da própria SK Telecom, executado em modo de pensamento contra outros sete modelos, o A.X K2 tem a melhor pontuação em AIME26 (97.1), Apex, Apex-shortlist, KMMLU-Pro (80.5), CLIcK (91.6) e τ²-Bench Telecom (98.0). Ele fica atrás dos modelos mais fortes nos testes de agente e de código: marca 36.0 no Terminal Bench v2.1 contra 61.8 do DeepSeek-V4 Flash e do GLM-5.1, e o próprio model card chama seu desempenho de agente de moderado. A SK Telecom relata um ganho médio de 32,2 pontos sobre o A.X K1 em 14 benchmarks. São resultados da própria SK Telecom, e as linhas marcadas com asterisco foram executadas pela Artificial Analysis.
Os pesos estão sob Apache 2.0. O checkpoint é FP8 com escala por blocos de cerca de 694 GB, com uma versão NVFP4 de cerca de 398 GB, e o card pede para planejar pelo menos 800 GiB de memória de GPU agregada incluindo o cache KV; as execuções de referência usaram quatro GPUs de 275 GB. O Transformers suporta o modelo nativamente, mas só a partir de instalação pelo código-fonte, porque o suporte foi mesclado depois da v5.14.1, e o vLLM precisa do fork da SK Telecom baseado na v0.23.0. Para contexto longo e serving, o card aponta para o vLLM em vez do Transformers.
Bom para
- Trabalho de matemática e em coreano, onde a tabela da própria SK Telecom mostra seus melhores resultados (AIME26 de 97.1 e KMMLU-Pro de 80.5)
- Tarefas de contexto longo até 256K tokens, onde o card relata média RULER de 94.6
- Equipes que querem um modelo self-hosted sob Apache 2.0 desenvolvido na Coreia, com modo de pensamento que pode ser desligado para respostas mais baratas
- Servir em baixa precisão, já que os pesos são FP8 nativos e o relatório diz que o NVFP4 fica a menos de um ponto da precisão do FP8
Pontos de atenção
- O desempenho de agente é moderado, e o card diz que ele fica atrás dos modelos mais fortes comparados no Terminal Bench e no BrowseComp
- É apenas texto e só mira cinco idiomas (inglês, coreano, chinês, japonês e espanhol)
- Os pesos FP8 têm cerca de 694 GB e o card recomenda pelo menos 800 GiB de memória de GPU, então precisa de um nó multi-GPU
- O suporte a vLLM vem do fork da SK Telecom e o Transformers exige instalação pelo código-fonte, e não há suporte a flash attention no Transformers
- Os números de benchmark são da própria SK Telecom
As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.
De quanta memória ele precisa?
Estimativas para a variante A.X K2 NVFP4. Um modelo de mistura de especialistas precisa manter todos os seus especialistas na memória, mesmo que apenas alguns sejam usados por token; por isso o total de parâmetros determina a memória e os parâmetros ativos determinam a velocidade.
| Variantes | Parâmetros | BF16 | FP8 / INT8 | 4-bit (Q4) | Cabe em |
|---|---|---|---|---|---|
| A.X K2 (FP8) FP8 | 688B 33B ativos | 1.58 TB | 791 GB | 475 GB | Desktop com muita memória |
| A.X K2 NVFP4 NVFP4 | 688B 33B ativos | 1.58 TB | 791 GB | 438 GB | Desktop com muita memória |
Estimativas: pesos mais cerca de 15% de overhead. O uso real cresce com o comprimento do contexto e depende do software.
A licença em palavras simples
Uma das licenças permissivas mais utilizadas. Você pode usar e modificar o modelo e vender produtos criados a partir dele com apenas algumas condições leves.
Veja também
- K-EXAONE 2.0 vs A.X K2: qual modelo de IA soberana coreana você deve executar?
- Modelos de IA de pesos abertos feitos na Coreia do Sul
Perguntas frequentes
- O que é A.X K2?
- A.X K2 é um modelo de IA muito grande da operadora sul-coreana SK Telecom. Ele pode ser usado comercialmente de graça sob Apache 2.0, é especialmente bom em matemática e perguntas em coreano, e o raciocínio passo a passo pode ser ligado ou desligado. Ele lê apenas texto e precisa de um servidor grande com várias GPUs.
- Posso usar A.X K2 comercialmente?
- Sim. A.X K2 é lançado sob Apache 2.0, uma licença permissiva. Você pode usá-lo comercialmente se seguir as condições padrão, como manter o aviso de licença.
- A.X K2 é de código aberto?
- A.X K2 é lançado sob Apache 2.0, uma licença aprovada pela Open Source Initiative. Os dados e o código de treinamento podem não ser públicos, então o melhor é descrevê-lo como pesos abertos sob uma licença de código aberto.
- Consigo rodar A.X K2 no meu próprio computador?
- Apenas em uma máquina com muita memória. A menor variante, A.X K2 NVFP4, precisa de cerca de 438 GB em precisão de 4 bits. Desktops com 128 a 512 GB de memória unificada conseguem acomodá-lo, em velocidade modesta.
- Quando A.X K2 foi lançado?
- A.X K2 foi lançado por SK Telecom em 29 de julho de 2026.
- Qual é o tamanho da janela de contexto de A.X K2?
- A.X K2 suporta uma janela de contexto de até 256K tokens.
Links oficiais
Fontes
As especificações vêm destas fontes primárias. As afirmações de benchmark, quando mencionadas, são informadas pelo desenvolvedor.
- 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
Data de lançamento e fatos verificados pela última vez em 11 de novembro de 2026.
Modelos relacionados
| Modelo | Lançamento | Parâmetros | Contexto | Licença | Memória da menor variante |
|---|---|---|---|---|---|
| K-EXAONE 2.0 EN LG AI Research | 750B 37B ativos | 256K | Apache 2.0 (Permissiva) | 518 GB Servidor de GPU | |
| Solar Open 2 EN Upstage | 250B 15B ativos | 1M | Upstage Solar (Condicional) | 157 GB Desktop com muita memória | |
| Motif 3 EN Motif Technologies | 314B 13.2B ativos | 256K | MIT (Permissiva) | 206 GB Desktop com muita memória | |
| DeepSeek V4 EN DeepSeek | 284B – 1.6T 49B ativos | 1M | MIT (Permissiva) | 176 GB Desktop com muita memória |