K-EXAONE 2.0
LG 的 750B 混合专家模型,激活 37B,上下文 262K,支持十种语言,现已采用 Apache 2.0。韩国最大的模型。
一句话概括. K-EXAONE 2.0 是韩国自研的最大 AI 模型,来自 LG 的 AI 研究机构。它采用 Apache 2.0,可以免费商用,支持十种语言,LG 称它尤其擅长在长文档里查找信息。运行它需要大型多卡服务器。
概述
LG AI Research 在 2026 年 7 月 31 日把 K-EXAONE 2.0 发布到了 Hugging Face。它是 LG 为韩国政府主导的“独立 AI 基础模型”(Sovereign AI Foundation Model)项目开发的第二个模型,规模是第一阶段 K-EXAONE(236B)的三倍以上。它是混合专家模型,总参数 7500 亿,每个 token 激活 370 亿:共 78 个主层(2 层稠密、76 层稀疏),256 个专家,每次激活 8 个,另有 1 个共享专家,注意力模式是以滑动窗口层为主、间隔穿插全局层。上下文窗口为 262,144 token。LG 在第一代 K-EXAONE 的基础上扩展深度和宽度(upcycling),再继续做预训练、中期训练和后训练。语言覆盖从六种扩展到十种:韩语、英语、西班牙语、德语、日语、越南语、法语、意大利语、波兰语和葡萄牙语。
在 LG 自己的表格里,对比 Qwen3.5(397B)、GLM-5.1 和 DeepSeek-V4 Pro(max),K-EXAONE 2.0 只在 OpenAI-MRCR 长上下文测试(94.4)以及两个聚焦韩国场景的安全测试 KGC-Safety 和 ROK-Fortress 上领先全部三个模型。在大多数知识、数学和编程测试上它落后于这些模型,例如 SWE-bench Verified 得 68.2,对手分别为 76.4、73.6 和 80.6。LG 称它在 24 项基准上平均得分 70.1,高于前代的 63.3。这些都是 LG 自己的结果。
权重采用 Apache 2.0,这是 LG 为允许无限制商用而对此前 K-EXAONE 许可证做出的改变。BF16 权重约 1.5 TB,另有 FP8(约 752 GB)和 NVFP4(约 526 GB)版本。模型卡中的部署示例使用 SGLang 或 vLLM 的分支以及分支版的 Transformers,在两台各有 8 张 NVIDIA H200 的节点上运行。推理模式默认开启,可以关闭,LG 称用 MTP 或 DSpark 做推测解码,可以把生成速度提高约 3 到 5 倍。
适合做什么
- 想要韩国自研、前沿规模、有明确韩语评测和安全测试,并且许可证宽松的模型的团队
- 对大型文档做长上下文检索,LG 的表格里这是它成绩最强的项目(OpenAI-MRCR 为 94.4)
- 十种语言的多语言使用,包括韩语、日语、越南语和几种欧洲语言
- 拥有多节点 H200 级集群、需要这种规模 Apache 2.0 模型的组织
需要注意
- BF16 权重约 1.5 TB,即使 FP8 也约 752 GB,所以需要多节点 GPU 服务器;模型卡示例使用两台各 8 张 H200 的节点
- 需要模型卡上指明的 SGLang、vLLM 和 Transformers 分支版本,并且 vLLM 不支持 DSpark 解码
- 在 LG 自己的表格里,它在大多数知识、数学和编程测试上落后于 Qwen3.5、GLM-5.1 和 DeepSeek-V4 Pro
- 在 NVIDIA B200 GPU 上,模型卡要求关闭预填充阶段的 CUDA graph,否则生成可能崩溃
- 只列出十种语言,知识截止时间是 2025 年第二季度
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 K-EXAONE-2.0 (BF16) 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| K-EXAONE-2.0 (BF16) BF16 | 750B 激活 37B | 1.72 TB | 862 GB | 518 GB | GPU 服务器 |
| K-EXAONE-2.0-FP8 FP8 | 750B 激活 37B | 1.72 TB | 862 GB | 518 GB | GPU 服务器 |
| K-EXAONE-2.0-NVFP4 NVFP4 | 750B 激活 37B | 1.72 TB | 862 GB | 579 GB | GPU 服务器 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。
延伸阅读
- K-EXAONE 2.0 与 A.X K2 对比:该运行哪个韩国自主 AI 模型?
- 2026 年最佳开源大模型
- 韩国研发的开放权重 AI 模型
- 韩国的四个自主 AI 模型:全部开放权重,三支队伍晋级
- Raon-1:KRAFTON 偏重韩语的 28.8B 模型和 3.1B 端侧兄弟
- 超大开源模型开始直接以 4 位发布:对内存规划意味着什么
常见问题
- K-EXAONE 2.0 是什么?
- K-EXAONE 2.0 是韩国自研的最大 AI 模型,来自 LG 的 AI 研究机构。它采用 Apache 2.0,可以免费商用,支持十种语言,LG 称它尤其擅长在长文档里查找信息。运行它需要大型多卡服务器。
- K-EXAONE 2.0 可以商用吗?
- 可以。K-EXAONE 2.0 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- K-EXAONE 2.0 是开源的吗?
- K-EXAONE 2.0 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 K-EXAONE 2.0 吗?
- 台式机不行。最小版本 K-EXAONE-2.0 (BF16) 在 4 位精度下约需 518 GB,需要配备多张数据中心显卡的 GPU 服务器。
- K-EXAONE 2.0 是什么时候发布的?
- K-EXAONE 2.0 由 LG AI Research 于 2026年7月31日 发布。
- K-EXAONE 2.0 的上下文窗口有多长?
- K-EXAONE 2.0 支持最长 256K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- LG AI Research unveils K-EXAONE 2.0 (LG AI Research news, 31 Jul 2026) lgresearch.ai
- K-EXAONE-2.0-750B-A37B model card (Hugging Face) huggingface.co
- K-EXAONE 2.0 repository (GitHub) github.com
- K-EXAONE 2.0 technical report (arXiv 2608.04505) arxiv.org
- LG unveils 750 bil.-parameter frontier AI model K-EXAONE 2.0 (The Korea Times, 31 Jul 2026) koreatimes.co.kr
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| A.X K2 SK Telecom | 688B 激活 33B | 256K | Apache 2.0 (宽松) | 438 GB 大内存台式机 | |
| Solar Open 2 Upstage | 250B 激活 15B | 1M | Upstage Solar (附条件) | 157 GB 大内存台式机 | |
| Motif 3 Motif Technologies | 314B 激活 13.2B | 256K | MIT (宽松) | 206 GB 大内存台式机 | |
| DeepSeek V4 DeepSeek | 284B – 1.6T 激活 49B | 1M | MIT (宽松) | 176 GB 大内存台式机 |