एआई मॉडल और प्लेटफ़ॉर्म
LG AI Research ने अपने K-EXAONE 2.5 मॉडल के लिए मुफ़्त API एक्सेस शुरू किया
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
LG AI Research ने घोषणा की कि 9 नवंबर, 2026 से K-EXAONE 2.5 का मुफ़्त API एक्सेस उपलब्ध होगा। इसके तहत 750 अरब पैरामीटर वाले मॉडल को EXAONE API Platform के ज़रिए होस्टेड रूप में इस्तेमाल किया जा सकेगा।
डेवलपर, स्टार्टअप, कंपनियाँ और अनुसंधान संस्थान सेवा विकास और अनुसंधान के लिए मॉडल का उपयोग करने हेतु API कुंजी प्राप्त कर सकते हैं। LG के अनुसार, K-EXAONE 2.5 एक तकनीक-सत्यापन मॉडल है, जिसे अगस्त 2026 में जारी संस्करण को अतिरिक्त प्रशिक्षण देकर तैयार किया गया है। पहले के K-EXAONE 2.0 मॉडल कार्ड में Mixture-of-Experts आर्किटेक्चर वाले Apache 2.0 ओपन-वेट रिलीज़ का विवरण है, जिसमें 37 अरब सक्रिय पैरामीटर और 262,144 टोकन की संदर्भ लंबाई है।
विक्रेता द्वारा बताए गए एजेंट-आधारित नतीजे
LG ने बताया कि उसने खुले डेटासेट पर K-EXAONE 2.5 का आंतरिक मूल्यांकन किया और पाया कि यह अत्याधुनिक श्रेणी के वैश्विक ओपन-वेट मॉडल के मुकाबले प्रतिस्पर्धी है। मॉडल के दस्तावेज़ में इसके पिछले संस्करण और दो बाहरी प्रणालियों के साथ यह तुलना दी गई है:
| बेंचमार्क | K-EXAONE 2.5 | K-EXAONE 2.0 | DeepSeek-V4.1-Flash | GLM-5.3 |
|---|---|---|---|---|
| SWE-Bench Pro, एजेंट-आधारित कोडिंग | 59.21 | 47.1 | 58.41 | 64.03 |
| BrowseComp, एजेंट-आधारित खोज | 78.0 | 50.87 | 75.8 | 79.0 |
| AutomationBench ओपन-सेट, एजेंट-आधारित टूल उपयोग | 74.6 | 16.9 | 74.9 | 71.6 |
| Claw-Eval, एजेंट-आधारित टूल उपयोग | 77.29 | 62.11 | 75.78 | 77.64 |
ये बेंचमार्क सॉफ़्टवेयर के विकास और संशोधन, वेब पर ज़रूरी जानकारी खोजने, SaaS टूल से काम स्वचालित करने और कार्यस्थल के माहौल में एजेंट की समस्या-समाधान क्षमता का आकलन करते हैं। LG के बताए आँकड़ों के मुताबिक, K-EXAONE 2.5 इन चारों बेंचमार्क पर अपने पिछले संस्करण से बेहतर है। SWE-Bench Pro, BrowseComp और Claw-Eval पर इसका स्कोर DeepSeek-V4.1-Flash से अधिक है, लेकिन AutomationBench पर उससे कम है। GLM-5.3 से इसकी तुलना में, यह मॉडल केवल AutomationBench पर उससे बेहतर स्कोर करता है।
LG ने कोड जनरेशन, डीबगिंग, रीफ़ैक्टरिंग और टेस्ट कोड लिखने को इसके उपयोगों में गिनाया है। इस तरह, एजेंट-आधारित खोज और कार्यस्थल स्वचालन के साथ-साथ सॉफ़्टवेयर विकास भी इसका एक प्रमुख उपयोग है।
API डिज़ाइन और एजेंट एकीकरण
K-EXAONE 2.5 केवल टेक्स्ट पर काम करता है और कोरियाई तथा अंग्रेज़ी का समर्थन करता है। इसके दस्तावेज़ में 31 अरब सक्रिय पैरामीटर, जनवरी 2026 की ज्ञान-सीमा और चैट, टूल कॉलिंग, संरचित आउटपुट, कोड जनरेशन तथा स्ट्रीमिंग जैसी सुविधाएँ सूचीबद्ध हैं।
एंडपॉइंट संदर्भ में OpenAI-संगत POST /v1/chat/completions इंटरफ़ेस का उल्लेख है, जो मॉडल पहचानकर्ता का उपयोग करता है k-exaone_v2.5. इनपुट टोकन और max_tokens जनरेशन की सीमा—जिसमें तर्क-विचार भी शामिल है—कुल मिलाकर 524,288 टोकन से अधिक नहीं हो सकती; इससे बड़े अनुरोधों पर 400 त्रुटि मिलती है। जवाब मानक OpenAI प्रारूप वाले JSON में मिलते हैं, या स्ट्रीमिंग चालू होने पर सर्वर-सेंट इवेंट के खंडों में।
तर्क-विचार के नियंत्रण सीधे उपलब्ध हैं। reasoning_effort का डिफ़ॉल्ट मान है max, जबकि preserve_thinking पहले के सहायक-तर्क को कई चरणों वाले अनुरोधों में शामिल कर सकता है। LG की एजेंट मार्गदर्शिका के अनुसार, तर्क-विचार की तीव्रता बढ़ाने से जवाब देने में अधिक समय लग सकता है और टोकन का उपयोग बढ़ सकता है। इसमें मौजूदा जवाब के लिए आवश्यक प्रयास को पहले के तर्क-विचार और टूल-कॉल इतिहास को आगे भेजने से अलग माना गया है।
इस मार्गदर्शिका में Hermes सामान्य एजेंट और OpenCode कोडिंग एजेंट के कॉन्फ़िगरेशन शामिल हैं। बताए गए वर्कफ़्लो में, बाहरी हार्नेस मॉडल से मिले टूल कॉल निष्पादित करता है और उनके नतीजे वापस भेजता है। साथ ही, आगे के चरणों में टेक्स्ट, तर्क-विचार और टूल-कॉल में आए बदलावों को संभालता है। इसलिए डेवलपर को API के ज़रिए तर्क-विचार और टूल कॉल से जुड़े निर्णय मिलते हैं, लेकिन कार्रवाइयाँ निष्पादित करने और प्रक्रिया को आगे बढ़ाने की ज़िम्मेदारी आसपास के एजेंट की रहती है।
मुफ़्त एक्सेस से मौजूदा OpenAI-संगत टूलिंग के भीतर LG के एजेंट-आधारित कोडिंग नतीजों को परखने की लागत घटती है। मुख्य सवाल यह है कि आंतरिक मूल्यांकन में मिली बढ़त वास्तविक सॉफ़्टवेयर और कारोबारी वर्कफ़्लो में कितनी कारगर साबित होगी, जहाँ तर्क-विचार की गहराई, टूल निष्पादन और संदर्भ प्रबंधन मॉडल के व्यावहारिक मूल्य को तय करेंगे।
