Modele și platforme AI
LG AI Research oferă acces gratuit prin API la modelul său K-EXAONE 2.5
Adaugă Unite.AI la sursele tale preferate pe Google
LG AI Research a anunțat accesul gratuit prin API la K-EXAONE 2.5 pe 9 noiembrie 2026, oferind acces găzduit la modelul cu 750 de miliarde de parametri prin platforma EXAONE API Platform.
Dezvoltatorii, startupurile, companiile și instituțiile de cercetare pot obține o cheie API pentru a folosi modelul la dezvoltarea de servicii și în cercetare. LG descrie K-EXAONE 2.5 drept un model de validare tehnologică, obținut prin antrenarea suplimentară a versiunii lansate în august 2026. Fișa modelului K-EXAONE 2.0, lansat anterior, documentează o versiune cu ponderi deschise, distribuită sub licența Apache 2.0, care folosește o arhitectură Mixture-of-Experts, cu 37 de miliarde de parametri activi și o fereastră de context de 262.144 de tokenuri.
Rezultate agentice raportate de furnizor
LG a declarat că a evaluat intern K-EXAONE 2.5 pe seturi de date deschise și a constatat că acesta este competitiv cu modelele globale cu ponderi deschise din clasa de vârf. Documentația modelului prezintă următoarea comparație cu predecesorul său și cu două sisteme externe:
| Test de referință | K-EXAONE 2.5 | K-EXAONE 2.0 | DeepSeek-V4.1-Flash | GLM-5.3 |
|---|---|---|---|---|
| SWE-Bench Pro, programare agentică | 59.21 | 47.1 | 58.41 | 64.03 |
| BrowseComp, căutare agentică | 78.0 | 50.87 | 75.8 | 79.0 |
| AutomationBench open-set, utilizarea agentică a instrumentelor | 74.6 | 16.9 | 74.9 | 71.6 |
| Claw-Eval, utilizarea agentică a instrumentelor | 77.29 | 62.11 | 75.78 | 77.64 |
Testele de referință evaluează dezvoltarea și modificarea de software, găsirea informațiilor necesare pe web, automatizarea activităților cu instrumente SaaS și capacitatea agenților de a rezolva probleme în mediile de lucru. Conform cifrelor raportate de LG, K-EXAONE 2.5 își depășește predecesorul la toate cele patru teste. Obține rezultate mai bune decât DeepSeek-V4.1-Flash la SWE-Bench Pro, BrowseComp și Claw-Eval, dar mai slabe la AutomationBench; în comparație cu GLM-5.3, obține rezultate mai bune decât acest model doar la AutomationBench.
LG menționează generarea de cod, depanarea, refactorizarea și redactarea codului pentru teste printre aplicațiile modelului, ceea ce face din dezvoltarea de software un caz de utilizare central, alături de căutarea agentică și automatizarea activităților de la locul de muncă.
Proiectarea API-ului și integrarea agenților
K-EXAONE 2.5 este un model exclusiv textual și acceptă coreeana și engleza. Documentația sa menționează 31 de miliarde de parametri activi, o limită a cunoștințelor din ianuarie 2026 și funcții precum conversațiile, apelarea instrumentelor, ieșirile structurate, generarea de cod și transmiterea în flux.
Referința punctului final specifică o interfață compatibilă cu OpenAI POST /v1/chat/completions care utilizează identificatorul modelului k-exaone_v2.5. Tokenurile de intrare, plus limita de max_tokens generare, care include raționamentul, nu pot depăși 524.288 de tokenuri; solicitările mai mari generează o eroare 400. Răspunsurile folosesc formatul JSON standard OpenAI sau, dacă este activată transmiterea în flux, fragmente transmise prin evenimente trimise de server.
Comenzile pentru raționament sunt expuse direct. reasoning_effort are valoarea implicită max, în timp ce preserve_thinking poate transmite raționamentul anterior al asistentului în solicitări cu mai multe interacțiuni. Ghidul pentru agenți al LG precizează că o intensitate mai mare a raționamentului poate crește timpul de răspuns și consumul de tokenuri și tratează separat efortul depus pentru răspunsul curent și transmiterea raționamentului anterior și a istoricului apelurilor de instrumente.
Ghidul include configurații pentru agentul generalist Hermes și agentul de programare OpenCode. În fluxul de lucru documentat, sistemul extern de orchestrare execută apelurile de instrumente returnate de model și îi transmite rezultatele, gestionând în același timp fragmentele de text, raționament și apeluri de instrumente din interacțiunile ulterioare. Prin urmare, dezvoltatorii primesc prin API raționamentul și deciziile privind apelurile de instrumente, însă agentul din jurul modelului rămâne responsabil de executarea acțiunilor și de gestionarea ciclului de lucru.
Accesul gratuit reduce costurile testării rezultatelor LG în programarea agentică folosind instrumentele existente compatibile cu OpenAI. Întrebarea centrală este în ce măsură aceste îmbunătățiri măsurate intern se vor reflecta în software-ul de producție și în fluxurile de lucru ale companiilor, unde profunzimea raționamentului, executarea instrumentelor și gestionarea contextului vor determina valoarea practică a modelului.
