LG AI研究院开放K-EXAONE 2.5免费接口 公布四项智能体跑分对比
要点
11月9日，LG AI Research 借首尔 COEX 会场举办的 NVIDIA AI Day Seoul 2026 活动公布了一项开放安排：把自研基础模型 K-EXAONE 2.5 的接口调用权限向外部免费提供。按官方给出的路径，开发者、初创企业、企业与研究机构在 EXA…
11月9日，LG AI Research 借首尔 COEX 会场举办的 NVIDIA AI Day Seoul 2026 活动公布了一项开放安排：把自研基础模型 K-EXAONE 2.5 的接口调用权限向外部免费提供。按官方给出的路径，开发者、初创企业、企业与研究机构在 EXAONE 平台完成注册、取得 API 密钥之后，即可把该模型接入自身的服务开发或科研流程，过程中不产生额外的调用费用。此次放出的是接口调用能力而非模型权重，平台页面同时列出了面向结构化数据预测的较小模型 EXAONE Tabular。官方对动机的公开表述，是给外部提供把韩国自研 AI 模型直接用于服务的机会；相关说明还提到，这一动作与韩国科学技术信息通信部推进的自主 AI 基础模型项目有关联，LG 以项目参与方的身份开发 K-EXAONE 系列。
从版本关系看，K-EXAONE 2.5 属于技术验证性质的产物，并非另起炉灶的第三代基础模型。它以8月对外发布的第二代自研模型为起点，通过追加一轮后训练改进学习方法，用来确认性能还有多少提升余地。官方说明称，在正式投入新一代模型开发之前，团队选择先把既有模型的训练方法打磨一遍，据此判断改进幅度。按公开的说明，该模型总参数规模为7500亿、每个 token 激活约310亿参数，属纯文本模型，支持韩语与英语两种语言，上下文窗口为512K token，知识截止时间为2026年1月；接口采用与主流客户端兼容的形式，以 k-exaone_v2.5 作为模型标识，提供对话、工具调用、结构化输出、代码生成与流式返回，并设有推理强度档位参数。平台文档另给出输入与生成合计不超过524288个 token 的上限。这些规格也划出了能力边界：它是面向韩语与英语的文本模型，不支持本地运行，2.5 版本的权重本次并未一并释出。
与公告同步公开的还有四项面向智能体能力的评测结果，对照对象为两款公开权重的中国前沿模型 DeepSeek V4.1 Flash 与 GLM 5.3。四项评测分别对应不同能力维度，按 LG 自行测定、基于公开数据集给出的数值记录如下：Automation Bench 考察借助 SaaS 工具完成任务自动化的能力，K-EXAONE 2.5 得74.6分，两个对照值为74.9分与71.6分；Claw-Eval 考察工作环境中智能体解决问题的能力，得77.3分，对照值为75.8分与77.6分；BrowseComp 考察网页浏览与信息查找能力，得78.0分，对照值为75.8分与79.0分；SWE-Bench Pro 考察软件开发与修改任务能力，得59.2分，对照值为58.4分与64.0分。官方另称，在覆盖长文本理解、韩语长文理解、指令遵循、智能体工具使用等9个领域的24项评估指标上，综合表现较8月版本提升超过70%。EXAONE 实验室负责人把这一结果表述为，通过技术验证模型掌握了可快速响应全球基准测试环境的核心训练技术。
把几组数值并置，需要先区分它们的口径。其一，四项跑分均为 LG 自行测定、基于公开数据集，尚无独立第三方机构发布针对该版本的验证结果，官方材料本身也把它们标注为自主测定；把厂商自测值与对照模型的公开值直接视作同一场评测的读数，前提并不成立。其二，结果有高有低：K-EXAONE 2.5 在 Claw-Eval、BrowseComp、SWE-Bench Pro 上高于 DeepSeek V4.1 Flash，在 Automation Bench 上略低，相对 GLM 5.3 则仅在 Automation Bench 一项占优，并非全面超出。其三，同一组对照数字在不同公开材料里并不完全一致：SWE-Bench Pro 上 GLM 5.3 的对照值，有的材料给出64.0，有的材料则注明公开资料中没有该模型的这一项数值；同一评测项的名称也出现 Claw-Eval、CLO Eval、CLAUDEVAL 等不同写法；24项综合提升超过70%属于聚合口径，不等于某一项准确率提高70个百分点，官方材料没有公布各指标权重、8月版本的基线分数，也没有说明主要由哪些任务拉动。另有公开材料把对比基线引述为7月发布的版本，而 LG 官方与多数材料写的是8月。这些差异共同指向一点：本次公布的是厂商自测结果，读数时应连同口径一并核。
免费提供一个7500亿参数模型的调用接口，成本主要集中在推理侧，这一点决定了公告里另一项内容的分量。LG 方面表示正在评估引入 NVIDIA 的 Dynamo 技术，用于提升推理处理效率与服务扩展性，英伟达方面也发布过面向 K-EXAONE 的 Dynamo 使用指南。按公开表述，这属于评估中的技术合作方向，而非已经落地的部署；其现实指向是把大规模推理负载分布到更高效的框架上，压低单位调用成本，使免费接口在用量上升之后仍具备可维护性。与之并列的，是一组尚未给出的条件：公开材料没有说明免费期限、速率限制、延迟目标、服务硬件与后续定价，也没有说明免费期结束后适用何种条款。对开发者而言，免费降低了试验门槛，但从试验走向生产系统时，可靠性、响应时间、数据处理要求与授权条款会变得与跑分同等重要；免费接口与开放权重也是两件事，本次只提供平台调用，2.5 版本权重并未释出，而该系列较早的版本此前曾以开放权重形式发布。
关于免费开放的动机，公开材料里可以直接核到的是访问方式的变化，以及 LG 方面把提供直接应用机会、在真实使用中验证技术作为公开表述。部分行业分析进一步把这一动作解读为为下一代模型收集真实使用数据、加快 K-EXAONE 3.0 的开发；也有分析明确指出，目前没有可核验证据表明接口使用数据会直接回流到下一代模型的训练流程，能够确认的变化只有一个新增的免费接口选项、一组厂商自测跑分，以及一条尚在评估中的基础设施方向。把这两层分开是必要的：官方公告、外部解读与已验证事实的可信度并不相同。可以确定的是，LG AI Research 的联席所长把2027年1月之前完成前沿级 EXAONE 模型列为开发目标，这是目标时间点而非已达成的结果；2.5 作为技术验证模型，承担的是在第三代到来之前把训练方法与评测口径跑通的角色。
把这次开放放进当期的行业环境，可以看到一组并行的动作。主权 AI 基础模型通常以政府与大型企业内部的部署为主，LG 的做法是把一个列入国家代表模型序列的版本，以 API 密钥的形式交给任何开发者免费调用，并把对照对象明确设为两款中国的开放权重前沿模型；同一周内，中国开放权重模型在低成本智能体能力上持续被作为参照。免费、兼容主流客户端接口、不设初始调用费用，这三点共同降低了外部试用门槛，也让更多第三方评测有机会出现——而第三方结果是否支持厂商自测数值，公开材料目前没有给出。就 LG 自身节奏而言，8月发布第二代模型、11月推出追加训练的技术验证版本并开放接口、把前沿级第三代定在2027年1月，构成一条连续的时间线；本次公告没有给出免费期限，也没有给出第三代的规格或评测方式，后续仍需以平台文档与官方公告为准。
