Artificial Analysis 评测阿联酋 MBZUAI 新开源 MoE 模型 K2 Horizon 375B A23B（375B 总参、23B 激活、512K 上下文）：Intelligence Index 得 47，较前代 K2 Think V2（17 分、70B dense）大幅跃升。智能体与知识工作（GDPval-AA、τ³-Banking）领先相近的 MiniMax-M3，但 GPQA Diamond 与 HLE 等硬推理仍落后；幻觉率约 26%，主要靠高弃答而非更强知识。

核心要点速览 (Key Takeaways)

  • ✓Intelligence Index 47：相对 K2 Think V2（17）约 +30，架构从 70B dense 升级为 375B/23B MoE、上下文 512K。
  • ✓智能体侧：GDPval-AA Elo 1430 vs MiniMax-M3 1380；τ³-Banking 34.2% vs 15.3%。
  • ✓知识/推理仍弱：GPQA 87.3% vs M3 92.9%，HLE 32.0% vs 39.0%；AA-Omniscience 仅作答约 40%。定价与许可证细节待公布。
ADSponsored