LG AI Research 免费开放 K-EXAONE 2.5 API：750B 总参数、31B 激活、512K 上下文，官方口径 SWE-Bench Pro 59.2 略高于 DeepSeek-V4.1-Flash

核心背景

韩国「主权 AI 基础模型」计划下，LG AI Research 8 月发布了开放权重的 K-EXAONE 2.0。11 月 9 日首尔 COEX 举办的 NVIDIA AI Day Seoul 上，LG 宣布在 2.0 基础上加训的 K-EXAONE 2.5 通过新上线的 EXAONE API 平台免费开放。LG 把它定位为「技术验证模型」，验证过的训练方法将用于第三轮模型；据 Korea Times 报道，LG 目标在明年 1 月做出前沿级 EXAONE 模型。

模型与接口

官方模型页给出的规格：750B 总参数、31B 激活（2.0 为 37B 激活），纯文本，支持韩语和英语，上下文与最大输出均为 512K，知识截止 2026 年 1 月。接口兼容 OpenAI Chat Completions，模型名 k-exaone_v2.5。模型总是先推理再作答，可用 reasoning_effort 选 low / high / max（默认 max），推理内容单独放在 reasoning_content 字段返回。输入 token 加 max_tokens 不得超过 524,288，超出直接返回 400。NVIDIA 官方博客称，该模型训练使用了 Nemotron 数据集，包括 700 万条合成韩国人物画像的 Nemotron-Personas-Korea。

厂商口径跑分

LG 用公开数据集做内部评测，四项 Agent 基准为 SWE-Bench Pro 59.21、BrowseComp 78、AutomationBench（开放集）74.6、Claw-Eval 77.29。对比 DeepSeek-V4.1-Flash（58.41 / 75.8 / 74.9 / 75.78）和 GLM-5.3（64.03 / 79 / 71.6 / 77.64），三者互有胜负，K-EXAONE 2.5 没有一项是三者中最高的。相比 2.0，AutomationBench 从 16.9 跳到 74.6。

开发者怎么看

对需要韩语能力、又想零成本试大号 MoE 模型的团队，这是一个可以直接接进现有 OpenAI SDK 和编码 Harness 的新选项。需要注意：官方没有公布免费期限、额度和速率限制，没有说明 2.5 是否开放权重，也不支持中文；默认 max 推理会拉长延迟、消耗更多 token，接入 Agent 时建议按场景调 reasoning_effort，并开启 preserve_thinking 保留多轮推理。跑分全部来自 LG 自测，正式用于生产前最好用自己的任务复测。