11月9日消息，LG AI Research 免费开放 K-EXAONE 2.5 模型 API。开发者、初创公司、企业和研究机构可通过 EXAONE API Platform 获取 API 密钥，将模型用于服务开发与研究。
LG 将 K-EXAONE 2.5 称为“기술 검증 모델”（技术验证模型），它是在今年8月发布的版本上追加训练得到的，而不是一个全新世代模型。
750B 总参数与 512K 上下文
官方模型页显示，K-EXAONE 2.5 采用 MoE 架构，总参数量为 750B，每个 token 对应31B活跃参数。模型支持 512K 上下文，知识截止时间为2026年1月。
API 提供聊天、工具调用、结构化输出、代码生成和流式响应。其接口兼容 OpenAI 的聊天补全格式，外部智能体框架负责执行模型返回的工具调用，并把结果传回模型。
免费访问仍受平台速率限制。官方文档显示，API 响应头会提供限额、剩余额度和重试等待信息，具体限额数值没有在说明页统一列出。
四项智能体基准采用 LG 自测结果
LG 使用开放数据集自行测量了 K-EXAONE 2.5，并与 DeepSeek-V4.1-Flash、GLM-5.3 比较。这些结果属于厂商自测，不是独立第三方评测。 在 SWE-Bench Pro 中，K-EXAONE 2.5 得到59.21分，DeepSeek-V4.1-Flash 为58.41分。GLM-5.3 以64.03分领先。K-EXAONE 2.5 高于 DeepSeek，但没有超过 GLM。
BrowseComp 中，K-EXAONE 2.5 得到78.0分，DeepSeek-V4.1-Flash 为75.8分。GLM-5.3 为79.0分。Claw-Eval 中，K-EXAONE 2.5 得到77.29分，DeepSeek-V4.1-Flash 为75.78分。GLM-5.3 为77.64分。
AutomationBench 开放集评测提供了另一种结果。K-EXAONE 2.5 得到74.6分，略高于 GLM-5.3 的71.6分，但低于 DeepSeek-V4.1-Flash 的74.9分。四项测试合并来看，各模型都有领先项目，不能概括为 K-EXAONE 2.5 全面优于两款对照模型。
当前支持韩语和英语
K-EXAONE 2.5 当前只支持文本输入，官方列出的语言为韩语和英语。文档没有把中文列入支持语言，但这不等于已经证明模型完全无法处理中文。
对开发者而言，免费托管 API 提供了无需自行部署750B模型的测试入口。公开基准可以用来选择测试场景，实际编码、检索和工具调用表现仍需在自己的工作负载中验证。
K-EXAONE 2.5 的 API 与模型说明已在 EXAONE API Platform 上线，11月9日起免费开放。
AI 速览
