¿Qué es K-EXAONE 2.0?
K-EXAONE 2.0 es el modelo de lenguaje insignia de LG AI Research, publicado con pesos abiertos en Hugging Face el 29 de julio de 2026 y el mayor modelo creado en Corea. Es un modelo mixture-of-experts con 750.000 millones de parámetros, 37.000 millones activos por token, obtenido ampliando el anterior K-EXAONE de 236B y entrenándolo más. Tiene un contexto de 262.144 tokens, razona paso a paso y cubre diez idiomas: coreano, inglés, español, alemán, japonés, vietnamita, francés, italiano, polaco y portugués.
A diferencia de los modelos EXAONE anteriores, que limitaban el uso comercial, está bajo la licencia Apache 2.0. LG ofrece pesos BF16, FP8 y NVFP4 y una variante DSpark de decodificación especulativa, y dice que la predicción de varios tokens y DSpark aceleran la generación unas 3 a 5 veces. En Hugging Face tiene 159 me gusta y 14.254 descargas en los últimos 30 días.
LG no publica precio por token. FriendliAI lo ofrece como endpoint dedicado y LG tiene una demo. Sus ejemplos de despliegue usan dos nodos de ocho GPU NVIDIA H200.
¿Cuánto cuesta K-EXAONE 2.0?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Apache 2.0 |
| FriendliAI dedicated endpoint | GPU-time billing | Sin tarifa por token publicada |
Pesos gratuitos bajo Apache 2.0. Sin precio por token publicado; FriendliAI ofrece endpoints dedicados que se facturan por tiempo de GPU.
¿Merece la pena K-EXAONE 2.0?
K-EXAONE 2.0 merece atención por dos cosas: el trabajo en coreano y encontrar datos en documentos muy largos. LG declara 94,4 en OpenAI-MRCR, una prueba de recuperar detalles enterrados en un contexto largo, frente a 92,9 de DeepSeek-V4-Pro y 71,5 de GLM-5.1, y 89,6 en Ko-LongBench. Sus puntuaciones de seguridad son las más altas de la tabla de LG, 99,8 en KGC-Safety y 89,5 en ROK-Fortress, aunque LG creó KGC-Safety.
En casi todo lo demás va por detrás. En la misma tabla obtiene 43,8 en Terminal-Bench 2.1 frente a 64,0 de DeepSeek-V4-Pro y 61,8 de GLM-5.1, y 18,3 en Humanity's Last Exam frente a 37,7. Incluso en la prueba coreana KMMLU-Pro queda atrás, 69,1 frente a 80,5. El índice v5.0.1 de Artificial Analysis le da 8, frente a una mediana de 23 para modelos abiertos comparables.
La pega: ejecutarlo es un proyecto de clúster. La guía rápida necesita los forks de SGLang y Transformers de LG, sirve el modelo repartido en dos nodos H200 de ocho GPU, y LG avisa de que la salida colapsa en GPU B200 si no se activa una opción. No hay API pública por token, así que no se puede probar barato antes de comprar el hardware.
Nuestra opinión: K-EXAONE 2.0 tiene sentido para un organismo público o un banco coreano que necesita un modelo con licencia Apache de un laboratorio nacional y trabaja sobre todo con documentos largos en coreano. Quien elija solo por capacidad saca más de DeepSeek-V4-Pro o GLM-5.3.
Dónde se gana su sitio
El equipo de cumplimiento de un banco coreano
Buscar en expedientes regulatorios y contratos largos en coreano en sus propios servidores
Aloja los pesos FP8 en dos nodos H200 y usa el contexto de 262.144 tokens para preguntas sobre documentos completos. Apache 2.0 evita negociar licencias, y el 89,6 de LG en Ko-LongBench encaja con este trabajo.
Un equipo de IA del sector público con mandato de modelo soberano
Desplegar un modelo de frontera hecho en el país con un comportamiento de seguridad estricto
K-EXAONE 2.0 encabeza la tabla de LG en KGC-Safety y ROK-Fortress. Hay que presupuestar un clúster dedicado o un endpoint dedicado de FriendliAI, porque no existe servicio por token.
Antes de decidirte
- Puesta en marcha
- Instala los forks de SGLang y Transformers de LG y sirve el modelo con paralelismo de tensores en dos nodos de ocho GPU H200; la ficha también trae recetas de vLLM, pero la decodificación DSpark no funciona en vLLM.
- Integraciones
- Endpoint compatible con OpenAI una vez desplegado; parsers de razonamiento y llamadas a herramientas de Qwen3; endpoints dedicados de FriendliAI.
- Datos y privacidad
- Pesos Apache 2.0, así que alojarlo tú mismo mantiene los datos en casa. La fecha de corte de conocimiento de LG es el segundo trimestre de 2025.
- Coste a escala
- Sin precio por token. Alojarlo requiere dieciséis GPU H200 en la configuración de referencia; FriendliAI factura los endpoints dedicados por tiempo de GPU.
- Límites
- Contexto de 262.144 tokens. En GPU B200, LG indica añadir --disable-prefill-cuda-graph para evitar que la generación colapse.
Lo bueno
- Licencia Apache 2.0, una novedad en los modelos grandes de LG
- 94,4 en recuperación de contexto largo OpenAI-MRCR, según LG
- Las mejores puntuaciones de seguridad de la comparativa de LG
- Diez idiomas, entre ellos coreano, vietnamita y polaco
Lo malo
- Por detrás de DeepSeek-V4-Pro y GLM-5.1 en código, matemáticas y conocimiento en la propia tabla de LG
- Obtiene 8 en el índice de Artificial Analysis frente a una mediana de 23 en su grupo
- Necesita dos nodos H200 de ocho GPU y código de despliegue bifurcado
- Sin API pública por token
Ideal para
Organizaciones coreanas que necesitan un modelo nacional con licencia permisiva para documentos largos en coreano y pueden alojarlo ellas mismas.
Alternativas a K-EXAONE 2.0
K-EXAONE 2.0: preguntas frecuentes
- ¿Merece la pena K-EXAONE 2.0?
- Un modelo coreano de frontera de verdad abierto, excelente para recuperar datos en documentos largos, pero según las propias tablas de LG queda por detrás de los modelos abiertos chinos en casi todo. Le damos un 3.4 sobre 5.
- ¿Cuánto cuesta K-EXAONE 2.0?
- Pesos gratuitos bajo Apache 2.0. Sin precio por token publicado; FriendliAI ofrece endpoints dedicados que se facturan por tiempo de GPU.
- ¿Qué inconvenientes tiene K-EXAONE 2.0?
- Por detrás de DeepSeek-V4-Pro y GLM-5.1 en código, matemáticas y conocimiento en la propia tabla de LG; obtiene 8 en el índice de Artificial Analysis frente a una mediana de 23 en su grupo; necesita dos nodos H200 de ocho GPU y código de despliegue bifurcado; sin API pública por token.
- ¿Para quién es K-EXAONE 2.0?
- Organizaciones coreanas que necesitan un modelo nacional con licencia permisiva para documentos largos en coreano y pueden alojarlo ellas mismas.
- ¿Cuánto cuesta K-EXAONE 2.0 para un equipo o en producción?
- Sin precio por token. Alojarlo requiere dieciséis GPU H200 en la configuración de referencia; FriendliAI factura los endpoints dedicados por tiempo de GPU.
- ¿Es K-EXAONE 2.0 seguro para los datos de la empresa?
- Pesos Apache 2.0, así que alojarlo tú mismo mantiene los datos en casa. La fecha de corte de conocimiento de LG es el segundo trimestre de 2025.
- ¿Cuáles son las mejores alternativas a K-EXAONE 2.0?
- Las alternativas más cercanas que hemos analizado son DeepSeek-V4-Pro, GLM-5.3, Solar Open 2 y Mistral Large 4.
Respuestas comprobadas el 7 nov 2026.