O que é K-EXAONE 2.0?
K-EXAONE 2.0 é o modelo de linguagem carro-chefe da LG AI Research, lançado com pesos abertos no Hugging Face em 29 de julho de 2026 e o maior modelo construído na Coreia. É um modelo mixture-of-experts com 750 bilhões de parâmetros, 37 bilhões ativos por token, criado ampliando o K-EXAONE anterior de 236B e treinando-o mais. Tem contexto de 262.144 tokens, raciocina passo a passo e cobre dez idiomas: coreano, inglês, espanhol, alemão, japonês, vietnamita, francês, italiano, polonês e português.
Ao contrário dos modelos EXAONE anteriores, que limitavam o uso comercial, está sob a licença Apache 2.0. A LG oferece pesos BF16, FP8 e NVFP4 e uma variante DSpark de decodificação especulativa, e diz que a predição de vários tokens e o DSpark aceleram a geração em cerca de 3 a 5 vezes. No Hugging Face ele tem 159 curtidas e 14.254 downloads nos últimos 30 dias.
A LG não publica preço por token. A FriendliAI o oferece como endpoint dedicado, e a LG mantém uma demonstração. Os exemplos de implantação usam dois nós com oito GPUs NVIDIA H200 cada.
Quanto custa K-EXAONE 2.0?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Apache 2.0 |
| FriendliAI dedicated endpoint | GPU-time billing | Sem preço por token publicado |
Pesos gratuitos sob Apache 2.0. Sem preço por token publicado; a FriendliAI oferece endpoints dedicados cobrados por tempo de GPU.
K-EXAONE 2.0 vale a pena?
K-EXAONE 2.0 vale a pena por duas coisas: trabalho em coreano e encontrar fatos em documentos muito longos. A LG informa 94,4 no OpenAI-MRCR, um teste de recuperar detalhes enterrados em contexto longo, contra 92,9 do DeepSeek-V4-Pro e 71,5 do GLM-5.1, e 89,6 no Ko-LongBench. Suas notas de segurança são as mais altas da tabela da LG, 99,8 no KGC-Safety e 89,5 no ROK-Fortress, embora a própria LG tenha criado o KGC-Safety.
Em quase todo o resto ele fica atrás. Na mesma tabela marca 43,8 no Terminal-Bench 2.1 contra 64,0 do DeepSeek-V4-Pro e 61,8 do GLM-5.1, e 18,3 no Humanity's Last Exam contra 37,7. Até no teste coreano KMMLU-Pro fica atrás, 69,1 contra 80,5. O índice v5.0.1 da Artificial Analysis dá nota 8, contra uma mediana de 23 para modelos abertos comparáveis.
O porém: rodá-lo é um projeto de cluster. O guia rápido exige os forks de SGLang e Transformers da LG, distribui o modelo em dois nós H200 de oito GPUs, e a LG avisa que a saída colapsa em GPUs B200 sem uma flag específica. Não há API pública por token, então não dá para testar barato antes de comprar o hardware.
Nossa opinião: K-EXAONE 2.0 faz sentido para um órgão público ou banco coreano que precisa de um modelo com licença Apache de um laboratório nacional e trabalha sobretudo com documentos longos em coreano. Quem escolhe só pela capacidade tira mais do DeepSeek-V4-Pro ou do GLM-5.3.
Onde ele se destaca
A equipe de compliance de um banco coreano
Pesquisar processos regulatórios e contratos longos em coreano nos próprios servidores
Hospede os pesos FP8 em dois nós H200 e use o contexto de 262.144 tokens para perguntas sobre documentos inteiros. Apache 2.0 dispensa negociar licença, e o 89,6 da LG no Ko-LongBench combina com esse trabalho.
Uma equipe de IA do setor público com mandato de modelo soberano
Implantar um modelo de ponta feito no país com comportamento de segurança rigoroso
K-EXAONE 2.0 lidera a tabela da LG no KGC-Safety e no ROK-Fortress. Reserve orçamento para um cluster dedicado ou um endpoint dedicado da FriendliAI, já que não existe serviço por token.
Antes de decidir
- Configuração
- Instale os forks de SGLang e Transformers da LG e sirva o modelo com paralelismo de tensores em dois nós de oito GPUs H200; o cartão também traz receitas de vLLM, mas a decodificação DSpark não é suportada no vLLM.
- Integrações
- Endpoint compatível com OpenAI depois de implantado; parsers de raciocínio e chamadas de ferramentas do Qwen3; endpoints dedicados da FriendliAI.
- Dados e privacidade
- Pesos Apache 2.0, então hospedar por conta própria mantém os dados em casa. O corte de conhecimento informado pela LG é o segundo trimestre de 2025.
- Custo em escala
- Sem preço por token. A configuração de referência exige dezesseis GPUs H200; a FriendliAI cobra endpoints dedicados por tempo de GPU.
- Limites
- Contexto de 262.144 tokens. Em GPUs B200, a LG orienta adicionar --disable-prefill-cuda-graph para evitar que a geração colapse.
O que é bom
- Licença Apache 2.0, uma novidade nos grandes modelos da LG
- 94,4 em recuperação de contexto longo OpenAI-MRCR, segundo a LG
- Melhores notas de segurança na comparação da LG
- Dez idiomas, incluindo coreano, vietnamita e polonês
O que não é
- Atrás do DeepSeek-V4-Pro e do GLM-5.1 em código, matemática e conhecimento na própria tabela da LG
- Nota 8 no índice da Artificial Analysis contra mediana de 23 dos pares
- Precisa de dois nós H200 de oito GPUs e código de implantação em fork
- Sem API pública por token
Ideal para
Organizações coreanas que precisam de um modelo nacional com licença permissiva para documentos longos em coreano e podem hospedá-lo por conta própria.
Alternativas ao K-EXAONE 2.0
K-EXAONE 2.0: perguntas frequentes
- K-EXAONE 2.0 vale a pena?
- Um modelo coreano de ponta realmente aberto, ótimo para achar dados em documentos longos, mas pelas próprias tabelas da LG fica atrás dos modelos abertos chineses na maior parte do trabalho. Damos nota 3.4 de 5.
- Quanto custa K-EXAONE 2.0?
- Pesos gratuitos sob Apache 2.0. Sem preço por token publicado; a FriendliAI oferece endpoints dedicados cobrados por tempo de GPU.
- Quais são as desvantagens de K-EXAONE 2.0?
- Atrás do DeepSeek-V4-Pro e do GLM-5.1 em código, matemática e conhecimento na própria tabela da LG; nota 8 no índice da Artificial Analysis contra mediana de 23 dos pares; precisa de dois nós H200 de oito GPUs e código de implantação em fork; sem API pública por token.
- Para quem K-EXAONE 2.0 é indicado?
- Organizações coreanas que precisam de um modelo nacional com licença permissiva para documentos longos em coreano e podem hospedá-lo por conta própria.
- Quanto custa K-EXAONE 2.0 para uma equipe ou em produção?
- Sem preço por token. A configuração de referência exige dezesseis GPUs H200; a FriendliAI cobra endpoints dedicados por tempo de GPU.
- K-EXAONE 2.0 é seguro para dados da empresa?
- Pesos Apache 2.0, então hospedar por conta própria mantém os dados em casa. O corte de conhecimento informado pela LG é o segundo trimestre de 2025.
- Quais são as melhores alternativas ao K-EXAONE 2.0?
- As alternativas mais próximas que analisamos são DeepSeek-V4-Pro, GLM-5.3, Solar Open 2 e Mistral Large 4.
Respostas verificadas em 7 de nov. de 2026.