IFM veröffentlicht K2 Horizon: Sechs offene KI-Modelle von 0,9B bis 375B
K2 Horizon: Frontier Performance, Radically Open
IFM hat K2 Horizon vorgestellt, eine Familie aus sechs KI-Modellen (375B-A23B, 36B-A4B, 32B, 7B, 3.7B und 0.9B), die in den jeweiligen Größenklassen Spitzenleistungen bei Reasoning, Mathematik, Coding und Agentenaufgaben erzielen. Die Modelle 0.9B, 3.7B und 7B setzen neue Maßstäbe. Erstmals wird der gesamte Trainingslebenszyklus offengelegt: von Vortraining über Reasoning bis zum agentischen Post-Training, inklusive Zwischen-Checkpoints, Trainingsdaten oder Rezepten, Architektur, Code und Logs. Die Veröffentlichung erfolgt unter Apache 2.0. Die 36B-A4B-Variante nutzt die neue MoVA-Architektur für effiziente Aufmerksamkeit.
K2 Horizon bringt diese beiden Dinge zusammen: Die Familie bietet hochkompetitive Modelle und veröffentlicht die Rezepte, mit denen sie trainiert wurden.
- jjordan
Vollständig offene Modelle müssen wirklich ein großer Teil der KI-Zukunft sein. Das beinhaltet den gesamten Quellcode, offene Trainingsdaten, wie sie organisiert, dem Modell zugeführt, verarbeitet usw. werden. Bis das Realität ist, wird man sich immer fragen müssen, was genau unter der Oberfläche des geschlossenen Modells liegt, das man verwendet, und damit die Möglichkeit gesellschaftlicher Manipulation offen lassen.
- a11r
Es ist großartig zu sehen, dass ein weiterer Akteur einen vollständig offenen Stack einführt. Nvidias Nemotron ist das einzige andere prominente Beispiel, das ich kenne. Abgesehen davon entsprechen die Behauptungen in der Überschrift nicht der selbstberichteten Leistung. Zum Beispiel liegt das dichte 32B-Modell deutlich hinter Qwen3.8 27B (Diagramm unten auf https://ifm.ai/blog/k2). Gemma4 31B ist nicht in der Vergleichsgruppe. Das ist der wichtigste Sweet Spot für selbst gehostete Open-Weight-Modelle heute, und echte Konkurrenz hier wäre sehr willkommen.
- piinbinary
Etwas vom Thema abweichend, aber ich glaube, ich bekomme langsam eine Modell-Müdigkeit. Die kommen 10-mal schneller heraus, als neue JavaScript-Frameworks vor 10 Jahren herauskamen (zumindest sind neue Modelle weitaus einfacher zu übernehmen).
- cesarvarela
Ich finde es amüsant, dass diese Veröffentlichungen zwar ein technologisches Wunder sind, die Diagramme im Dokument aber winzige Schriftarten verwenden und schwer zu lesen sind. Das passt zu der Idee, dass Programmieren vielleicht gelöst ist, aber Geschmack nicht.
- cogman10
Meine kurze Bewertung des 3.7B-Modells (weil ich interessiert war) ist, dass es beim Programmieren nicht vertrauenswürdig ist. Es scheiterte an meinem grundlegenden Test, den ich Modellen gerne stelle, und generierte falschen Code. Als ich auf den Fehler hinwies, begann es, nicht existierende APIs zu halluzinieren. Danach geriet es in eine Schleife, in der es versuchte, die Lösung zu überprüfen, die nicht funktionierte.
- ACCount37
Von einer "verbundenen Flotte" hätte ich eine Art direkte Modell-zu-Modell-Kommunikation erwartet – wie ein kleines Modell, das direkt in den KV-Cache eines großen Modells schauen kann, um Orientierungssignale zu erhalten.
- kennywinker
Wenn ich das richtig lese, schneidet das 7b-Modell beim Programmieren genauso gut ab wie Qwen3.6-35b-a3b? K2 Horizon 7b erreicht 70,6 bei SWE-Bench-Verified. Qwen3.6-35b-a3b erreicht 70,0 bei SWE-Bench-Verified. Das ist ziemlich interessant. Ich nehme an, dass Benchmark und Realität nicht übereinstimmen, aber ich lade es jetzt herunter, um es herauszufinden. Wenn es auch nur annähernd wahr ist, ermöglicht es lokales LLM-Programmieren auf einer ganz neuen Klasse von Maschinen (alles mit 8 GB VRAM).
- uniclaude
Das am Tag zu sehen, an dem alle großen geschlossenen LLMs offline gingen, ist eine ziemliche Erinnerung daran, wie wertvoll Open Source sein kann.