IFM 发布 K2 Horizon：全尺寸性能新标杆
K2 Horizon: Frontier Performance, Radically Open
IFM 正式推出 K2 Horizon 模型家族，涵盖从 0.9B 到 375B-A23B 的六个尺寸，在推理、数学、代码及 Agent 任务上均达到各自量级的顶尖水平。此次发布不仅是性能突破，更是开源透明度的里程碑：IFM 首次公开了从预训练到 Agent 后训练的完整生命周期，包括中间检查点、训练数据配方、代码及详细日志。无论是运行在智能手表上的 0.9B 模型，还是企业级部署的 375B-A23B，开发者都能获得复现和定制所需的全部资源，真正实现了从边缘设备到企业级应用的全覆盖。
K2 Horizon 将这两者结合在一起：它提供了极具竞争力的模型，并公开了训练这些模型所需的配方。
HN 评论区
82- jjordan
完全开源的模型必须成为 AI 未来的重要组成部分。这包括所有源代码、开放的训练数据，以及数据如何组织、输入模型、处理等细节。在这一点成为现实之前，你总会忍不住好奇自己正在使用的闭源模型底层究竟藏着什么，这也给社会操纵留下了可能性。
- a11r
很高兴看到又有玩家推出了完全开源的栈。据我所知，Nvidia 的 Nemotron 是另一个著名的例子。
话虽如此，标题中的宣称与自测性能并不相符。例如，稠密 32B 模型明显落后于 Qwen3.8 27B（参见 https://ifm.ai/blog/k2 页面底部的图表）。Gemma4 31B 并未纳入对比集。这正是当下自托管开源权重模型最重要的甜点区间，这里的真实竞争将非常受欢迎。
- cogman10
我快速看了一下 3.7B 模型（因为我很感兴趣），结论是它不适合用来写代码。
它在我常用来测试模型的基础测试中失败了，生成了错误的代码。当被问及这个 bug 时，它开始幻觉出不存在的 API。做完这些后，它又陷入了死循环，试图去 desk check 那个根本行不通的解决方案。
- cesarvarela
我觉得有点讽刺的是，虽然这些发布堪称技术奇迹，但文档里的图表字体小得难以阅读。这印证了一个观点：编程或许能被解决，但审美不行。
- piinbinary
有点跑题，但我感觉开始有点模型疲劳了。这些模型推出的速度比 10 年前新 JavaScript 框架的推出速度快了 10 倍（至少新模型要容易得多）。