K2 Horizon이란: IFM 2026 오픈 함대와 평가 감사

IFM은 9월 3일 K2 Horizon 여섯 크기를 한 번에 내고 레시피도 열었다. 빈 순위표가 아니라 체크포인트와 스스로 고친 점수가 핵심이다.

2026년 9월 3일, MBZUAI 산하 아부다비·실리콘밸리·파리 연구소 Institute of Foundation Models(IFM)이 K2 Horizon을 공개했다. 0.9B부터 375B까지 기반 모델 6개와 가중치, 코드, 학습 데이터, 방법을 한 번에 냈다.

아부다비 날짜의 보도자료는 이를 지금까지 가장 큰 완전 오픈 모델 함대라 쓰고, 최근의 ‘가중치만 공개’ 논쟁을 넘기겠다고 했다. BigDATAwire와 Asharq Al-Awsat / UA.NEWS도 같은 날 규모와 재현 약속을 전했다.

여섯 모델, 하나의 레시피

함대는 375B-A23B, 36B-A4B, 32B, 7B, 3.7B, 0.9B다. 0.9B만 더 작은 어휘를 쓰고, 핵심 구조·학습법·인터페이스·배포 도구는 공유한다. 가중치와 코드는 Apache 2.0. 재배포 가능한 데이터는 ODC-BY 등, 불가하면 구성과 혼합비를 공개한다.

‘완전 개방’을 읽는 법

1. 1

   산출물

   사전학습부터 추론·에이전트 후학습까지의 중간 체크포인트, 로그, 혼합, 코드, 최종 가중치. 설립자 Eric Xing은 로이터에 남이 재현할 수 있게 하는 것이 목적이라고 했다.

2. 2

   학습 규모

   공식 블로그: 크기마다 사전학습 약 20조 토큰. 3.7B, 7B, 32B, 36B-A4B는 같은 22조로 학습. 사전학습의 약 17%는 명시적 추론 궤적, 합성은 약 10조 토큰.

3. 3

   받는 곳

   당일 Hugging Face, vLLM, SGLang, Ollama. API는 Compass, Cerebras, Nebius. 하드웨어는 NVIDIA, AMD, Cerebras를 적었다.

스스로 고친 표

Xing은 보도자료에서, 오픈소스는 가중치 공개 이상이며, 데이터와 방법을 보고 결과를 재현·개선할 수 있을 때 과학이 작동한다고 했다.

MoVA

어텐션 Value 쪽에 전문가 라우팅을 넣고 FlashAttention·그룹 쿼리와 호환된다고 한다. 36B-A4B는 활성 약 4B로 밀집 32B에 가깝다.

Uno Diffusion

자기회귀 가중치는 고정하고 가벼운 확산 어댑터로 토큰 덩어리를 병렬 생성. 보도자료는 약 3배·품질 유지, 블로그는 꽂는 LoRA라고 쓴다.

팀에 그림 한 장이 필요할 때

읽고 나면 보통 여섯 크기, 산출물 목록, 70.2%가 66.9%가 된 감사의 한 장이 필요하다. 회의 스위트는 필요 없다. tidemeet에서 짧은 공간을 열거나 공간 만들기를 본다. 다른 랩 평가 설계는 DeepMind 이중맹검 엔클레이브, 폐쇄 플래그십 층은 Claude Fable 5.1.

# 축
edge-0.9b → on-device-7b → local-32b/36b → flagship-375b → audit-66.9

질문