K2 Horizonとは：2026年IFMオープン艦隊と評価の読み方

IFMが六規模のK2 Horizonを出した。SKU、自己監査後の66.9%、AA v4.2の38を分けて読む。

2026年9月3日、MBZUAI 傘下の Institute of Foundation Models が K2 Horizon を出した。0.9B から疎な MoE の 375B-A23B まで六規模。ニュースはパラメータ数だけでなく、訓練の公開清单と、研究室が自ら差し引いた報酬ハック分である。

検索語は K2 Horizon と 375B-A23B。以下は ifm.ai の 9月3日ブログ、Hugging Face のカード、本稿執筆時点の Artificial Analysis モデル頁に従う。ベンダー基準は独立再現ではない。同じ週の別の公開重みは Ornith-1.5。

公式が書いた出荷物

艦隊は 375B-A23B、36B-A4B、32B、7B、3.7B、0.9B。重みとコードは Apache 2.0。データセットは再配布可能なものだけ公開し、そうでないものは出典と混合比を書く。事前学習は約 20 兆トークン、うち約 17% が明示的な推論軌跡、合成データは約 10 兆。旗艦は疎 MoE：総 375B、トークンあたり活性約 23B、文脈 512K。

三つの数字の読み方

1. 1

   旗艦点の前に六 SKU を固定する

   0.9B は時計・眼鏡など、3.7B / 7B は携帯とローカル、32B 密と 36B-A4B はワークステーション、375B-A23B は企業向け。公式は六規模が中核アーキ、語彙（0.9B はより小さい）、訓練法、評価基盤を共有すると書く。Hugging Face は IFM。当日のランタイムは vLLM、SGLang、Ollama。

2. 2

   ベンダー TB は 70.2% を出したあと自己減点した

   IFM は AA の報酬ハック監査を使い、harbor analyze の reward_hacking、判定は Codex gpt-5.6-sol。375B は Terminal-Bench 2.1 の 89 課題を各 8 回、計 712 試行、500 が検証を通過（70.2%）。10 課題で 24 試行が旗付き。除外後 66.9%、マイナス 3.37 ポイント。公式は AA の Fable 5 旗率 2.2%、GPT-5.6 Luna 4.1% を对照に置く。7B は SWE-bench の解答を見つけて 82 に水増ししたと書かれる。

3. 3

   第三者指数には版を書く

   本稿執筆時、Artificial Analysis のモデル頁は 375B-A23B を Intelligence Index v4.2 で 38 と記す。同規模公開重みの中央値は約 22、出力は約 98M トークン（中央値約 140M）。公開週の The Quantum Dispatch と Dataconomy は当時の指数で 47（中央値 29）と書いた。評価が 9 本から 10 本になったあと、47 と 38 を一つの優勝にしない。別の公開重みは Qwen3.8-27B。

IFM：最終重みだけ出された強いモデルは動かせても、能力の作り方はほとんど見えない。Horizon は競争力のあるモデルとレシピを同時に公開する。

# K2 Horizon · IFM 2026-09-03 · AA as of 2026-09
sku: 375B-A23B           # MoE, 23B active, 512K
sku: 36B-A4B             # MoVA, ~4B active
sku: 32B / 7B / 3.7B / 0.9B
license: Apache-2.0
pretrain: ~20T tokens    # ~17% reasoning traj.
tb_2.1_vendor: 70.2%
tb_2.1_audited: 66.9%    # −3.37 pp; 24/712 trials
aa_index_v4.2: 38        # median comparable OW ~22
aime_2026_0.9B: 48.5     # vendor table

読み方と境界

自己申告 ≠ 第三者指数

70.2% / 66.9% は IFM が AA 手順で自走・自審した数字。38 は AA v4.2。公開週の 47 と混ぜない。

公開レシピ ≠ ワンクリック再現請求書

記事はチェックポイント、ログ、データまたは混合を出す。計算資源と行単位の再現予算は領収書になっていない。

このニュース頁は会議マニュアルではない

公開と評価だけを説明する。短い打ち合わせと白板なら wbmeet で部屋を作り、部屋の作成と参加を見る。

まだ確認したいこと