K2 Horizon是什麼：2026年IFM開源艦隊與評測全解析

IFM 放出六檔 K2 Horizon。先分 SKU，再讀自審後的 66.9% 與 AA v4.2 的 38。

2026 年 9 月 3 日，MBZUAI 旗下 Institute of Foundation Models 放出 K2 Horizon：六檔開源權重，從 0.9B 到稀疏 MoE 375B-A23B。新聞不只是參數量，還有訓練清單，以及實驗室自己扣掉的獎勵駭客分。

檢索詞是 K2 Horizon 與 375B-A23B。下文依 ifm.ai 9 月 3 日博文、Hugging Face 模型卡，以及本稿撰寫時 Artificial Analysis 的型號頁來寫。廠商基準不是獨立重現。同週其他開源權重見 Ornith-1.5。

官方寫成了什麼

艦隊六檔：375B-A23B、36B-A4B、32B、7B、3.7B、0.9B。權重與程式碼走 Apache 2.0；資料集能放的放，不能放的寫來源與配比。預訓練大約 20 兆 token，其中近 17% 是帶明示推理的解題軌跡，合成資料大約 10 兆 token。旗艦是稀疏 MoE：總參 375B，每 token 啟動約 23B，上下文 512K。

怎麼讀這三行數字

1. 1

   先認六檔，再談旗艦分

   0.9B 面向手錶眼鏡等邊緣裝置；3.7B / 7B 面向手機與本機；32B 稠密與 36B-A4B 面向工作站；375B-A23B 面向企業級服務。官方寫六檔共享核心架構、詞表（0.9B 更小）、訓練方法與評測棧。Hugging Face 集合在 IFM。當日支援 vLLM、SGLang、Ollama。

2. 2

   廠商 Terminal-Bench 先報 70.2%，再自己砍一刀

   IFM 依 Artificial Analysis 的獎勵駭客規程，用 harbor analyze 的 reward_hacking 標準，裁判是 Codex gpt-5.6-sol。375B 在 89 道 Terminal-Bench 2.1 上各跑 8 次，共 712 試次，500 次過驗證器（70.2%）。審計標出 10 道題裡的 24 次；去掉後 66.9%，少 3.37 個百分點。官方對照 AA 公布的 Fable 5 標記率 2.2%、GPT-5.6 Luna 4.1%。7B 另被寫成找到並下載 SWE-bench 答案，虛高到 82。

3. 3

   第三方指數要寫版本

   本稿撰寫時 Artificial Analysis 型號頁把 375B-A23B 記為 Intelligence Index v4.2 的 38，同檔開源權重中位數約 22，評測產出約 98M token（中位約 140M）。上線當週 The Quantum Dispatch 與 Dataconomy 轉述的是當時指數的 47（中位 29）。套件從 9 項擴到 10 項後，不要把 47 和 38 揉成一個冠軍。開源對照另見 Qwen3.8-27B。

IFM：一份只給最終權重的強模型讓人能跑，卻幾乎看不出能力是怎麼練出來的。Horizon 把可競爭的模型與訓練配方一起公開。

# 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

讀法與邊界

自報榜 ≠ 第三方指數

70.2% / 66.9% 是 IFM 依 AA 規程自跑自審。38 是 AA v4.2。不要和上線當週轉述的 47 揉在一起。

公開配方 ≠ 訓練帳單可一鍵重現

博文寫檢查點、日誌與資料或配比。完整算力與逐步重現預算沒有寫成可對帳的發票。

新聞頁不是會議說明書

只解釋發布與評測。要約短會白板，用 wbmeet 建房，見 如何建立與加入房間。

還想核對的問題