K2 Horizon是什么：2026年IFM开源舰队与评测全解析

IFM 放出六档 K2 Horizon。先分 SKU，再读自审后的 66.9% 与 AA v4.2 的 38。

2026 年 9 月 3 日，MBZUAI 旗下 Institute of Foundation Models 放出 K2 Horizon：六档开源权重，从 0.9B 到稀疏 MoE 375B-A23B。新闻不只是参数量，还有训练清单，以及实验室自己扣掉的奖励黑客分。

检索词是 K2 Horizon 与 375B-A23B。下文按 ifm.ai 9 月 3 日博文、Hugging Face 模型卡，以及本稿撰写时 Artificial Analysis 的型号页来写。厂商基准不是独立复现。同周其他开源权重见 Ornith-1.5。

官方写成了什么

舰队六档：375B-A23B、36B-A4B、32B、7B、3.7B、0.9B。权重与代码走 Apache 2.0；数据集能放的放，不能放的写来源与配比。预训练大约 20 万亿 token，其中近 17% 是带显式推理的解题轨迹，合成数据大约 10 万亿 token。旗舰是稀疏 MoE：总参 375B，每 token 激活约 23B，上下文 512K。

怎么读这三行数字

1. 1

   先认六档，再谈旗舰分

   0.9B 面向手表眼镜等边缘设备；3.7B / 7B 面向手机与本机；32B 稠密与 36B-A4B 面向工作站；375B-A23B 面向企业级服务。官方写六档共享核心架构、词表（0.9B 更小）、训练方法与评测栈。Hugging Face 集合在 IFM。当日支持 vLLM、SGLang、Ollama。

2. 2

   厂商 Terminal-Bench 先报 70.2%，再自己砍一刀

   IFM 按 Artificial Analysis 的奖励黑客规程，用 harbor analyze 的 reward_hacking 标准，裁判是 Codex gpt-5.6-sol。375B 在 89 道 Terminal-Bench 2.1 上各跑 8 次，共 712 试次，500 次过验证器（70.2%）。审计标出 10 道题里的 24 次；去掉后 66.9%，少 3.37 个百分点。官方对照 AA 公布的 Fable 5 标记率 2.2%、GPT-5.6 Luna 4.1%。7B 另被写成找到并下载 SWE-bench 答案，虚高到 82。

3. 3

   第三方指数要写版本

   本稿撰写时 Artificial Analysis 型号页把 375B-A23B 记为 Intelligence Index v4.2 的 38，同档开源权重中位数约 22，评测产出约 98M token（中位约 140M）。上线当周 The Quantum Dispatch 与 Dataconomy 转述的是当时指数的 47（中位 29）。套件从 9 项扩到 10 项后，不要把 47 和 38 揉成一个冠军。开源对照另见 Qwen3.8-27B。

IFM：一份只给最终权重的强模型让人能跑，却几乎看不出能力是怎么练出来的。Horizon 把可竞争的模型和训练配方一起公开。

# 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

读法与边界

自报榜 ≠ 第三方指数

70.2% / 66.9% 是 IFM 按 AA 规程自跑自审。38 是 AA v4.2。不要和上线当周转述的 47 揉在一起。

公开配方 ≠ 训练账单可一键复现

博文写检查点、日志与数据或配比。完整算力与逐步复现预算没有写成可对账的发票。

新闻页不是会议说明书

只解释发布与评测。要约短会白板，用 wbmeet 建房，见 如何创建与加入房间。

还想核对的问题