K2 Horizon 32B

32B · Rodzina: K2 Horizon

Gęsty (dense) model 32B z rodziny K2 Horizon od IFM: 512K kontekstu, licencja Apache 2.0, w pełni otwarty (LLM360), z rozumowaniem i tool use.

⏳ Preview✓ Publiczny dostęp⚖ Open sourceLLMModel rozumowania📁 K2 Horizon

Okno kontekstowe

512K

tokenów

Parametry

32B (dense, decoder-only)

parametrów

Data premiery

3 września 2026

🏢Institute of Foundation ModelsProducent

Dostęp:DownloadWdrożenie:💻 Lokalnie☁ Cloud

Przegląd

K2 Horizon 32B to gęsty (dense) model językowy z rodziny K2 Horizon opracowanej przez Institute of Foundation Models (IFM). W odróżnieniu od większych, rzadkich wariantów MoE tej rodziny, jest to model dense typu decoder-only o 32 mld parametrów — wszystkie aktywowane na każdy token.

Model obsługuje natywne okno kontekstowe 512K (524 288 tokenów) od etapu midtreningu. Domyślnie pracuje z wysokim wysiłkiem rozumowania (reasoning effort „high"), obsługuje wywoływanie narzędzi (tool use) i jest przeznaczony do rozumowania, kodowania oraz zadań naukowych.

K2 Horizon 32B jest w pełni otwarty zgodnie z zasadą LLM360 — IFM zapowiada publikację danych, receptury i kodu treningowego. Wagi udostępniono na licencji Apache 2.0 w formacie safetensors (BF16). Serwowanie zweryfikowano na 2× H200 z tensor-parallel (TP=2) przez vLLM oraz SGLang (z FlashAttention-3). Udostępniony checkpoint to etap Stage 1; finalny checkpoint jest w przygotowaniu.

Klasyfikacja

LLMModel rozumowania

Rodzina: K2 Horizon

Dostęp i wdrożenie

Pobieranie

LokalnieChmura

Wagi: Open source

Kluczowe parametry

📏 Kontekst: 512K

🧩 Parametry: 32B (dense, decoder-only)

✓ Narzędzia · ✓ Fine-tuning

📥 Wejście: tekst

Specyfikacja techniczna

Okno kontekstowe

512K

tokenów

Parametry

32B (dense, decoder-only)

parametrów

Licencja

Apache 2.0

Wymagania sprzętowe

Serwowanie w BF16 na 2× H200 z tensor-parallel (TP=2), np. przez vLLM lub SGLang (z FlashAttention-3). Zalecane sampling: temperature 1.0, top_p 0.95.

Funkcje:✓ Używanie narzędzi✓ Fine-tuning

Modalności

⬇ Wejście (Input)

text

⬆ Wyjście (Output)

textcode

Możliwości i zastosowania

Natywne możliwości modelu

Rozumowanie

Zdolność modelu do logicznego wnioskowania i rozwiązywania złożonych problemów.

Kategoria: reasoning

Programowanie

Generowanie, analizowanie i modyfikowanie kodu w wielu językach programowania. Obejmuje pisanie funkcji, debugowanie, refaktoryzację, code review, tworzenie testów. Mierzone benchmarkami takimi jak HumanEval, SWE-bench.

Kategoria: coding

Użycie narzędzi

Zdolność modelu do wywoływania zewnętrznych funkcji, API i narzędzi w trakcie rozmowy: kalkulator, wyszukiwarka, edytor kodu, baza danych. Model decyduje kiedy i jak użyć narzędzia oraz interpretuje jego wynik.

Kategoria: planning

Długi kontekst

Obsługa dużych okien kontekstowych — dziesiątek do setek tysięcy (lub milionów) tokenów wejścia. Umożliwia analizę całych baz kodu, długich dokumentów, wielu równolegle rozmów bez utraty wcześniejszych informacji. GPT-5.1 wspiera 400 000 tokenów.

Kategoria: language

Adaptacyjny wysiłek rozumowania

Model sam decyduje ile 'myślenia' poświęcić na konkretne zapytanie: proste pytania odpowiadane szybko, złożone problemy dostają więcej cykli inferencji. Cecha GPT-5.1 (Instant i Thinking) skracająca czas dla łatwych zadań, wydłużająca dla trudnych.

Kategoria: reasoning