LG AI Research

•

Open weights model

•

Released 2026년 8월

K-EXAONE 2.0: 지능, 성능 및 가격 분석

사용해 보기

지능Updated

Artificial Analysis Intelligence Index

성능

N/A

Intelligence Index 작업당 시간(분)

장황성

입력 토큰 4.42B출력/입력 1.426%

63.1M

Intelligence Index의 출력 토큰 수

크기가 비슷한 다른 오픈 웨이트 모델과 비교하면 K-EXAONE 2.0의 지능은 가장 낮은 모델군에 속합니다. 이 모델의 지원 입력은 텍스트, 출력은 텍스트이며, 컨텍스트 창은 262k토큰입니다.

K-EXAONE 2.0의 Artificial Analysis Intelligence Index 점수는 8점으로, 비교 가능한 모델 중 하위권입니다(중앙값: 23). Intelligence Index 평가에서는 63.1M토큰을 생성해, 중앙값 104M와 비교할 때 매우 간결한 편입니다.

추론	예
입력 모달리티	지원: 텍스트
출력 모달리티	지원: 텍스트
컨텍스트 창	262k Arial 12포인트 기준 A4 약 393페이지
총 파라미터 수	750B
활성 파라미터 수	37B 추론 중 토큰마다 활성화되는 파라미터 수
라이선스	Apache 2.0
모델 웨이트	Hugging Face

동일한 등급의 모델과 지표를 비교합니다.

비추론 모델 → 다른 비추론 모델과만 비교
추론 모델 → 추론 및 비추론 모델 모두와 비교
오픈 웨이트 모델 → 같은 크기 등급의 다른 오픈 웨이트 모델과만 비교:

초소형: 파라미터 ≤4B
소형: 파라미터 4B~40B
중형: 파라미터 40B~150B
대형: 파라미터 >150B

독점 모델 → 입력/출력 가격을 3:1로 혼합해 같은 가격대의 독점 모델 및 오픈 웨이트 모델과 비교:

100만 토큰당 <$0.15
100만 토큰당 $0.15~$1
100만 토큰당 >$1

Updated

지능

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

작업당 시간

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

작업당 비용

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

지능Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: 오픈 웨이트와 독점 모델

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index와 작업당 비용

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

역량 지수

특정 역량 및 산업에서 모델의 성능을 측정

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

벤치마크

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 AccuracyUpdated

Knowledge

AA-Omniscience v1.1 Non-Hallucination RateUpdated

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1New

Agentic scientific research workflows in a terminal

FrontierCode-AA 2.0New

Agentic software engineering in open-source repositories

HLE-DiamondNew

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

GDPval-AA v2.1

Agentic real-world work tasks, Elo

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Openness Index

Artificial Analysis Openness Index: 점수

Openness Index는 모델의 개방성을 0~100으로 정규화해 평가합니다(높을수록 더 개방적)

비용

Intelligence Index 작업당 비용

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Artificial Analysis Intelligence Index 실행 비용

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

가격: 캐시 적중, 입력 및 출력

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

토큰 사용량

Intelligence Index 작업당 출력 토큰 수

Artificial Analysis Intelligence Index 작업 하나를 실행하는 데 사용된 출력 토큰 수의 가중 평균

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

컨텍스트 창

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

모델 크기(오픈 웨이트 모델만 해당)

모델 크기: 총 매개변수와 활성 매개변수

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

상세 정보

								웨이트
K-EXAONE 2.0	LG AI Research	8	750B 추론 시 37B 활성	262k	-	-	-	🤗	-

LG AI Research의 다른 릴리스

자주 묻는 질문

K-EXAONE 2.0에 관한 일반적인 질문

K-EXAONE 2.0 모델은 2026년 8월 12일에 출시되었습니다.

K-EXAONE 2.0 모델은 LG AI Research에서 개발했습니다.

K-EXAONE 2.0의 Artificial Analysis Intelligence Index 점수는 8점으로, 크기가 비슷한 다른 오픈 웨이트 모델 중 하위권입니다(중앙값: 23).

Intelligence Index 평가에서 K-EXAONE 2.0 모델은 출력 토큰 63.1M개를 생성했으며, 크기가 비슷한 다른 오픈 웨이트 모델과 비교하면 매우 적은 편입니다(중앙값: 104M).

예. K-EXAONE 2.0 모델은 추론 모델입니다. 답변하기 전에 확장 사고 또는 연쇄적 사고 추론으로 복잡한 문제를 해결합니다.

K-EXAONE 2.0 모델은 텍스트 입력을 지원합니다.

K-EXAONE 2.0 모델은 텍스트 출력을 지원합니다.

아니요. K-EXAONE 2.0 모델은 이미지 입력을 지원하지 않으며 텍스트만 처리할 수 있습니다.

아니요. K-EXAONE 2.0 모델은 멀티모달 모델이 아니며 텍스트 입력만 지원합니다.

K-EXAONE 2.0의 컨텍스트 창은 262k토큰입니다. 모델이 단일 요청에서 처리할 수 있는 텍스트와 대화 기록의 양을 결정합니다.

예. K-EXAONE 2.0 모델은 오픈 웨이트이며 모델 웨이트가 공개되어 있어 다운로드한 뒤 자체 호스팅할 수 있습니다.

K-EXAONE 2.0의 파라미터 수는 750B이며 이 중 37B가 활성화됩니다.

K-EXAONE 2.0 모델은 총 파라미터 수가 750B인 전문가 혼합(MoE) 모델이지만 추론 중에는 활성 파라미터 37B만 사용합니다.

K-EXAONE 2.0 모델은 Apache 2.0 라이선스로 공개되었으며 상업적 이용이 허용됩니다. 라이선스 보기

K-EXAONE 2.0의 Artificial Analysis Intelligence Index 점수는 8점입니다. 이 종합 벤치마크는 지식 노동, 코딩, 과학, 일반 지식 전반에서 모델을 평가합니다.

K-EXAONE 2.0 모델은 자체 호스팅할 수 있는 오픈 웨이트 모델입니다. 제공업체 보기

K-EXAONE 2.0 모델은 다운로드해 자체 호스팅할 수 있는 오픈 웨이트 모델입니다. 제공업체 비교

K-EXAONE 2.0: 지능, 성능 및 가격 분석

모델 요약

지능Updated

성능

비용

장황성

기술 사양

이 등급의 모델 131개

지능

작업당 시간

작업당 비용

지능Updated

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: 오픈 웨이트와 독점 모델

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index와 작업당 비용

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

역량 지수

역량 지수

벤치마크

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index: 점수

비용

Intelligence Index 작업당 비용

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index 실행 비용

Cost to Run Artificial Analysis Intelligence Index

가격: 캐시 적중, 입력 및 출력

Cache Hit

토큰 사용량

Intelligence Index 작업당 출력 토큰 수

Output Tokens per Intelligence Index Task

컨텍스트 창

컨텍스트 창

Context Window for RAG

Context Window

모델 크기(오픈 웨이트 모델만 해당)

모델 크기: 총 매개변수와 활성 매개변수

Total Parameters

Active Parameters at Inference Time

상세 정보

LG AI Research의 다른 릴리스

자주 묻는 질문

K-EXAONE 2.0의 출시일은 언제인가요?

K-EXAONE 2.0을 개발한 곳은 어디인가요?

K-EXAONE 2.0의 지능은 어느 정도인가요?

K-EXAONE 2.0의 답변은 얼마나 장황한가요?

K-EXAONE 2.0 모델은 추론 모델인가요?

K-EXAONE 2.0 모델은 어떤 입력 모달리티를 지원하나요?

K-EXAONE 2.0 모델은 어떤 출력 모달리티를 지원하나요?

K-EXAONE 2.0 모델은 이미지를 처리할 수 있나요?

K-EXAONE 2.0 모델은 멀티모달 모델인가요?

K-EXAONE 2.0의 컨텍스트 창은 얼마인가요?

K-EXAONE 2.0 모델은 오픈 소스인가요?

K-EXAONE 2.0의 파라미터 수는 얼마인가요?

K-EXAONE 2.0의 활성 파라미터는 무엇인가요?

K-EXAONE 2.0의 라이선스는 무엇인가요?

K-EXAONE 2.0의 벤치마크 성능은 어떤가요?

K-EXAONE 2.0 모델은 API로 제공되나요?

K-EXAONE 2.0 모델은 어디에서 사용할 수 있나요?