SprachmodellOffene Gewichte
K2 Horizon 3.7B
Institute of Foundation Models
- Veröffentlicht
- 3. September 2026
- Datenstand
- 7. Oktober 2026
- Eingabe
- Text
- Ausgabe
- Text
K2 Horizon 3.7B bringt die dichte Modellarchitektur auf eine kompaktere Stufe und behält den nativen Kontext von 524.288 Token. Seine veröffentlichte Trainingsfolge umfasst eigene Math-, Code- und STEM-Code-RL-Experten, deren Gewichte zusammengeführt und anschließend mit FTPO nachtrainiert werden.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Parameter | 3,7 Mrd. GesamtparameterQuelle |
| Aktive Parameter | 3,7 Mrd. Parameter je TokenQuelle |
| Kontextfenster | 524.288 TokenQuelle |
| Eingabemodalitäten | TextQuelle |
| Ausgabemodalitäten | TextQuelle |
| Dokumentierte Trainingsstufen | Vortraining, vier Midtraining-Stufen, Math-, Code- und STEM-Code-RL-Experten mit Merge, zwei SFT-Phasen und ein abschließender Anti-Doom-Loop-Schritt mit FTPO.Quelle |
| Lizenz | Apache 2.0Quelle |
Seite 1 von 3
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
AIME 2025 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 89.2
- Bewertung
- 89.2
- Messgröße
- AIME 2025
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
AIME 2026 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 90.8
- Bewertung
- 90.8
- Messgröße
- AIME 2026
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
HMMT February 2025 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 87.5
- Bewertung
- 87.5
- Messgröße
- HMMT February 2025
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
HMMT February 2026 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 75.2
- Bewertung
- 75.2
- Messgröße
- HMMT February 2026
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
GPQA Diamond (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 68.9
- Bewertung
- 68.9
- Messgröße
- GPQA Diamond
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
Humanity's Last Exam (text) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 14
- Bewertung
- 14
- Messgröße
- Humanity's Last Exam (text)
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
IFEval (loose) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 83.6
- Bewertung
- 83.6
- Messgröße
- IFEval (loose)
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
IFBench (loose) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 47.7
- Bewertung
- 47.7
- Messgröße
- IFBench (loose)
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
LiveCodeBench v6 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 64.5
- Bewertung
- 64.5
- Messgröße
- LiveCodeBench v6
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
OJBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 21.6
- Bewertung
- 21.6
- Messgröße
- OJBench
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
SciCode (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 25.8
- Bewertung
- 25.8
- Messgröße
- SciCode
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
SWE-bench Verified (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 65.6
- Bewertung
- 65.6
- Messgröße
- SWE-bench Verified
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM model card
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakter freigegebener K2-Horizon-3.7B-Checkpoint anti_doom_loop_verified nach FTPO. IFM erklärt, dass Vorher- und Nachher-Checkpoints mit identischen Einstellungen getestet wurden. Die Karte nennt für GPQA top_p=1 und fünf Wiederholungen, für SciCode drei Wiederholungen, für SWE-bench mini-swe-agent, für Terminal-Bench terminus-2 mit drei Wiederholungen bei 256K Kontext und für BFCL Temperatur 0,01; die Ausgabebudgets unterscheiden sich je Aufgabe.
- Einordnung
- Soweit die Karte ein testspezifisches Protokoll nennt, steht es in der Konfiguration. Für die übrigen Zeilen veröffentlicht die Tabelle keine Stichprobengröße.
Seite 1 von 3
Quellen und Datenstand
| Art | Nachweis und Datenstand |
|---|---|
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 7. Oktober 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 7. Oktober 2026. |
| Recherchestand | Recherchestand 7. Oktober 2026. 11 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Ungeklärt | full-results-checkpoint-identity Originalwortlaut Die Full-Results-Tabelle widerspricht bei mehreren Tests der veröffentlichten Tabelle für den finalen anti_doom_loop_verified-Checkpoint. Die Karte benennt den Checkpoint der Full-Results-Werte nicht. |
| Nicht veröffentlicht | per-run-protocol-and-sample-counts Originalwortlaut Wiederholungszahlen sind nur für einzelne Tests in der FTPO-Tabelle veröffentlicht; nicht genannte Stichprobengrößen werden nicht abgeleitet. |
| Ungeklärt | excluded-non-target-checkpoints Originalwortlaut Die Profilbeschreibung und Modellkarte benennen anti_doom_loop_verified nach FTPO als finalen 3.7B-Checkpoint. mid_4_final ist ein anderes Zwischengewicht. Die Full-Results-Tabelle nennt keinen exakten Checkpoint und weicht bei mehreren Tests von den expliziten After-FTPO-Werten ab. Diese Werte wurden ausgeschlossen; erhalten bleiben nur die expliziten After-FTPO-Ergebnisse. |
| Weitere Quelle | IFM K2 Horizon release announcement (abgerufen 7. Oktober 2026) · IFM K2 Horizon announcement · Redaktionelle Beschreibung geprüft am 7. Oktober 2026 |
| Weitere Quelle | IFM model card (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Artificial Analysis model profile (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 7. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 7. Oktober 2026) |