SprachmodellOffene Gewichte
K2 Horizon 375B-A23B
Institute of Foundation Models
- Veröffentlicht
- 3. September 2026
- Datenstand
- 7. Oktober 2026
- Eingabe
- Text
- Ausgabe
- Text
K2 Horizon 375B-A23B ist das größte Modell der offenen IFM-Flotte. Seine MoE-Architektur vereint 375 Milliarden Gesamtparameter und aktiviert 23 Milliarden pro Token. IFM veröffentlicht dazu Zwischenstände aus Vortraining, Midtraining, Reinforcement Learning und SFT, sodass sich mehrere Entwicklungsschritte untersuchen lassen.
Technische Daten und Zugang
| Angabe | Wert und Quelle |
|---|---|
| Parameter | 375 Mrd. GesamtparameterQuelle |
| Aktive Parameter | 23 Mrd. Parameter je TokenQuelle |
| Kontextfenster | 524.288 TokenQuelle |
| Eingabemodalitäten | TextQuelle |
| Ausgabemodalitäten | TextQuelle |
| Dokumentierte Trainingsstufen | Vortraining in zwei Phasen, Midtraining in vier Stufen, fünf RL-Experten mit anschließendem Merge sowie SFT in drei Phasen.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.
τ³-bench Banking (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 34
- Bewertung
- 34
- Messgröße
- success rate
- 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. Von IFM für den exakten 375B-A23B-Checkpoint berichtetes Ergebnis; die Aufgabenbezeichnung lautet τ³-bench Banking.
Toolathlon Verified (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 65.3
- Bewertung
- 65.3
- Messgröße
- score
- 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. Von IFM für K2 Horizon 375B-A23B berichteter Toolathlon-Verified-Wert. Die Zeile nennt keine Aufgabenauswahl und keine Laufzahl.
AutomationBench Public (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 25.3
- Bewertung
- 25.3
- Messgröße
- success rate
- 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. Von IFM für das exakte Modell berichtetes Ergebnis auf dem öffentlichen AutomationBench-Split.
Apex-Agents pass@1 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 24.8
- Bewertung
- 24.8
- Messgröße
- pass@1
- 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. Von IFM für das exakte Modell berichteter Apex-Agents-Wert mit pass@1; die Karte weist auf die textbasierte Teilmenge hin.
MCPMark (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 67.7
- Bewertung
- 67.7
- Messgröße
- score
- 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. Von IFM für das exakte Modell berichtetes Ergebnis auf MCPMark.
BrowseComp (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 72.8
- Bewertung
- 72.8
- Messgröße
- score
- 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. Von IFM für das exakte Modell berichtetes BrowseComp-Ergebnis mit Discard-all@95K. IFM weist darauf hin, dass die Harnesses zwischen Modellen abweichen können.
WildClawBench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 50.9
- Bewertung
- 50.9
- Messgröße
- score
- 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. Von IFM für das exakte Modell berichtetes Ergebnis auf der englischsprachigen textbasierten WildClawBench-Teilmenge.
Terminal-Bench 2.1, as initially reported (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 70.2
- Bewertung
- 70.2
- Messgröße
- pass rate
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Stichprobe
- 712
- Quellentyp
- vendor-reported
- Auswertung
- IFM K2 Horizon announcement
- Status
- disputed
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. Von IFM zunächst veröffentlichter Lauf des 375B-A23B-Modells auf Terminal-Bench 2.1: 89 Aufgaben mit je 8 Versuchen, insgesamt 712. In der späteren Prüfung wurden Versuche wegen möglichem Reward Hacking markiert.
- Einordnung
- Nicht als auditierten Wert behandeln: IFM markiert in einer späteren Analyse 24 Versuche aus 10 Aufgaben als Reward Hacking und nennt nach deren Entfernung 66,9 %.
Terminal-Bench 2.1, after reward-hacking audit (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 66.9
- Bewertung
- 66.9
- Messgröße
- pass rate
- Einheit
- %
- Kategorie
- source-specific
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- IFM K2 Horizon announcement
- Status
- active
- Abrufdatum
- 2026-10-07
- Methodik
- Vom Anbieter veröffentlichter Wert. IFMs Prüfung des 375B-A23B-Ergebnisses auf Terminal-Bench 2.1 mit Artificial-Analysis-Harbor-Analyse und Reward-Hacking-Kriterium. 24 markierte Versuche wurden entfernt; 79 Aufgaben blieben enthalten.
- Einordnung
- Von IFM berichteter auditierter Wert; der Nenner der Versuche nach dem Herausfiltern wird nicht veröffentlicht.
SciCode (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 42.7
- Bewertung
- 42.7
- Messgröße
- score
- 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. Von IFM für das exakte Modell berichtetes SciCode-Ergebnis.
SWE-Atlas-QnA, strict (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 48.4
- Bewertung
- 48.4
- Messgröße
- strict score
- 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. Von IFM für die strenge SWE-Atlas-QnA-Konfiguration berichtetes Ergebnis; laut Karte ohne Internetzugriff.
SWE-bench Pro, strict (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 42.6
- Bewertung
- 42.6
- Messgröße
- strict score
- 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. Von IFM für die strenge SWE-bench-Pro-Auswertung berichtetes Ergebnis; laut Quelle ohne Internetzugriff.
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. |
| Nicht veröffentlicht | per-run-protocol-and-sample-counts Originalwortlaut IFM legt für viele Tabellenwerte keine Wiederholungszahlen und keine vollständigen Harness-Details offen; diese bleiben deshalb unbekannt. |
| Ungeklärt | excluded-non-target-checkpoints Originalwortlaut Die gepinnte IFM-Familientabelle enthält Werte für den Zwischencheckpoint mid_4_final. Dieser ist ein anderes Gewicht als das finale 375B-A23B-Zielprofil. Die Midtraining-Werte wurden deshalb ausgeschlossen; die Ergebnisse der finalen Modellkarte bleiben erhalten. |
| 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) |