K-EXAONE 2.5: LGs kostenloses 750B-Modell vs. DeepSeek

LG hat gerade ein Modell mit 750 Milliarden Parametern auf eine kostenlose API gestellt. Am 9. November 2026 eröffnete LG AI Research auf dem NVIDIA AI Day Seoul die EXAONE API Platform und gewährte Entwicklern kostenlosen Zugang zu K-EXAONE 2.5, seinem souveränen KI-Sprachmodell. Die Schlagzeilenzahlen sind ernst: 750 Milliarden Parameter insgesamt mit 31 Milliarden Parametern pro Token, ein 512.00 Token-Kontextfenster und agentische Benchmark-Werte, die ungefähr auf dem Niveau von DeepSeek V4.1 Flash und GLM 5.3 liegen, zwei der stärksten Openweight-Modelle aus China.

Es gibt natürlich einen Haken. Die Gewichte sind nicht offen, der Freizeitraum hat kein angekündigtes Enddatum, und jede darunter liegende Benchmark-Zahl ist LGs eigene Messung, kein unabhängiger Test. Dennoch ist eine kostenlose Frontier-Class-API eines koreanischen Labors die Art von Launch, die es wert ist, vor Schließung des kostenlosen Fensters getestet zu werden.

Kurzes Urteil

Was ist K-EXAONE 2.5?

K-EXAONE 2.5 ist ein Technologie-Validierungsmodell, das durch weiteres Training des zweiten K-EXAONE-Modells, das LG im August 2026 veröffentlicht hat, entwickelt wurde. LG sagt, interne Analysen über 24 Bewertungskennzahlen hinweg zeigten eine Gesamtleistungssteigerung von mehr als 70 % im Vergleich zum Augustmodell, erreicht in etwa acht Wochen. Das Modell hat einen Wissensgrenzwert für Januar 2026 und eine reasoning_effort Einstellung (niedrig, hoch oder maximal, mit Max als Standard), die steuert, wie lange es denkt, bevor es antwortet.

Der Endpunkt ist OpenAI kompatibel, sodass bestehender Code mit dem Modellnamen k-exaone_v2.5darauf verweisen kann. Die Plattform bietet außerdem ein zweites Modell an, EXAONE Tabular, ein kleines Modell für Vorhersagen auf strukturierten Daten.

LG stellt die kostenlose API als realweltnahe Validierung vor dem nächsten Modell dar. Co-Forschungsleiter Lim Woo-hyung sagte, das Team konzentriert sich auf ein Modell der dritten Generation und strebt an, bis Januar 2027 ein EXAONE-Modell mit Frontier-Level-Leistung fertigzustellen. NVIDIA hat bereits einen Dynamo-Inferenzleitfaden für K-EXAONE veröffentlicht, und LG erwägt die NVIDIA Dynamo-Software, um die Effizienz der Serverung zu verbessern.

Benchmarks: K-EXAONE 2.5 vs DeepSeek V4.1 Flash vs GLM 5.3

LG vergleicht K-EXAONE 2.5 mit DeepSeek V4.1 Flash und GLM 5.3 auf vier agentischen Benchmarks, die alle von LG selbst auf offenen Datensätzen gemessen wurden. Behandeln Sie diese als vom Hersteller berichtet, bis unabhängige Tests vorliegen.

Lies die Tabelle ehrlich: K-EXAONE 2.5 liegt bei drei der vier Benchmarks vor DeepSeek und liegt deutlich hinter GLM 5.3 bei SWE-Bench Pro (59,21 vs. 64,03) und bei BrowseComp um einen Punkt (78 vs. 79). Bei AutomationBench liegt es nur knapp hinter DeepSeek (74,6 vs. 74,9). Niemand gewinnt alle vier, und die Abstände sind klein genug, dass die Wahl auf Preis, Sprache und Zugang ankommen sollte, nicht auf eine einzige Punktzahl.

Zum Vergleich: Das August-Modell K-EXAONE 2.0 erzielte 47,1 auf SWE-Bench Pro, 50,87 auf BrowseComp, 16,9 auf AutomationBench und 62,11 auf Claw-Eval. Der Sprung von AutomationBench von 16,9 auf 74,6 ist die dramatischste Verbesserung im Satz und deutet darauf hin, dass das zusätzliche Training eindeutig auf den Einsatz von agentischen Werkzeugen ausgerichtet war.

Preis: Kostenlos schlägt günstig, vorerst

DeepSeek- und GLM-Preise sind Listenpreise, die Ende Oktober 2026 mit offiziellen Preisseiten abgeglichen wurden. K-EXAONE 2.5 zu 0 $ ist unschlagbar, solange es dauert, aber kostenlos ohne angekündigte Limits ist eine Starttaktik, kein Preis. Erwarte eine kostenpflichtige Stufe, sobald LG die gewünschten Validierungsdaten hat. Wenn du darauf aufbaust, halte deinen Code portabel: Der OpenAI-kompatible Endpunkt macht den Wechsel zu DeepSeek oder GLM günstig.

Welches Modell solltest du wählen?

Wählen Sie K-EXAONE 2.5, wenn Sie auf Koreanisch oder Englisch arbeiten, jetzt eine kostenlose Frontier-Class-API möchten oder Agenten bauen, die SaaS-Tools aufrufen. Die AutomationBench- und Claw-Eval-Scores sind wirklich wettbewerbsfähig, und das 512K-Kontextfenster ist groß genug für lange Dokumente und mehrstufige Agentenläufe. Testen Sie es, solange es kostenlos ist, aber programmieren Sie es nicht als Ihren einzigen Anbieter fest.

Wählen Sie DeepSeek V4.1 Flash, wenn Sie offene Gewichte, einen 1-Millionen-Token-Kontext oder multimodale Eingaben benötigen. Das Modell von DeepSeek nimmt sowohl Bilder als auch Text, seine Gewichtungen sind MIT-lizenziert, und der Off-Peak-Preis von 0,15 $/0,60 $ pro 1-Million-Token ist hier die günstigste kostengünstige Option. Es führt auch bei unabhängigen agentischen Tests wie DeepSWE v1.1 an, wo es in DeepSeek's eigenem Paper 74,2 % erreichte.

Wählen Sie GLM 5.3, wenn das Programmieren Priorität hat. Sie führt diese Gruppe bei SWE-Bench Pro mit 64.03 an, und ihre Flaggschiff-API mit $1,40/$4,40 pro 1M-Token ist die teuerste der drei, daher nutzt ihr für routinemäßige Arbeiten das günstigere GLM-5.3-Flash zu $0,15/$0,50.

Für Unternehmen, die KI-Agenten aufbauen, ist der praktische Schritt derselbe, den wir für jedes neue Modell empfehlen: Führen Sie Ihren eigenen Benchmark für Ihre eigenen Aufgaben durch. Lieferantenbewertungen messen die Aufgaben der Anbieter. Wenn Sie Hilfe benötigen, ein Modell wie dieses in einen echten Workflow einzubinden, decken unsere AI-Agentenentwicklungsdienste genau das ab, und Sie können eine KI-Automatisierungsagentur beauftragen , die die Bewertung für Sie durchführt.

Was das für das Open-Weight-Rennen bedeutet

K-EXAONE 2.5 ist aus einem Grund wichtig, der über seine Wertungen hinausgeht. Bis jetzt war das Frontier-Openweight-Rennen eine US-gegen-China-Geschichte: DeepSeek, GLM und Qwen auf der einen Seite, offene Releases von Mistral und Meta auf der anderen. LG ist nun ein dritter Pole, ein koreanisches Labor mit einem souveränen KI-Auftrag und dem erklärten Ziel, bis Januar 2027 auf Frontier-Niveau zu performen. Korea reiht sich einem kleinen Club von Ländern an, die überhaupt ein 750B-Klasse-Modell einsetzen können.

Das andere Signal ist der Preis. Der kostenlose API-Zugang zu einem Modell dieser Größe ist ein bewusster Landgewinn für Entwickler-Mindshare – dasselbe Handbuch, das DeepSeek genutzt hat, um die gesamte Branche zu Preissenkungen zu zwingen. Wenn LGs kostenlose Stufe ein paar Monate hält, ist mit Druck auf jedes Budgetmodell dieser Klasse zu rechnen.

FAQ

Ist K-EXAONE 2.5 wirklich kostenlos?

Ja, vorerst. LG sagt, dass die EXAONE API-Plattform derzeit kostenlos ist. Das Unternehmen hat noch nicht gesagt, wie lange die kostenlose Periode dauern wird oder welche Einschränkungen nach Ablauf gelten, daher wird der kostenlose Zugang als vorübergehend behandelt.

Ist K-EXAONE 2.5 Open Source?

Nein, nicht in dieser Version. Die API steht Entwicklern offen, aber LG hat für Version 2.5 keine offenen Gewichte angekündigt. LG hat Gewichte für frühere K-EXAONE-Modelle auf Hugging Face veröffentlicht. DeepSeek V4.1 Flash hingegen liefert offene Gewichte unter einer MIT-Lizenz aus.

Welche Sprachen unterstützt K-EXAONE 2.5?

Nur Koreanisch und Englisch, Texteingabe und Textausgabe. In dieser Veröffentlichung gibt es keine Bild- oder Multimodaleingabe.

Wie benutze ich die K-EXAONE 2.5 API?

Melden Sie sich auf der EXAONE API Platform (docs.exaone.ai) für einen API-Schlüssel an und rufen Sie den OpenAI-kompatiblen Chat-Completions-Endpunkt mit dem Modellnamen k-exaone_v2.5auf. Ein reasoning_effort-Parameter (niedrig, hoch oder maximal) steuert, wie viel das Modell vor der Antwort nachdenkt.

Wie schneidet K-EXAONE 2.5 im Vergleich zum DeepSeek V4.1 Flash ab?

In LGs eigenen agentischen Benchmarks liegen die beiden ähnlich beiein: K-EXAONE 2,5 Leads bei SWE-Bench Pro (59,21 vs 58,41), BrowseComp (78 vs 75,8) und Claw-Eval (77,29 vs 75,78) und liegt bei AutomationBench (74,6 vs 74,9) leicht hinterher. DeepSeek hat das größere Kontextfenster (1M vs 512K), offene Gewichte und multimodale Eingaben. Alle Benchmark-Zahlen sind vom Anbieter berichtet.

Wann wird LG ein Frontier-EXAONE-Modell herausbringen?

LG strebt laut Co-Leiter der Forschung Lim Woo-hyung an, bis Januar 2027 ein EXAONE-Modell der dritten Generation mit erstklassiger Leistung fertigzustellen.

Quellen

LG AI Research kündigte die kostenlose API am 9. November 2026 auf dem NVIDIA AI Day Seoul an. Benchmark-Zahlen stammen aus LGs Modellkarte und der Dokumentation der EXAONE API Plattform, wie von Spectrum Web, dem Korea Herald und Aju Press berichtet. DeepSeek- und GLM-Preise stammen von den offiziellen Preisseiten DeepSeek und Z.ai, die Ende Oktober 2026 überprüft wurden. Verwandte Lektüre: unsere GPT-6 Astra-Analyse und unsere Claude Opus 5.5-Rezension.

• K-EXAONE 2.5
• LG AI Research
• DeepSeek V4.1 Flash
• GLM 5.3
• AI benchmarks