K-EXAONE 2.5: Modelo gratuito 750B de LG vs DeepSeek

LG acaba de poner un modelo de 750.000 millones de parámetros en una API gratuita. El 9 de noviembre de 2026, LG AI Research inauguró la plataforma de la API EXAONE en el NVIDIA AI Day Seúl, dando a los desarrolladores acceso gratuito a K-EXAONE 2.5, su modelo de lenguaje de IA soberano. Las cifras principales son serias: 750 mil millones de parámetros totales con 31 mil millones activos por token, una ventana de contexto de 512.000 tokens y puntuaciones de benchmark agente que se sitúan aproximadamente al nivel de DeepSeek V4.1 Flash y GLM 5.3, dos de los modelos de peso abierto más sólidos de China.

Por supuesto, hay una trampa. Los pesos no están abiertos, el periodo gratuito no tiene fecha de finalización anunciada y cada número de referencia que aparece debajo es una medición propia de LG, no una prueba independiente. Aun así, una API gratuita de clase frontera de un laboratorio coreano es el tipo de lanzamiento que merece la pena probar antes de que cierre la ventana gratuita.

Veredicto rápido

¿Qué es K-EXAONE 2.5?

K-EXAONE 2.5 es un modelo de validación tecnológica, desarrollado mediante el entrenamiento adicional del modelo K-EXAONE de segunda generación que LG lanzó en agosto de 2026. LG afirma que el análisis interno de 24 métricas de evaluación mostró un aumento global de más del 70% respecto al modelo de agosto, logrado en unas ocho semanas. El modelo tiene un corte de conocimiento en enero de 2026 y una configuración de reasoning_effort (baja, alta o máxima, con máximo como predeterminado) que controla cuánto tiempo piensa antes de responder.

El endpoint es OpenAI compatible, por lo que el código existente puede apuntar a él con el nombre del modelo k-exaone_v2.5. La plataforma también incluye un segundo modelo, EXAONE Tabular, un modelo pequeño para predicciones sobre datos estructurados.

LG presenta la API gratuita como una validación del mundo real antes de su próximo modelo. El cojefe de investigación Lim Woo-hyung dijo que el equipo se está centrando en un modelo de tercera generación y que pretende completar un modelo EXAONE con un rendimiento de nivel frontera para enero de 2027. NVIDIA ya ha publicado una guía de inferencia Dynamo para K-EXAONE, y LG está considerando el software NVIDIA Dynamo para mejorar la eficiencia del servicio.

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

LG compara K-EXAONE 2.5 con DeepSeek V4.1 Flash y GLM 5.3 en cuatro benchmarks agentes, todos medidos por la propia LG en conjuntos de datos abiertos. Trátalos como reportados por el proveedor hasta que salgan pruebas independientes.

Lee la tabla con sinceridad: K-EXAONE 2.5 supera a DeepSeek en tres de los cuatro benchmarks y está por detrás de GLM 5.3 en SWE-Bench Pro por un claro margen (59,21 frente a 64,03) y en BrowseComp por un punto (78 frente a 79). En AutomationBench está por detrás de DeepSeek (74,6 frente a 74,9). Nadie gana los cuatro, y las diferencias son lo suficientemente pequeñas como para que la elección dependa del precio, el idioma y el acceso, no de una sola puntuación.

Para contextualizar, el modelo de agosto, K-EXAONE 2.0, obtuvo 47,1 en SWE-Bench Pro, 50,87 en BrowseComp, 16,9 en AutomationBench y 62,11 en Claw-Eval. El salto en AutomationBench, de 16,9 a 74,6, es la mejora más notable del conjunto y sugiere que la formación extra estaba dirigida directamente al uso de herramientas agentes.

Precios: gratis es mejor que barato, por ahora

Los precios de DeepSeek y GLM son precios de lista que se comparan con las páginas oficiales de precios a finales de octubre de 2026. K-EXAONE 2.5 a 0 dólares es insuperable mientras dure, pero gratis sin límites anunciados es una táctica de lanzamiento, no un precio. Espera un nivel de pago una vez que LG tenga los datos de validación que desea. Si construyes sobre él, mantén tu código portátil: el endpoint compatible con OpenAI hace que el cambio a DeepSeek o GLM sea barato.

¿Qué modelo deberías elegir?

Elige K-EXAONE 2.5 si trabajas en coreano o inglés, quieres una API gratuita de clase frontera ahora mismo, o crea agentes que llamen a herramientas SaaS. Sus puntuaciones AutomationBench y Claw-Eval son realmente competitivas, y la ventana de contexto de 512K es lo suficientemente grande para documentos largos y ejecuciones de agentes en varios pasos. Pruébalo mientras es gratuito, pero no lo codiques directamente como tu único proveedor.

Elige DeepSeek V4.1 Flash si necesitas pesos abiertos, un contexto de token de 1M o entrada multimodal. El modelo de DeepSeek acepta imágenes además de texto, sus pesos están licenciados por el MIT y su precio fuera de hora punta de 0,15 $/0,60 $ por cada token de 1 millón es la opción de pago más barata aquí. También lidera en pruebas agentes independientes como DeepSWE v1.1, donde obtuvo un 74,2% en el propio artículo de DeepSeek.

Elige GLM 5.3 si la prioridad es programar. Lidera este grupo en SWE-Bench Pro con 64,03, y su API insignia a 1,40 $/4,40 $ por token de 1 millón es la más cara de las tres, así que usa el más barato GLM-5.3-Flash a 0,15 $/0,50 $ para trabajo rutinario.

Para las empresas que desarrollan agentes de IA, la opción práctica es la misma que recomendamos para cada nuevo modelo: ejecutar tu propio benchmark en tus propias tareas. Las puntuaciones de proveedores miden las tareas de los proveedores. Si necesitas ayuda para integrar un modelo así en un flujo de trabajo real, nuestros servicios de desarrollo de agentes de IA cubren exactamente eso, y puedes contratar a una agencia de automatización de IA para que realice la evaluación por ti.

Qué significa esto para la carrera de peso abierto

K-EXAONE 2.5 importa por una razón más allá de sus puntuaciones. Hasta ahora, la carrera fronteriza de peso abierto ha sido una historia entre Estados Unidos y China: DeepSeek, GLM y Qwen por un lado, y lanzamientos abiertos de Mistral y Meta por el otro. LG es ahora un tercer pole, un laboratorio coreano con un mandato soberano de IA y un objetivo declarado de rendimiento a nivel fronterizo para enero de 2027. Corea se une a un pequeño grupo de países que pueden desplegar un modelo clase 750B.

La otra señal es el precio. El acceso gratuito a la API de un modelo de este tamaño es una maniobra deliberada para captar la mente de los desarrolladores, el mismo manual que DeepSeek usó para obligar a toda la industria a bajar precios. Si la versión gratuita de LG se mantiene unos meses, espera presión sobre todos los modelos económicos de esta categoría.

Preguntas frecuentes

¿K-EXAONE 2.5 es realmente gratis?

Sí, por ahora. LG dice que la plataforma API de EXAONE es actualmente gratuita. La empresa no ha especificado cuánto durará el periodo gratuito ni qué límites se aplicarán una vez termine, así que trata el acceso gratuito como temporal.

¿Es K-EXAONE 2.5 de código abierto?

No, no en esta versión. La API está abierta a desarrolladores, pero LG no ha anunciado los pesos abiertos para la versión 2.5. LG ha publicado pesos para modelos anteriores de K-EXAONE en Hugging Face. DeepSeek V4.1 Flash, en cambio, comercializa pesos abiertos bajo una licencia del MIT.

¿Qué lenguajes soporta K-EXAONE 2.5?

Solo coreano e inglés, entrada y salida de texto. No hay entrada de imagen ni multimodal en esta versión.

¿Cómo uso la API K-EXAONE 2.5?

Regístrate para obtener una clave API en la plataforma API EXAONE (docs.exaone.ai) y llama al endpoint de completación de chats compatible con OpenAI con el nombre del modelo k-exaone_v2.5. Un parámetro reasoning_effort (bajo, alto o máximo) controla cuánto piensa el modelo antes de responder.

¿Cómo se compara K-EXAONE 2.5 con DeepSeek V4.1 Flash?

En los propios benchmarks agenticos de LG, ambos están cerca: K-EXAONE 2.5 lidera en SWE-Bench Pro (59,21 frente a 58,41), BrowseComp (78 frente a 75,8) y Claw-Eval (77,29 frente a 75,78), y queda ligeramente por detrás en AutomationBench (74,6 frente a 74,9). DeepSeek tiene la ventana de contexto más amplia (1M frente a 512K), los pesos abiertos y la entrada multimodal. Todas las cifras de los benchmarks son reportadas por el fabricante.

¿Cuándo lanzará LG un modelo Frontier EXAONE?

LG pretende completar un modelo EXAONE de tercera generación con un rendimiento de nivel vanguardista para enero de 2027, según Lim Woo-hyung, cojefe de investigación.

Fuentes

LG AI Research anunció la API gratuita el 9 de noviembre de 2026, en el NVIDIA AI Day Seúl. Las cifras de benchmark provienen de la tarjeta modelo de LG y de la documentación de la plataforma API EXAONE, según informaron Spectrum Web, el Korea Herald y Aju Press. Los precios de DeepSeek y GLM provienen de las páginas oficiales de precios de DeepSeek y Z.ai, consultadas a finales de octubre de 2026. Lecturas relacionadas: nuestro análisis de GPT-6 Astra y nuestra reseña de Claude Opus 5.5.

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