K-EXAONE 2.5 : Modèle gratuit 750B de LG vs DeepSeek

LG vient de mettre un modèle de 750 milliards de paramètres sur une API gratuite. Le 9 novembre 2026, LG AI Research a inauguré la plateforme API EXAONE lors de la NVIDIA AI Day Seoul, offrant aux développeurs un accès gratuit à K-EXAONE 2.5, son modèle de langage IA souverain. Les chiffres principaux sont sérieux : 750 milliards de paramètres au total avec 31 milliards d’actifs par jeton, une fenêtre contextuelle de 512 000 tokens, et des scores de benchmark agents à peu près équivalents à DeepSeek V4.1 Flash et GLM 5.3, deux des modèles openweight les plus puissants de Chine.

Il y a bien sûr un hic. Les poids ne sont pas ouverts, la période gratuite n’a pas de date de fin annoncée, et chaque chiffre de référence ci-dessous est une mesure propre à LG, pas un test indépendant. Cela dit, une API de classe frontier gratuite d’un laboratoire coréen est le genre de lancement qui mérite d’être testé avant la fermeture de la fenêtre gratuite.

Verdict rapide

Qu’est-ce que K-EXAONE 2.5 ?

K-EXAONE 2.5 est un modèle de validation technologique, développé par un entraînement supplémentaire du modèle K-EXAONE de deuxième génération que LG a lancé en août 2026. LG indique que l’analyse interne sur 24 indicateurs d’évaluation a montré une performance globale en hausse de plus de 70 % par rapport au modèle d’août, atteinte en environ huit semaines. Le modèle a une coupure de connaissance en janvier 2026 et un réglage reasoning_effort (bas, élevé ou maximum, avec le maximum par défaut) qui contrôle combien de temps il réfléchit avant de répondre.

Le point d’extrémité est OpenAI compatible, de sorte que le code existant peut le pointer avec le nom de modèle k-exaone_v2.5. La plateforme liste également un second modèle, EXAONE Tabular, un petit modèle pour les prédictions sur des données structurées.

LG présente l’API gratuite comme une validation réelle avant son prochain modèle. Le co-responsable de la recherche, Lim Woo-hyung, a déclaré que l’équipe se concentre sur un modèle de troisième génération et vise à finaliser un modèle EXAONE avec des performances de niveau frontière d’ici janvier 2027. NVIDIA a déjà publié un guide d’inférence Dynamo pour K-EXAONE, et LG envisage le logiciel NVIDIA Dynamo pour améliorer l’efficacité du service.

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

LG compare K-EXAONE 2.5 avec DeepSeek V4.1 Flash et GLM 5.3 sur quatre benchmarks agents, tous mesurés par LG lui-même sur des ensembles de données ouverts. Considérez ces tests comme rapportés par les fournisseurs jusqu’à ce que des tests indépendants soient réalisés.

Lisez le tableau honnêtement : K-EXAONE 2,5 devance DeepSeek sur trois des quatre benchmarks et accuse un retard net sur GLM 5,3 sur SWE-Bench Pro (59,21 contre 64,03) et sur BrowseComp d’un point (78 contre 79). Sur AutomationBench, il est légèrement derrière DeepSeek (74,6 contre 74,9). Personne ne gagne les quatre, et les écarts sont suffisamment faibles pour que le choix se résume au prix, au langage et à l’accès, pas à un seul score.

Pour situer le contexte, le modèle d’août, K-EXAONE 2.0, a obtenu 47,1 sur SWE-Bench Pro, 50,87 sur BrowseComp, 16,9 sur AutomationBench et 62,11 sur Claw-Eval. Le saut sur AutomationBench, de 16,9 à 74,6, est l’amélioration la plus spectaculaire de l’ensemble et suggère que la formation supplémentaire visait directement l’utilisation d’outils agents.

Tarif : gratuit l’emporte sur le prix abordable, pour l’instant

Les prix de DeepSeek et GLM sont des prix affichés vérifiés par rapport aux pages officielles des prix fin octobre 2026. K-EXAONE 2.5 à 0 $ est imbattable tant qu’il dure, mais gratuit sans limites annoncées est une tactique de lancement, pas un prix. Attendez-vous à un niveau payant une fois que LG aura les données de validation souhaitées. Si vous développez dessus, gardez votre code portable : le terminaison compatible OpenAI rend la transition vers DeepSeek ou GLM peu coûteuse.

Quel modèle devriez-vous choisir ?

Choisissez K-EXAONE 2.5 si vous travaillez en coréen ou en anglais, si vous voulez une API de type frontier gratuite dès maintenant, ou si vous créez des agents qui utilisent des outils SaaS. Ses scores AutomationBench et Claw-Eval sont vraiment compétitifs, et la fenêtre contextuelle de 512K est suffisamment grande pour de longs documents et des exécutions d’agents en plusieurs étapes. Testez-la tant qu’elle est gratuite, mais ne la codez pas en dur comme votre seul fournisseur.

Choisissez DeepSeek v4.1 Flash si vous avez besoin de poids ouverts, d’un contexte de jeton 1M ou d’entrée multimodale. Le modèle de DeepSeek accepte à la fois les images et le texte, ses poids sont sous licence MIT, et son prix hors pointe de 0,15 $/0,60 $ par jeton 1 million est l’option payante la moins chère ici. Il est également en tête sur les tests agents indépendants tels que DeepSWE v1.1, où il a obtenu 74,2 % dans l’article de DeepSeek lui-même.

Choisissez GLM 5.3 si la priorité est le codage. Il est en tête de ce groupe sur SWE-Bench Pro avec 64,03, et son API phare à 1,40 $/4,40 $ par 1 million de jetons est la plus chère des trois, donc utilisez le GLM-5.3-Flash moins cher à 0,15 $/0,50 $ pour le travail de routine.

Pour les entreprises qui développent des agents IA, la décision pratique est la même que nous recommandons pour chaque nouveau modèle : effectuer votre propre benchmark sur vos propres tâches. Les scores fournisseurs mesurent les tâches fournisseurs. Si vous avez besoin d’aide pour intégrer un tel modèle dans un véritable flux de travail, nos services de développement d’agents IA couvrent exactement cela, et vous pouvez engager une agence d’automatisation IA pour effectuer l’évaluation à votre place.

Ce que cela signifie pour la course poids ouvert

K-EXAONE 2.5 compte pour une raison au-delà de ses scores. Jusqu’à présent, la course frontalière poids ouvert était une histoire États-Unis contre Chine : DeepSeek, GLM et Qwen d’un côté, et des sorties ouvertes de Mistral et Meta de l’autre. LG est désormais un troisième pôle, un laboratoire coréen avec un mandat souverain d’IA et un objectif déclaré de performance au niveau frontière d’ici janvier 2027. La Corée rejoint un petit club de pays qui peuvent aligner un modèle de classe 750B.

L’autre signe est le prix. L’accès gratuit à une API à un modèle de cette taille est une prise délibérée de terres pour la part d’esprit des développeurs, le même manuel que DeepSeek a utilisé pour forcer toute l’industrie à baisser les prix. Si la version gratuite de LG tient encore quelques mois, attendez-vous à une pression sur tous les modèles économiques de cette catégorie.

FAQ

K-EXAONE 2.5 est-il vraiment gratuit ?

Oui, pour l’instant. LG affirme que la plateforme API EXAONE est actuellement gratuite. L’entreprise n’a pas précisé combien de temps durera la période gratuite ni quelles limites s’appliqueront une fois terminée, donc considérez l’accès gratuit comme temporaire.

K-EXAONE 2.5 est-il open source ?

Non, pas cette version. L’API est ouverte aux développeurs, mais LG n’a pas annoncé de poids ouverts pour la version 2.5. LG a publié des poids pour les anciens modèles K-EXAONE sur Hugging Face. DeepSeek V4.1 Flash, en revanche, propose des poids ouverts sous licence MIT.

Quels langages K-EXAONE 2.5 supporte-t-il ?

Uniquement en coréen et anglais, entrée et sortie texte. Il n’y a pas d’entrée image ni multimodale dans cette version.

Comment utiliser l’API K-EXAONE 2.5 ?

Inscrivez-vous à une clé API sur la plateforme API EXAONE (docs.exaone.ai) et appelez le point de terminaison de complétion de chat compatible OpenAI avec le nom du modèle k-exaone_v2.5. Un paramètre reasoning_effort (faible, élevé ou max) contrôle combien le modèle réfléchit avant de répondre.

Comment K-EXAONE 2.5 se compare-t-il à DeepSeek V4.1 Flash ?

Selon les benchmarks agents de LG, les deux sont proches : K-EXAONE 2,5 en tête sur SWE-Bench Pro (59,21 contre 58,41), BrowseComp (78 contre 75,8) et Claw-Eval (77,29 contre 75,78), et légèrement en retard sur AutomationBench (74,6 contre 74,9). DeepSeek dispose d’une fenêtre de contexte plus large (1M contre 512K), des poids ouverts et des entrées multimodales. Tous les chiffres des benchmarks sont rapportés par les fournisseurs.

Quand LG sortira-t-il un modèle Frontier EXAONE ?

LG vise à achever un modèle EXAONE de troisième génération avec des performances de niveau frontière d’ici janvier 2027, selon Lim Woo-hyung, co-responsable de la recherche.

Sources

LG AI Research a annoncé l’API gratuite le 9 novembre 2026 lors de la NVIDIA AI Day Seoul. Les chiffres des benchmarks proviennent de la carte modèle de LG et de la documentation de la plateforme EXAONE API, telles que rapportées par Spectrum Web, le Korea Herald et Aju Press. Les prix DeepSeek et GLM proviennent des pages officielles de prix DeepSeek et Z.ai, consultées fin octobre 2026. Lectures connexes : notre analyse de GPT-6 Astra et notre critique de Claude Opus 5.5.

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