K-EXAONE 2.5: LG's Gratis 750B-model versus DeepSeek

LG heeft zojuist een model van 750 miljard parameters op een gratis API gezet. Op 9 november 2026 opende LG AI Research het EXAONE API Platform op NVIDIA AI Day Seoul, waarmee ontwikkelaars gratis toegang kregen tot K-EXAONE 2.5, het soevereine AI-taalmodel. De hoofdcijfers zijn serieus: 750 miljard parameters in totaal met 31 miljard actief per token, een 512.000 tokencontextvenster en agentische benchmarkscores die ongeveer gelijk staan aan DeepSeek V4.1 Flash en GLM 5.3, twee van de sterkste open-weight modellen uit China.

Er is natuurlijk een addertje onder het gras. De gewichten zijn niet open, de vrije periode heeft geen aangekondigde einddatum, en elk benchmarkgetal hieronder is LG's eigen meting, geen onafhankelijke test. Toch is een gratis frontier-class API van een Koreaans laboratorium het soort lancering dat het waard is om te testen voordat het gratis venster sluit.

Snel oordeel

Wat is K-EXAONE 2.5?

K-EXAONE 2.5 is een technologievalidatiemodel, gebouwd door verdere training van het tweede generatie K-EXAONE-model dat LG in augustus 2026 uitbracht. LG zegt dat interne analyses van 24 evaluatiemetrics een algehele prestatiestijging van meer dan 70% ten opzichte van het augustusmodel toonden, behaald in ongeveer acht weken. Het model heeft een kennisgrens voor januari 2026 en een reasoning_effort instelling (laag, hoog of maximaal, met maximum als standaard) die bepaalt hoe lang het nadenkt voordat het antwoordt.

Het eindpunt is OpenAI compatibel, dus bestaande code kan ernaar verwijzen met de modelnaam k-exaone_v2.5. Het platform vermeldt ook een tweede model, EXAONE Tabular, een klein model voor voorspellingen op gestructureerde data.

LG presenteert de gratis API als echte validatie voorafgaand aan het volgende model. Co-hoofd onderzoek Lim Woo-hyung zei dat het team zich richt op een derde generatie model en streeft naar een EXAONE-model met frontprestatie in januari 2027. NVIDIA heeft al een Dynamo-inferentiegids voor K-EXAONE gepubliceerd, en LG overweegt NVIDIA Dynamo-software om de efficiëntie van servering te verbeteren.

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

LG vergelijkt K-EXAONE 2.5 met DeepSeek V4.1 Flash en GLM 5.3 op vier agentische benchmarks, allemaal gemeten door LG zelf op open datasets. Behandel deze als door leveranciers gerapporteerde totdat onafhankelijke tests beschikbaar zijn.

Lees de tabel eerlijk: K-EXAONE 2.5 verslaat DeepSeek op drie van de vier benchmarks en staat achter op GLM 5.3 op SWE-Bench Pro met een duidelijke marge (59,21 vs 64,03) en op BrowseComp met één punt (78 vs 79). Op AutomationBench staat het net achter DeepSeek (74,6 vs 74,9). Niemand wint alle vier, en de verschillen zijn klein genoeg dat de keuze zou moeten afhangen van prijs, taal en toegang, niet van één enkele score.

Ter context: het augustusmodel, K-EXAONE 2.0, scoorde 47,1 op SWE-Bench Pro, 50,87 op BrowseComp, 16,9 op AutomationBench en 62,11 op Claw-Eval. De sprong op AutomationBench, van 16,9 naar 74,6, is de meest ingrijpende verbetering in de set en suggereert dat de extra training zich volledig richtte op het gebruik van agentische tools.

Prijzen: gratis is voorlopig goedkoop, voorlopig

DeepSeek- en GLM-prijzen zijn lijstprijzen die eind oktober 2026 zijn gecontroleerd aan de hand van officiële prijspagina's. K-EXAONE 2.5 voor $0 is onverslaanbaar zolang het duurt, maar gratis zonder aangekondigde limieten is een lanceertactiek, geen prijs. Verwacht een betaalde tier zodra LG de validatiegegevens heeft die het wil. Als je daarop bouwt, houd je code draagbaar: het OpenAI-compatibele eindpunt maakt overstappen naar DeepSeek of GLM goedkoop.

Welk model moet je kiezen?

Kies K-EXAONE 2.5 als je in het Koreaans of Engels werkt, nu een gratis frontier-class API wilt, of agents bouwt die SaaS-tools aanroepen. De AutomationBench- en Claw-Eval-scores zijn echt concurrerend, en het contextvenster van 512K is groot genoeg voor lange documenten en meerstaps agentruns. Test het terwijl het gratis is, maar codeer het niet hardcode als je enige provider.

Kies DeepSeek V4.1 Flash als je open gewichten, een 1M tokencontext of multimodale input nodig hebt. Het model van DeepSeek neemt zowel afbeeldingen als tekst, de gewichten zijn gelicentieerd door MIT, en de off-peakprijs van $0,15/$0,60 per 1M tokens is hier de goedkoopste betaalde optie. Het leidt ook bij onafhankelijke agentische tests zoals DeepSWE v1.1, waar het 74,2% scoorde in DeepSeek's eigen artikel.

Kies GLM 5.3 als programmeren prioriteit heeft. Het leidt deze groep op SWE-Bench Pro met 64,03, en de flagship API van $1,40/$4,40 per 1M tokens is de duurste van de drie, dus gebruik de goedkopere GLM-5.3-Flash voor routinematig werk.

Voor bedrijven die AI-agenten bouwen, is de praktische stap dezelfde die we voor elk nieuw model aanraden: voer je eigen benchmark uit op je eigen taken. Leveranciersscores meten leverancierstaken. Als je hulp nodig hebt om een model als dit in een echte workflow te integreren, dekken onze AI-agentontwikkelingsdiensten precies dat, en kun je een AI-automatiseringsbureau inhuren om de evaluatie voor je uit te voeren.

Wat dit betekent voor de open-gewicht race

K-EXAONE 2.5 is om een reden belangrijk, buiten zijn scores. Tot nu toe was de grensrace in het opengewicht een VS versus China-verhaal: DeepSeek, GLM en Qwen aan de ene kant, en open releases van Mistral en Meta aan de andere kant. LG is nu een derde pool, een Koreaans laboratorium met een soevereine AI-opdracht en een uitgesproken doel van prestaties op grensniveau tegen januari 2027. Korea sluit zich aan bij een kleine club van landen die überhaupt een 750B-klasse model kunnen inzetten.

Het andere signaal is de prijs. Gratis API-toegang tot een model van dit formaat is een bewuste landgreep voor ontwikkelaars mindshare, hetzelfde draaiboek dat DeepSeek gebruikte om de hele industrie te dwingen prijzen te verlagen. Als LG's gratis tier nog een paar maanden standhoudt, kun je druk verwachten op elk budgetmodel in deze klasse.

FAQ

Is K-EXAONE 2.5 echt gratis?

Ja, voorlopig. LG zegt dat het EXAONE API-platform momenteel gratis is. Het bedrijf heeft niet gezegd hoe lang de gratis periode zal duren of welke limieten er zullen gelden zodra deze eindigt, dus behandel gratis toegang als tijdelijk.

Is K-EXAONE 2.5 open source?

Nee, niet deze release. De API staat open voor ontwikkelaars, maar LG heeft geen open gewichten aangekondigd voor versie 2.5. LG heeft gewichten gepubliceerd voor eerdere K-EXAONE-modellen op Hugging Face. DeepSeek V4.1 Flash daarentegen levert open gewichten uit onder een MIT-licentie.

Welke talen ondersteunt K-EXAONE 2.5?

Alleen Koreaans en Engels, tekstinvoer en tekstuitvoer. Er is geen afbeeldings- of multimodale invoer in deze uitgave.

Hoe gebruik ik de K-EXAONE 2.5 API?

Meld je aan voor een API-sleutel op het EXAONE API Platform (docs.exaone.ai) en roep het OpenAI-compatibele chatcompletions-eindpunt aan met de modelnaam k-exaone_v2.5. Een reasoning_effort parameter (laag, hoog of maximaal) bepaalt hoeveel het model nadenkt voordat het antwoordt.

Hoe verhoudt K-EXAONE 2.5 zich tot DeepSeek V4.1 Flash?

Op LG's eigen agentische benchmarks liggen de twee dicht bij elkaar: K-EXAONE 2,5 leads op SWE-Bench Pro (59,21 versus 58,41), BrowseComp (78 versus 75,8) en Claw-Eval (77,29 versus 75,78), en ligt iets achter op AutomationBench (74,6 versus 74,9). DeepSeek heeft het grotere contextvenster (1M versus 512K), open gewichten en multimodale input. Alle benchmarkcijfers zijn door leveranciers gerapporteerd.

Wanneer brengt LG een frontier EXAONE-model uit?

LG streeft ernaar om in januari 2027 een derde generatie EXAONE-model met prestaties op vooraanstaande niveau te voltooien, aldus medehoofd onderzoek Lim Woo-hyung.

Bronnen

LG AI Research kondigde de gratis API aan op 9 november 2026 tijdens NVIDIA AI Day Seoul. Benchmarkcijfers komen uit LG's modelkaart en de documentatie van het EXAONE API Platform, zoals gerapporteerd door Spectrum Web, de Korea Herald en Aju Press. DeepSeek en GLM-prijzen zijn afkomstig van de officiële DeepSeek- en Z.ai prijspagina's, die eind oktober 2026 zijn gecontroleerd. Gerelateerde literatuur: onze GPT-6 Astra-analyse en onze Claude Opus 5.5 review.

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