K-EXAONE 2.5: LG abre API grátis com 70% de ganho

A LG AI Research abriu hoje a API do K-EXAONE 2.5 de graça. O modelo de 750 bilhões de parâmetros (31 bilhões ativos) teve desempenho 70% superior ao da versão de agosto, em apenas oito semanas. O anúncio foi feito no NVIDIA AI Day Seoul 2026, em 9 de novembro.

O que é o K-EXAONE 2.5, o modelo aberto da LG

K-EXAONE 2.5 é um modelo de linguagem da LG AI Research, com 750 bilhões de parâmetros totais e 31 bilhões ativos. É uma versão de validação técnica, criada com treinamento adicional sobre o modelo lançado em agosto de 2026.

O foco do modelo é IA agêntica: planejamento, uso de ferramentas e execução de tarefas em ambientes de trabalho. A LG afirma que o modelo suporta raciocínio complexo, geração de código, depuração, refatoração e automação de fluxos.

O diferencial deste lançamento é o acesso: a API está disponível de graça para desenvolvedores, startups, empresas e instituições de pesquisa. Basta obter uma chave de API na plataforma EXAONE. Não há custo de uso, nem limite de tempo anunciado.

O modelo é de texto apenas, em inglês e coreano, com corte de conhecimento em janeiro de 2026. Não processa imagens, áudio ou vídeo.

Os números oficiais do K-EXAONE 2.5 nos benchmarks

A LG mediu o modelo em quatro benchmarks de IA agêntica, usando conjuntos de dados públicos. Os resultados são internos, não auditados por terceiros:

• AutomationBench-Openset: 74,6 (automação de tarefas com ferramentas SaaS)
• SWE-Bench Pro: 59,2 (desenvolvimento e modificação de software real)
• BrowseComp: 78,0 (busca e navegação na web)
• Claw-Eval: 77,3 (resolução de problemas em ambiente de trabalho)

A empresa afirma que o desempenho agregado em 24 métricas de avaliação melhorou mais de 70% em relação ao modelo de agosto. Esse número foi medido internamente, em oito semanas de trabalho.

K-EXAONE 2.5 contra DeepSeek e GLM

Nos quatro benchmarks, a LG afirma que o K-EXAONE 2.5 ficou competitivo com modelos frontier abertos, incluindo DeepSeek-V4.1-Flash e GLM-5.3 (max). A comparação é feita pela própria LG, com seus próprios testes.

Não há tabela pública com os scores dos concorrentes lado a lado. A afirmação de competitividade é da empresa, não de um ranking independente. Quem quiser validar precisa rodar o modelo na própria infraestrutura.

Isso é um padrão comum em lançamentos recentes: a empresa publica seus próprios números e deixa a comunidade testar. Quem avalia benchmarks de agentes sabe que resultados internos precisam de reprodução independente antes de virar fato.

Se você quiser se aprofundar em como comparar esses números, vale ler as 7 dicas para avaliar benchmarks de agentes de IA.

A parceria com a NVIDIA e o plano para janeiro

A LG também anunciou cooperação técnica com a NVIDIA. A ideia é aplicar a tecnologia Dynamo da NVIDIA para melhorar a eficiência de inferência e a escalabilidade do serviço.

A empresa disse que planeja aplicar o que aprendeu no K-EXAONE 2.5 para desenvolver um modelo de próxima geração até janeiro de 2027. Ou seja, este release pode ser de curta duração. Um modelo de validação técnica, não uma versão final.

Isso importa para quem planeja usar o modelo em produção: um modelo gratuito sem data de fim pode mudar de preço ou desaparecer. A LG não informou quanto tempo o acesso gratuito ficará disponível.

Limitações que você precisa saber

O K-EXAONE 2.5 tem restrições claras. É de texto apenas, sem suporte a imagens, áudio ou vídeo. Funciona em inglês e coreano. O corte de conhecimento é janeiro de 2026, o que pode limitar tarefas que exigem informação recente.

Os benchmarks são medidos pela própria LG, em seus próprios testes, com conjuntos de dados públicos. Não há auditoria independente. Os scores podem variar em outras cargas de trabalho.

Para quem já testa modelos abertos, vale comparar com o Hy4 da Tencent, que também tem acesso gratuito e números públicos. Quem acompanha releases de CLIs pode ver como acompanhar releases do Codex CLI sem quebrar o fluxo.

Como testar o K-EXAONE 2.5 hoje

1. Acesse a plataforma EXAONE em docs.exaone.ai.
2. Solicite uma chave de API gratuita.
3. Use o endpoint compatível com a API da OpenAI para enviar requisições.
4. Teste em tarefas de código, automação e busca na web.

A API é compatível com o formato da OpenAI, o que facilita a integração com ferramentas existentes. Quem já usa SDKs da OpenAI pode trocar o endpoint e testar com pouco esforço.