K-EXAONE 2.5: LG abre API gratis con 70% de mejora
Benchmarks5 min
K-EXAONE 2.5: LG abre API gratis con 70% de mejora
LG AI Research abrió la API de K-EXAONE 2.5 gratis. El modelo de 750B parámetros tuvo 70% de mejora en 8 semanas. Consulta los benchmarks oficiales.
Marcelo Santiago
Criador do bridgecode
La mayor newsletter de IA del Mundo
Recibe artículos sobre IA en tu correo
Selección técnica sobre modelos, agentes y herramientas de código. Sin spam, cancela cuando quieras.
LG AI Research abrió hoy la API de K-EXAONE 2.5 gratis. El modelo de 750 mil millones de parámetros (31 mil millones activos) tuvo un rendimiento 70% superior al de la versión de agosto, en solo ocho semanas. El anuncio se hizo en NVIDIA AI Day Seoul 2026, el 9 de noviembre.
En este artículo verás:
- Qué es K-EXAONE 2.5 y quién puede usarlo
- Los números oficiales en los cuatro benchmarks de IA agente
- Cómo se compara el modelo con DeepSeek y GLM
- Cómo probar K-EXAONE 2.5 hoy
Qué es K-EXAONE 2.5, el modelo abierto de LG
K-EXAONE 2.5 es un modelo de lenguaje de LG AI Research, con 750 mil millones de parámetros totales y 31 mil millones activos. Es una versión de validación técnica, creada con entrenamiento adicional sobre el modelo lanzado en agosto de 2026.
El enfoque del modelo es IA agente: planificación, uso de herramientas y ejecución de tareas en entornos de trabajo. LG afirma que el modelo soporta razonamiento complejo, generación de código, depuración, refactorización y automatización de flujos.
El diferencial de este lanzamiento es el acceso: la API está disponible gratis para desarrolladores, startups, empresas e instituciones de investigación. Basta obtener una clave de API en la plataforma EXAONE. No hay costo de uso, ni límite de tiempo anunciado.
El modelo es solo de texto, en inglés y coreano, con corte de conocimiento en enero de 2026. No procesa imágenes, audio o video.
Los números oficiales de K-EXAONE 2.5 en los benchmarks
LG midió el modelo en cuatro benchmarks de IA agente, usando conjuntos de datos públicos. Los resultados son internos, no auditados por terceros:
- AutomationBench-Openset: 74,6 (automatización de tareas con herramientas SaaS)
- SWE-Bench Pro: 59,2 (desarrollo y modificación de software real)
- BrowseComp: 78,0 (búsqueda y navegación en la web)
- Claw-Eval: 77,3 (resolución de problemas en entorno de trabajo)
La empresa afirma que el desempeño agregado en 24 métricas de evaluación mejoró más de 70% respecto al modelo de agosto. Ese número se midió internamente, en ocho semanas de trabajo.
K-EXAONE 2.5 contra DeepSeek y GLM
En los cuatro benchmarks, LG afirma que K-EXAONE 2.5 quedó competitivo con modelos frontier abiertos, incluyendo DeepSeek-V4.1-Flash y GLM-5.3 (max). La comparación la hace la propia LG, con sus propias pruebas.
No hay tabla pública con los scores de los competidores lado a lado. La afirmación de competitividad es de la empresa, no de un ranking independiente. Quien quiera validar necesita ejecutar el modelo en su propia infraestructura.
Esto es un patrón común en lanzamientos recientes: la empresa publica sus propios números y deja que la comunidad los pruebe. Quien evalúa benchmarks de agentes sabe que los resultados internos necesitan reproducción independiente antes de convertirse en un hecho.
Si quieres profundizar en cómo comparar estos números, vale la pena leer las 7 consejos para evaluar benchmarks de agentes de IA.
La alianza con NVIDIA y el plan para enero
LG también anunció cooperación técnica con NVIDIA. La idea es aplicar la tecnología Dynamo de NVIDIA para mejorar la eficiencia de inferencia y la escalabilidad del servicio.
La empresa dijo que planea aplicar lo aprendido en K-EXAONE 2.5 para desarrollar un modelo de próxima generación hasta enero de 2027. Es decir, este release puede ser de corta duración. Un modelo de validación técnica, no una versión final.
Esto importa para quien planea usar el modelo en producción: un modelo gratuito sin fecha de fin puede cambiar de precio o desaparecer. LG no informó cuánto tiempo estará disponible el acceso gratuito.
Limitaciones que necesitas conocer
El K-EXAONE 2.5 tiene restricciones claras. Es solo de texto, sin soporte para imágenes, audio o video. Funciona en inglés y coreano. Su corte de conocimiento es enero de 2026, lo que puede limitar tareas que requieren información reciente.
Los benchmarks son medidos por la propia LG, en sus propias pruebas, con conjuntos de datos públicos. No hay auditoría independiente. Los scores pueden variar en otras cargas de trabajo.
Para quien ya prueba modelos abiertos, vale la pena comparar con el Hy4 de Tencent, que también tiene acceso gratuito y números públicos. Quien sigue los releases de CLIs puede ver cómo seguir los releases de Codex CLI sin romper el flujo.
Cómo probar K-EXAONE 2.5 hoy
- Accede a la plataforma EXAONE en docs.exaone.ai.
- Solicita una clave de API gratuita.
- Usa el endpoint compatible con la API de OpenAI para enviar solicitudes.
- Prueba en tareas de código, automatización y búsqueda en la web.
La API es compatible con el formato de OpenAI, lo que facilita la integración con herramientas existentes. Quien ya usa SDKs de OpenAI puede cambiar el endpoint y probar con poco esfuerzo.
Preguntas frecuentes sobre el K-EXAONE 2.5 de LG
¿Qué es K-EXAONE 2.5?
Es un modelo de lenguaje de LG AI Research con 750 mil millones de parámetros (31 mil millones activos). Es una versión de validación técnica creada con entrenamiento adicional sobre el modelo de agosto de 2026, enfocada en IA agente.
¿Es gratuita la API de K-EXAONE 2.5?
Sí. LG abrió la API de forma gratuita para desarrolladores, startups, empresas e instituciones de investigación. Solo hay que obtener una clave de API en la plataforma EXAONE. La empresa no informó por cuánto tiempo estará disponible el acceso gratuito.
¿Qué benchmarks superó K-EXAONE 2.5?
LG midió cuatro benchmarks de IA agente: AutomationBench-Openset 74,6; SWE-Bench Pro 59,2; BrowseComp 78,0; y Claw-Eval 77,3. La empresa afirma una mejora de más de 70% en 24 métricas respecto al modelo de agosto.
¿Es K-EXAONE 2.5 mejor que DeepSeek y GLM?
LG afirma que el modelo quedó competitivo con DeepSeek-V4.1-Flash y GLM-5.3 (max) en los cuatro benchmarks. Pero esa comparación la hace LG misma, sin auditoría independiente. No hay una tabla pública con los scores de la competencia.
¿Cómo probar K-EXAONE 2.5 hoy?
Accede a docs.exaone.ai, solicita una clave de API gratuita y usa el endpoint compatible con la API de OpenAI. El modelo es solo de texto, en inglés y coreano, con corte de conocimiento en enero de 2026.
Conclusión: un modelo coreano competitivo, con acceso gratuito
El K-EXAONE 2.5 no es el modelo más capaz del mercado, pero es uno de los pocos con acceso gratuito y números públicos. La mejora del 70% en ocho semanas muestra que LG está acelerando.
Para quien desarrolla agentes, vale la pena probarlo. Pero trata los benchmarks como punto de partida, no como verdad final. Reproduce en tu propia carga antes de tomar decisiones.
¿El K-EXAONE 2.5 llamó tu atención? Pon a esta novedad a trabajar en un squad de agentes de IA, cada uno en su rol.
Fuente: LG AI Research
Tags:#K-EXAONE#LG AI Research#benchmark#IA agêntica#API gratuita
Desarrollador y creador de bridgecode, un entorno de desarrollo agéntico para orquestar squads de agentes de IA. Ayuda a quienes van del vibe coding al desarrollo profesional a pasar de la idea al producto entregado.
Artículos relacionados
Benchmarks
Fable 5.2 vs Opus 5.5: qué modelo elegir para cada tarea
Compara Claude Fable 5.2 y Opus 5.5: benchmarks autoinformados, precio, velocidad y recomendación por tipo de uso para quien programa con IA.
5 min
Benchmarks
Terminal-Bench 4.0: Claude Opus 5.5 y Sonnet 5.5 lideran operaciones en terminal con 65%
Terminal-Bench 4.0 evalúa agentes de IA resolviendo problemas en terminal Linux real. Claude Opus 5.5 lidera con 65,15%, seguido por Sonnet 5.5 con 64,14%.
5 min
Benchmarks
SRE Bench: ¿la IA hace ingeniería inversa de binarios?
SRE Bench prueba si los agentes de IA logran hacer ingeniería inversa de binarios sin código fuente. GPT-6 Astra lidera con 56,87%.
5 min