IFM, K2 Horizon'ı yayınladı: 375B'den 0.9B'ye kadar altı modelden oluşan açık filo

IFM, 375 milyar parametreli amiral gemisinden giyilebilir cihazlara yönelik 0,9 milyar parametreli modele kadar uzanan, birbiriyle bağlantılı altı dil modelinden oluşan K2 Horizon'ı yayınladı. Hacker News'in ana sayfasında öne çıkan şirket duyurusuna göre, en küçük üç boyut kendi sınıflarında yeni en iyi (state-of-the-art) sonuçlar iddia ediyor ve filodaki her model, eğitim pipeline'ının tamamıyla birlikte geliyor.

Uç cihazdan kurumsala tek filo

K2 Horizon; 375B-A23B, 36B-A4B, 32B, 7B, 3.7B ve 0.9B varyantlarından oluşuyor. IFM bu modelleri tüm dağıtım yelpazesine yerleştiriyor: 0.9B modeli akıllı saatler ve gözlükler kadar kısıtlı donanımı hedeflerken, 3.7B ve 7B modeller telefonları ve diğer cihaz üstü senaryoları, yoğun (dense) 32B ve seyrek (sparse) 36B-A4B modeller yerel iş istasyonlarını ve verimli sunum kurulumlarını, 375B-A23B ise büyük kurumsal dağıtımları karşılamayı amaçlıyor. Altısının tümü quantization desteğiyle geliyor.

Son ekler mimariyi tanımlıyor. 375B-A23B, 375 milyar parametre depolayan ancak token başına yaklaşık 23 milyarını etkinleştiren seyrek bir mixture-of-experts modeli; 36B-A4B ise yaklaşık 4 milyar parametre etkinleştiriyor. Orta boyuttaki bu model ayrıca IFM'in Mixture-of-Value-Attention (MoVA) adını verdiği seyrek attention tasarımını ilk kez sunuyor; şirket bu tasarımın, etkin hesaplamanın çok küçük bir bölümüyle yoğun 32B modeline yakın performans sunduğunu belirtiyor. IFM ayrıca 32B ve 36B-A4B ikilisini, benzer koşullar altında eğitilen yoğun ve seyrek mimarileri karşılaştırmak için kontrollü bir referans noktası olarak konumlandırıyor.

Altı model çekirdek mimari, sözlük (0.9B için küçültülmüş), eğitim metodolojisi, arayüzler, değerlendirme altyapısı ve dağıtım araçlarını paylaştığından IFM'e göre filo, iş yüklerini boyutlar arasında kaydırmayı ve yetenek ile verimliliğin ölçekle nasıl değiştiğini incelemeyi kolaylaştırıyor.

Benchmark tablosu

Performans rakamlarının tamamı IFM'in kendisinden geliyor. Şirkete göre 0.9B, 3.7B ve 7B modeller matematik, akıl yürütme, genel yetenek, kodlama ve agentic değerlendirmelerde kendi boyut sınıflarında lider durumda; 0.9B model AIME 2026'da 48'in üzerinde puan alıyor. 3.7B ve 7B modellerin SWE-bench ve BrowseComp'te iyi performans gösterdiği bildiriliyor ve bazı değerlendirmelerde, kendilerinden birkaç kat büyük önceki nesil modellerin rakamlarına yakın ya da üzerinde sonuçlar alıyorlar. 32B, 40 milyar parametrenin altındaki en iyi yoğun modeller arasında; 375B-A23B ise genel olarak 400 milyarın altındaki en güçlü modeller arasında yer alıyor.

Şirket sınırları konusunda açık: TerminalBench gibi uzun deneme, hata ve toparlanma zincirleri gerektiren benchmark'lar, filonun en küçük modelleri için hâlâ zor.

Gerçekte ne açılıyor

IFM, K2 Horizon'ı şimdiye kadarki en kapsamlı açık sürümü olarak tanımlıyor ve bunu, şeffaflığı agentic post-training aşamasına kadar sonuna kadar taşıyan ilk açık model ailesi olduğu iddia ediyor. Altı modelin her biri için paket; ön eğitimden itibaren ara checkpoint'leri, eğitim kodunu ve konfigürasyonları, mixture tariflerini, ayrıntılı günlükleri, değerlendirme sonuçlarını ve final ağırlıkları, ayrıca eğitim verisinin kendisini ya da veri yeniden dağıtılamadığı durumlarda bunun nasıl oluşturulup harmanlandığına dair kapsamlı bir açıklamayı kapsıyor. Modeller ve kod Apache 2.0 lisansıyla, veri kümeleri ise ODC-BY gibi geçerli lisansları altında yayınlanıyor.

Amiral gemisi model, IFM'in tek bir uç nokta yerine geliştirme ağacı (development tree) dediği biçimde yayınlanıyor: checkpoint'ler ve post-training dalları, temel modelin akıl yürütme, talimat takibi ve özelleşmiş agentic varyantlara nasıl evrildiğini göstermek amaçlanıyor.

Neden önemli

Sürüm tanıdık bir dengesizliği hedefliyor. Tam belgelenmiş açık modeller genellikle yetenek sınırlarının oldukça gerisinde kalırken, yalnızca ağırlık olarak yayınlanan sınır seviyesindeki modeller yeteneklerinin nasıl inşa edildiğine dair hiçbir şey göstermiyor. Rekabetçi modelleri onları üreten tariflerle eşleştiren IFM, araştırmacılara incelenecek gerçekten akıl yürütme, araç kullanımı ve planlama sergileyebilecek kadar güçlü sistemler veriyor ve geliştiricilere de opak bir checkpoint'ten başlamak yerine bu yöntemleri yeniden üretme ve yeni araçlara, yeni alanlara uyarlama yolu sunuyor.

Filonun küçük ucuna da dikkat etmek gerek. İddialar bağımsız değerlendirmeden sağ çıkarsa, güvenilir agentic davranış sergileyen 10B altı modeller, çok adımlı gezinme ve yazılım mühendisliği görevlerini bulut GPU'ları yerine telefonlara ve giyilebilir cihazlara taşıyacak. IFM, tamamen açık yaklaşımını 2023 tarihli LLM360 makalesine dayandırıyor ve o zamandan beri her yıl açık model yayınladığını, K2 Horizon'ın ise bu bağlılığı eğitim yaşam döngüsünün tamamına genişlettiğini söylüyor.