K-EXAONE 2.5 ouvre ses API gratuites aux développeurs
LG AI Research rend K-EXAONE 2.5 accessible gratuitement via l’EXAONE API Platform. Le modèle de 750 milliards de paramètres vise les usages d’agent, du code à l’automatisation, avec des performances internes à confirmer en production.
LG AI Research a annoncé le 9 novembre 2026 l’accès gratuit à l’API de K-EXAONE 2.5, un modèle de 750 milliards de paramètres proposé via l’EXAONE API Platform. Développeurs, startups, entreprises et centres de recherche peuvent demander une clé pour l’utiliser en développement de services ou en recherche. Le geste compte, car il abaisse le coût d’entrée pour tester un modèle orienté agents, code et automatisation dans des outils déjà compatibles OpenAI.
Un modèle pensé pour les agents, pas seulement pour discuter
K-EXAONE 2.5 est présenté par LG comme un modèle de validation technologique, obtenu après un entraînement supplémentaire appliqué à la version publiée en août 2026. Le modèle est text-only, prend en charge le coréen et l’anglais, et expose des fonctions qui parlent directement aux équipes produit : chat, appel d’outils, sorties structurées, génération de code et streaming. Dit autrement, il ne se contente pas de répondre ; il peut aussi s’insérer dans un flux de travail avec des actions à déclencher autour de lui.
La documentation de l’API ajoute une interface OpenAI-compatible via un POST /v1/chat/completions avec l’identifiant k-exaone_v2.5. Les entrées plus la génération maximale, raisonnement compris, ne peuvent pas dépasser 524 288 tokens ; au-delà, la requête renvoie une erreur 400. C’est large, mais pas magique : il faut quand même gérer le contexte avec soin, ce qui reste souvent le vrai sujet en production.
Des scores internes flatteurs, mais un terrain de test encore à confirmer
LG dit avoir évalué K-EXAONE 2.5 en interne sur des jeux de données ouverts et le présente comme compétitif face à des modèles open-weight de pointe. Sur les chiffres publiés, il progresse par rapport à K-EXAONE 2.0 sur les quatre tests cités : 59,21 contre 47,1 sur SWE-Bench Pro, 78,0 contre 50,87 sur BrowseComp, 74,6 contre 16,9 sur AutomationBench open-set et 77,29 contre 62,11 sur Claw-Eval. Ces benchmarks couvrent le code, la recherche d’information sur le web, l’automatisation avec des outils SaaS et la résolution de problèmes en environnement de travail.
Face à DeepSeek-V4.1-Flash, K-EXAONE 2.5 fait mieux sur SWE-Bench Pro, BrowseComp et Claw-Eval, mais reste derrière sur AutomationBench. Comparé à GLM-5.3, il ne passe devant que sur AutomationBench. Le tableau est donc plus nuancé qu’un simple “tout va plus vite” : selon le cas d’usage, l’avantage change de camp.
Le vrai test se jouera dans les agents réels
LG nomme le développement logiciel, le débogage, le refactoring et l’écriture de tests parmi les usages visés, avec la recherche agentique et l’automatisation du travail. La documentation expose aussi des contrôles de raisonnement : reasoning_effort est réglé par défaut sur max, tandis que preserve_thinking peut transmettre du raisonnement antérieur dans une conversation multi-tour. Là encore, la promesse est claire, mais l’intégration reste délicate : plus de raisonnement peut aussi vouloir dire plus de latence et plus de tokens consommés.
Le guide agent fourni par LG décrit des configurations pour un agent généraliste Hermes et un agent de codage OpenCode. Dans le workflow documenté, l’environnement externe exécute les appels d’outils renvoyés par le modèle, puis renvoie leurs résultats au modèle pour la suite de l’échange. Le modèle décide, l’agent agit. Cette séparation est classique, mais elle rappelle que la qualité d’un système agentique dépend autant de l’orchestration que du modèle lui-même.
Points clés
- LG AI Research ouvre gratuitement K-EXAONE 2.5 via API.
- Annonce datée du 9 novembre 2026.
- Le modèle revendique 750 milliards de paramètres.
- Support du coréen et de l’anglais.
- K-EXAONE 2.5 vise code, recherche et automatisation.
- LG compare ses scores à DeepSeek-V4.1-Flash et GLM-5.3.
En chiffres
- 750 milliards de paramètres — taille revendiquée du modèle, novembre 2026, LG AI Research.
- 524 288 tokens — plafond d’entrée plus génération maximale, documentation API.
- 59,21 — score SWE-Bench Pro de K-EXAONE 2.5.
- 78,0 — score BrowseComp de K-EXAONE 2.5.
- 74,6 — score AutomationBench open-set de K-EXAONE 2.5.