Standar baru mengenai arti "terbuka" dalam AI ditetapkan pada hari Kamis. Institute of Foundation Models (IFM), sebuah institut AI yang berbasis di Abu Dhabi, merilis K2 Horizon, sebuah armada terhubung yang terdiri dari enam model bahasa yang dikirimkan dengan segala sesuatu mulai dari bobot akhir hingga data pelatihan, pos pemeriksaan perantara, kode pelatihan, dan log terperinci – sebuah paket yang digambarkan Reuters sebagai model sumber terbuka sepenuhnya yang dirilis dengan data dan kode pelatihannya.
Sebagian besar rilisan bobot terbuka masih berhenti pada bobotnya, sehingga orang luar dapat menebak-nebak bagaimana model tersebut sebenarnya dibuat. K2 Horizon mengambil pendekatan sebaliknya, dan kehadirannya merupakan momen penting bagi siapa pun yang melacak model AI open-weight di seluruh industri.
Enam model, dari jam tangan hingga perusahaan
Armada mencakup enam ukuran: parameter 375B-A23B, 36B-A4B, 32B, 7B, 3.7B dan 0.9B. Menurut pengumuman IFM, model-model tersebut dirancang sebagai satu sistem yang terhubung dan bukan enam rilis yang tidak terkait.
Model terkecil menargetkan lingkungan yang sangat terbatas seperti jam tangan dan kacamata, sedangkan model 3.7B dan 7B diposisikan untuk ponsel dan aplikasi pada perangkat lainnya. Model 32B yang padat dan model 36B-A4B yang jarang ditujukan untuk stasiun kerja lokal dan pelayanan yang efisien, dan 375B-A23B yang andal membawa kemampuan armada terkuat ke dalam penerapan di perusahaan yang menuntut. Keenam model dikirimkan dengan dukungan kuantisasi.
Model-model tersebut berbagi arsitektur inti, kosakata, metodologi pelatihan, antarmuka, infrastruktur evaluasi, dan alat penerapan, dengan model 0,9B menggunakan kosakata yang lebih sedikit. IFM mengatakan bahwa konsistensi memudahkan perpindahan antar ukuran, mengarahkan pekerjaan secara dinamis di seluruh armada, dan mempelajari bagaimana kemampuan ditingkatkan.
Apa yang sebenarnya tercakup dalam "terbuka penuh".
Di sinilah K2 Horizon berangkat dari norma industri. Untuk setiap model dalam armada, IFM mengatakan pihaknya membuka siklus pelatihan mulai dari pra-pelatihan hingga penalaran dan pasca-pelatihan agen.
Rilis ini mencakup pos pemeriksaan perantara, data pelatihan atau resep konstruksi data terperinci, dokumentasi arsitektur terbuka, komposisi campuran, kode pelatihan, konfigurasi, log pelatihan terperinci, hasil evaluasi, dan bobot akhir. Model dan kode dirilis di bawah lisensi Apache 2.0, salah satu lisensi yang paling permisif dalam penggunaan komersial. Kumpulan data dirilis berdasarkan lisensi yang berlaku, seperti ODC-BY, dan IFM berkomitmen untuk mengungkapkan bagaimana data dibuat dan dicampur jika redistribusi tidak memungkinkan.
IFM juga membingkai rilis ini sebagai rangkaian model terbuka pertama yang memaparkan proses pengembangan lengkap melalui pasca-pelatihan yang agen. Dalam praktiknya, hal ini berarti peneliti dapat mempelajari bagaimana penalaran, penggunaan alat, perencanaan, dan perilaku agen muncul selama pelatihan, mereproduksi metode, dan mengadaptasinya ke alat dan domain baru – hal yang biasanya tidak mungkin dilakukan jika hanya bobot akhir yang dipublikasikan.
Klaim kinerja
IFM mengatakan model armada yang lebih kecil menghasilkan hasil yang canggih pada skalanya masing-masing. Model 0,9B, 3,7B, dan 7B dilaporkan memimpin kelas ukurannya dalam bidang matematika, penalaran, kemampuan umum, pengkodean, dan tugas agen.
Beberapa hal spesifik dari pengumuman tersebut: K2 Horizon 0,9B mendapat skor di atas 48 pada AIME 2026, sebuah kompetisi benchmark matematika yang tetap brutal untuk model sekecil itu. Model 3.7B dan 7B menonjol karena hasil SWE-bench dan BrowserComp yang kuat, menunjukkan rekayasa perangkat lunak dan kemampuan penelusuran multi-langkah yang tidak biasa untuk ukurannya. Model 36B-A4B memperkenalkan mekanisme Mixture-of-Value-Attention (MoVA) yang baru, yang mana IFM memuji kemampuannya yang melampaui jumlah parameter aktif yang disarankan. Model 32B dan 375B-A23B digambarkan sebagai model teratas di kelasnya masing-masing.
Seperti halnya evaluasi yang dipublikasikan di laboratorium, angka-angka ini dilaporkan sendiri dan verifikasi independen akan memakan waktu. Namun jika jumlahnya terus meningkat, armada tingkat pemula dan menengah dapat mengubah apa yang diharapkan pengembang dari model yang dijalankan pada perangkat keras konsumen.
Mengapa Abu Dhabi terus muncul di AI terbuka
Peluncuran ini memperkuat jejak Uni Emirat Arab dalam pengembangan model terbuka. Ekosistem AI di Abu Dhabi – yang didukung oleh berbagai institusi termasuk MBZUAI, yang meluncurkan sistem penalaran K2 Think bersama G42 pada tahun 2025 – secara konsisten memposisikan publikasi terbuka sebagai pembeda strategis, sebuah pola yang ditangkap Reuters dalam liputan rilisnya pada hari Kamis.
Waktunya juga bertepatan dengan pasar yang sedang berubah untuk model terbuka. Perjanjian Nvidia untuk mengakuisisi Hugging Face senilai sekitar $12,9 miliar, yang diumumkan minggu ini, menggarisbawahi betapa banyak nilai komersial yang telah terakumulasi di sekitar platform distribusi model terbuka. Sementara itu, para hyperscaler telah mengantre untuk mendapatkan lisensi model bobot terbuka dari laboratorium Tiongkok, dan perusahaan AI Barat menerbitkan surat peringatan terhadap pembatasan prematur pada bobot terbuka.
Dengan latar belakang tersebut, armada yang memublikasikan seluruh jalur pelatihannya memberikan alternatif bagi para peneliti, perusahaan rintisan, dan pemerintah untuk bergantung pada API tertutup dari beberapa penyedia di AS.
Apa yang harus ditonton selanjutnya
Tiga pertanyaan akan menentukan apakah K2 Horizon penting selain berita utama. Pertama, dapatkah hasil benchmark direproduksi oleh evaluator independen, khususnya untuk model kecil yang klaimnya paling mencolok? Kedua, seberapa permisif lisensi kumpulan data dalam praktiknya, mengingat IFM mengakui bahwa beberapa data pelatihan tidak dapat didistribusikan ulang dan malah didokumentasikan berdasarkan resep? Ketiga, apakah perusahaan akan benar-benar menerapkan model sparse 375B di luar cloud besar, atau akankah dampak praktisnya terkonsentrasi pada model sparse 7B ke bawah yang dijalankan pada ponsel dan laptop?
Dampak langsung yang paling mungkin terjadi adalah pada transparansi penelitian. Dengan pos pemeriksaan, log, dan resep data yang bersifat publik, K2 Horizon memberikan contoh lengkap tentang bagaimana rangkaian model penalaran modern dan kemampuan agen dibangun — sesuatu yang belum pernah dimiliki komunitas pada skala ini.
Tetap Terdepan dalam Setiap Perkembangan Besar AI
Rilis model datang lebih cepat setiap bulannya. Ikuti terus setiap peluncuran dan tolok ukur sebelum hal itu menjadi penting.
---
Tetap Terdepan dalam AIDapatkan berita, analisis, dan terobosan AI terkini — semuanya di satu tempat.
Baca berita AI selengkapnya →
