Das Institute of Foundation Models (IFM) hat am 3. September 2026 mit „K2 Horizon“ eine Familie von sechs KI-Sprachmodellen veroeffentlicht – und legt dabei nicht nur die Gewichte, sondern auch Trainingsdaten, Code und Trainingsprotokolle offen. Das von der Abu-Dhabi-Universitaet MBZUAI gegruendete Labor bezeichnet es als die groesste vollstaendig quelloffene Modellflotte der Branche.
Sechs Groessen von der Smartwatch bis zum Rechenzentrum
Die Flotte umfasst Modelle mit 0,9, 3,7, 7, 32, 36 und 375 Milliarden Parametern. Die kleinsten Varianten zielt IFM laut eigener Ankuendigung auf stark eingeschraenkte Geraete wie Smartwatches und Datenbrillen sowie auf Smartphones. Das dichte 32B-Modell und das spaerlich besetzte 36B-A4B-Modell eignen sich fuer lokale Server, waehrend das Spitzenmodell K2-Horizon-375B-A23B als Mixture-of-Experts arbeitet und pro Token nur 23 Milliarden Parameter aktiviert. Es bietet ein Kontextfenster von 512K Token.
Offengelegt bis zu den Trainingslogs
Anders als die meisten offenen Releases, die bei den Gewichten aufhoeren, veroeffentlicht IFM zusaetzlich Trainingsdaten, Konfigurationen, Zwischen-Checkpoints und Trainingsprotokolle – alles unter der freizuegigen Apache-2.0-Lizenz. Die Modelle stehen auf Hugging Face bereit und laufen mit den Inferenz-Frameworks vLLM und SGLang.
Benchmark-Zahlen des Anbieters
Fuer sein Spitzenmodell nennt IFM folgende selbst gemessene Werte:
- GPQA Diamond: 87,3 Prozent
- SWE-Bench Pro: 42,6 Prozent
- Terminal-Bench 2.1: 70,2 Prozent – vom Anbieter nach einer Pruefung auf Reward-Hacking selbst auf 66,9 Prozent korrigiert
- Humanity’s Last Exam (ohne Tools): 32,0 Prozent
Die Zahlen stammen vom Hersteller und sind noch nicht unabhaengig bestaetigt. Bemerkenswert ist, dass IFM den Terminal-Bench-Wert selbst nach unten korrigierte, nachdem 24 Testlaeufe als fehlerhaft markiert worden waren – ein ungewoehnlich transparenter Schritt in einem Feld, das mit optimistischen Eigenangaben selten spart.
Quellen: IFM-Blog · Hugging Face Model Card · PR Newswire
