K-EXAONE 2.0: LG rilascia il più grande modello AI open source della Corea del Sud

La Corea del Sud entra a gamba tesa nella corsa ai grandi modelli aperti. Il 31 luglio 2026 LG AI Research ha pubblicato su Hugging Face il modello K-EXAONE 2.0, un sistema da 750 miliardi di parametri rilasciato con licenza Apache 2.0 e quindi liberamente utilizzabile anche a fini commerciali. È il modello di intelligenza artificiale più grande mai reso disponibile dal paese e uno dei pochi progetti a guida nazionale a giocare apertamente la carta dei pesi aperti.

Non è un dettaglio da poco. Mentre i grandi laboratori statunitensi tengono ancora chiusi i loro modelli di punta, l’ecosistema aperto continua a crescere, e ora accanto a Stati Uniti e Cina si affaccia con decisione anche Seoul.

In questo articolo trovi cosa è davvero K-EXAONE 2.0, come è costruito, cosa dicono i numeri diffusi da LG e, soprattutto, perché un rilascio di questo tipo può cambiare le opzioni a tua disposizione se lavori con l’AI.

Che cosa è K-EXAONE 2.0 e come è stato costruito

K-EXAONE 2.0 è il secondo modello sviluppato nell’ambito del progetto nazionale coreano per un modello di base sovrano, l’iniziativa con cui il governo di Seoul punta a dotare il paese di un’infrastruttura di intelligenza artificiale indipendente. Rispetto alla prima versione, LG ha più che triplicato il numero di parametri, arrivando a 750 miliardi complessivi e conquistando il primato di modello più grande mai rilasciato dalla Corea del Sud.

La cifra, da sola, racconta però solo una parte della storia. Il modello adotta un’architettura Mixture-of-Experts ad attenzione ibrida: dei 750 miliardi di parametri totali, soltanto circa 37 miliardi vengono effettivamente attivati per ogni token generato. Non è un caso che il nome tecnico del modello sia K-EXAONE 2.0 750B-A37B, dove la sigla richiama proprio questo rapporto tra parametri totali e parametri attivi.

Come funziona un Mixture-of-Experts

In un modello Mixture-of-Experts la rete non è un blocco unico, ma è suddivisa in tanti sotto-moduli specializzati, gli esperti. K-EXAONE 2.0 ne conta 256 e, per ciascun token da generare, un componente di instradamento ne seleziona dinamicamente solo otto. Gli altri restano inattivi e non consumano calcolo.

Il risultato è un modello che sulla carta pesa quanto un colosso da 750 miliardi di parametri, ma che al momento dell’inferenza costa quasi quanto un modello molto più piccolo.

Questo è il motivo per cui l’approccio MoE si è imposto come standard di fatto tra i modelli aperti più recenti. Permette di scalare la capacità complessiva senza far esplodere i costi di calcolo, che restano il vero collo di bottiglia di chiunque debba mandare in produzione un sistema di grandi dimensioni.

È un compromesso ingegneristico elegante tra potenza bruta ed efficienza economica.

Sul fronte delle funzionalità, il modello gestisce una finestra di contesto fino a 262.144 token e copre dieci lingue, tra cui coreano, inglese, giapponese e cinese. La lunghezza del contesto non è un vezzo tecnico: significa poter dare in pasto al modello centinaia di pagine in un colpo solo, ed è proprio sulla comprensione dei testi lunghi che LG rivendica i risultati più convincenti.

I numeri dichiarati sui benchmark

Secondo i dati diffusi dal laboratorio, K-EXAONE 2.0 raggiunge un punteggio medio di 70,1 su 24 benchmark distribuiti in nove categorie, contro il 63,3 della versione precedente. Parliamo di un miglioramento superiore al dieci per cento nel giro di una sola generazione, un salto tutt’altro che scontato quando si parte da una base già competitiva.

Sulle prove di codice e sui compiti agentici, cioè quelli in cui il modello deve pianificare ed eseguire sequenze di azioni, l’azienda dichiara un progresso di circa il trenta per cento.

Il dato che LG mette più in evidenza riguarda però la comprensione dei testi lunghi. Sul benchmark OpenAI-MRCR, che misura la capacità di recuperare informazioni disperse dentro contesti molto estesi, il modello ottiene 94,4 punti, un valore con cui il laboratorio sostiene di superare i migliori modelli aperti concorrenti.

Vale la pena ricordarlo con chiarezza: si tratta di numeri comunicati dallo stesso produttore.

Come sempre con i benchmark autodichiarati, la verifica indipendente da parte della comunità arriverà nelle settimane successive al rilascio, ed è quella che conta davvero. Non è raro che un modello brillante sulle metriche ufficiali si comporti in modo diverso sui carichi di lavoro reali, dove entrano in gioco robustezza, coerenza e comportamento nei casi limite. Prendere questi risultati come un punto di partenza, e non come una sentenza definitiva, è l’atteggiamento più sensato.

Il confronto, in ogni caso, è dichiaratamente rivolto ai rivali del momento. Negli ultimi mesi la scena dei modelli aperti è stata dominata dai laboratori cinesi, da DeepSeek con la sua famiglia V4 fino a Qwen 3.8 di Alibaba, il modello open-weight da 2.400 miliardi di parametri presentato in anteprima nelle scorse settimane. Con K-EXAONE 2.0, LG prova a inserirsi in questo gruppo di testa portando per la prima volta con forza la bandiera della Corea del Sud.

Perché la licenza Apache 2.0 fa la differenza

Il vero elemento distintivo, più ancora delle dimensioni, è la licenza. Rilasciare i pesi del modello sotto Apache 2.0 significa che chiunque, dal singolo sviluppatore alla grande azienda, può scaricare K-EXAONE 2.0, eseguirlo sui propri server, adattarlo ai propri dati e integrarlo in prodotti commerciali senza pagare royalty e senza vincoli di esclusiva.

Per un’impresa la differenza rispetto a un servizio chiuso raggiungibile solo via API è enorme.

Con un modello aperto i dati non escono dall’infrastruttura aziendale, non c’è un costo per token che cresce insieme all’utilizzo e non esiste il rischio che il fornitore cambi prezzi o condizioni da un giorno all’altro.

Sono esattamente i temi al centro del dibattito sui pesi aperti, un confronto acceso su cui di recente si è esposto anche Anthropic con il suo amministratore delegato Dario Amodei. La scelta di Apache 2.0, tra le licenze aperte, è inoltre una delle più permissive in assoluto, perché non impone limiti sul numero di utenti né clausole restrittive sugli usi consentiti, come invece accade con alcune licenze diffuse nel settore.

La corsa all’AI sovrana passa anche da Seoul

Dietro K-EXAONE 2.0 c’è una strategia più ampia. Sempre più governi considerano la capacità di addestrare modelli di frontiera come una questione di sovranità tecnologica, al pari dell’energia o delle telecomunicazioni. Affidarsi soltanto a sistemi statunitensi o cinesi significa dipendere da infrastrutture straniere per una fetta sempre più ampia dell’economia digitale, con tutte le implicazioni del caso in termini di sicurezza, controllo dei dati e autonomia strategica.

La Corea del Sud risponde con un progetto nazionale che mette insieme risorse pubbliche e competenze private, in questo caso quelle di uno dei suoi maggiori gruppi industriali.

La scelta dei pesi aperti, in questo quadro, non è affatto casuale. Un modello che chiunque può scaricare si diffonde più in fretta, costruisce attorno a sé una comunità di sviluppatori e diventa uno standard difficile da scalzare.

È la stessa logica che ha spinto altri protagonisti a rendere pubblici i propri modelli, come nel caso di Kimi K3 di Moonshot AI, e che sta trasformando i pesi aperti nel principale terreno di sfida all’egemonia dei laboratori chiusi. Per un paese che vuole contare nella partita dell’intelligenza artificiale, regalare tecnologia al mondo può paradossalmente rivelarsi la mossa più astuta.

Cosa cambia concretamente per te

Se sviluppi prodotti basati sull’intelligenza artificiale o stai valutando come integrarla nella tua attività, un rilascio come questo amplia in modo concreto le opzioni a disposizione. Hai un modello multilingue di grande scala, gratuito da usare anche a fini commerciali, con una gestione dei testi lunghi che il produttore indica come punto di forza: caratteristiche utili per l’analisi documentale, per gli assistenti costruiti su basi di conoscenza estese e per le automazioni che devono ragionare su molte pagine contemporaneamente.

C’è però un limite, ed è di natura squisitamente pratica.

Un modello da 750 miliardi di parametri, anche se ne attiva soltanto 37 alla volta, richiede hardware importante per essere eseguito in locale. Nella maggior parte dei casi non lo farai girare sul tuo portatile, ma lo raggiungerai attraverso fornitori cloud che lo mettono a disposizione, oppure lo userai in versioni ridotte e quantizzate, più leggere ma meno precise. La disponibilità dei pesi resta comunque la garanzia di fondo: volendo, il controllo completo del modello è nelle tue mani, e non in quelle di un fornitore esterno.

K-EXAONE 2.0 non ribalta da solo gli equilibri, ma è un segnale nitido. La geografia dei modelli aperti si sta allargando e la competizione non è più soltanto un affare a due tra Stati Uniti e Cina. Per chi lavora con l’AI, più concorrenza sul fronte aperto si traduce in una cosa molto concreta: maggiore scelta, costi tendenzialmente più bassi e minore dipendenza da un singolo attore.

Ti conviene tenere d’occhio da vicino questi rilasci. Continua a seguirci per capire, modello dopo modello, quali strumenti aperti convengono davvero al tuo lavoro e come sfruttarli al meglio nei tuoi progetti.