K-EXAONE 2.5: LG öffnet API kostenlos

LG AI Research hat am 9. November 2026 K-EXAONE 2.5 vorgestellt und die API dafür kostenlos geöffnet. Wer sich auf der EXAONE-API-Plattform einen API-Key holt, kann das Modell laut LG ohne Gebühren für Entwicklung und Forschung nutzen – Entwickler, Start-ups, Unternehmen und Forschungseinrichtungen gleichermaßen. Gezeigt wurde das Ganze auf der NVIDIA AI Day Seoul 2026. Die Benchmark-Zahlen, mit denen LG wirbt, stammen allerdings ausschließlich aus internen Messungen. Ein nüchterner Blick darauf, was bekannt ist und was nicht.

Was K-EXAONE 2.5 ist – und was nicht

LG bezeichnet K-EXAONE 2.5 selbst als „Technologie-Validierungsmodell“. Es handelt sich also nicht um die nächste große Modellgeneration, sondern um eine nachtrainierte Version des Vorgängers K-EXAONE 2.0, den LG im Rahmen des südkoreanischen Programms für eigenständige KI-Foundation-Modelle entwickelt hat. Laut der koreanischen Pressemitteilung von LG wollte das Team vor dem Start des dritten Modells prüfen, wie weit sich die bestehende Trainingsmethodik verbessern lässt. Die Erkenntnisse sollen in das Modell der dritten Runde einfließen.

Die technischen Eckdaten stehen in der Modellübersicht der EXAONE-API-Plattform:

• Parameter: 750 Milliarden insgesamt, davon 31 Milliarden aktiv (Mixture-of-Experts-Prinzip)
• Kontextfenster: 512K, in der API-Dokumentation exakt 524.288 Token; ebenso viele Token sind maximal als Ausgabe angegeben
• Modalität: nur Text
• Sprachen: Koreanisch und Englisch
• Wissensstand: Januar 2026
• Funktionen: Chat, Tool Calling, strukturierte Ausgaben, Codegenerierung, Streaming

Zum Training schreibt LG nur allgemein, dass von Continual Pre-Training bis Post-Training eine Methodik mit hochwertigen synthetischen Daten eingesetzt und ein System zur Erkennung auffälliger Trainingsdaten genutzt wurde. Konkrete Datenmengen, Trainingsbudget oder eine Modellkarte mit Sicherheitsevaluation liegen nicht vor.

Wichtig für alle, die selbst hosten wollen: Gewichte für K-EXAONE 2.5 gibt es bislang nicht. Auf Hugging Face listet die Organisation LGAI-EXAONE am 10. November weiterhin nur die Repositories von K-EXAONE 2.0 vom Juli 2026 als neueste Einträge. K-EXAONE 2.5 ist damit vorerst ein reines API-Modell.

Die Benchmarks: Herstellerangaben mit Vergleichsauswahl

LG hebt vier Benchmarks hervor, die agentische Fähigkeiten messen sollen – also Aufgaben, bei denen ein Modell selbst plant, Werkzeuge nutzt und mehrere Schritte abarbeitet. Die Plattform-Dokumentation nennt dazu folgende Werte (alle laut LG):

• SWE-Bench Pro (Software-Entwicklung): K-EXAONE 2.5 59,21 – K-EXAONE 2.0 47,1 – DeepSeek-V4.1-Flash 58,41 – GLM-5.3 64,03
• BrowseComp (Websuche): 78 – 50,87 – 75,8 – 79
• AutomationBench, Open-Set (Automatisierung mit SaaS-Tools): 74,6 – 16,9 – 74,9 – 71,6
• Claw-Eval (Problemlösen im Arbeitsumfeld): 77,29 – 62,11 – 75,78 – 77,64

In der englischen Ankündigung von LG AI Research sind die Werte auf 59,2, 78,0, 74,6 und 77,3 gerundet. Die Formulierung dort lautet, das Modell liefere Leistungen „vergleichbar“ mit führenden Open-Weight-Modellen und sei „konkurrenzfähig“ mit DeepSeek-V4.1-Flash und GLM-5.3.

Schaut man genau hin, ist das eine faire Zusammenfassung – mehr aber auch nicht. K-EXAONE 2.5 liegt in zwei der vier Disziplinen knapp vor DeepSeek-V4.1-Flash, in AutomationBench knapp dahinter. Gegenüber GLM-5.3 liegt es nur in AutomationBench vorn; bei SWE-Bench Pro beträgt der Abstand rund fünf Punkte zugunsten von GLM. Von einer Überlegenheit kann keine Rede sein, eher von einem Aufschließen.

Bemerkenswert ist vor allem der Sprung gegenüber dem eigenen Vorgänger: In AutomationBench steigt der Wert von 16,9 auf 74,6, bei BrowseComp von 50,87 auf 78. LG-Forscher Kim Yi-reun, Leiter des EXAONE Lab, wird in der Mitteilung mit der Aussage zitiert, die über 24 Benchmarks zusammengefasste Leistung sei gegenüber dem im August veröffentlichten Modell um mehr als 70 Prozent gestiegen – nach acht Wochen Arbeit. Welche 24 Benchmarks das sind und wie diese Gesamtzahl berechnet wird, legt LG nicht offen.

Für die Einordnung gilt: Alle Werte stammen aus internen Messungen auf öffentlichen Datensätzen. Unabhängige Reproduktionen gibt es noch nicht. Bei agentischen Benchmarks hängen Ergebnisse zudem stark vom verwendeten Agenten-Gerüst, von Tool-Definitionen und Zeitlimits ab – Details, die LG in den geprüften Quellen nicht dokumentiert.

Die API in der Praxis

Technisch ist der Einstieg niedrigschwellig. Die EXAONE-API ist laut Dokumentation OpenAI-kompatibel; angesprochen wird der Endpunkt POST /v1/chat/completions mit der Modell-ID k-exaone_v2.5. Wer bestehende Clients oder Agenten-Frameworks nutzt, die das OpenAI-Format sprechen, muss im Wesentlichen Basis-URL, Key und Modellnamen austauschen.

Eine Besonderheit: K-EXAONE 2.5 „denkt“ immer, bevor es antwortet. Der Reasoning-Modus lässt sich nicht abschalten, sondern nur über den Parameter reasoning_effort mit den Stufen low, high und max steuern. Standard ist max. LG empfiehlt low für schnelle Antworten und high für Mathematik und Coding. Der Denkprozess kommt getrennt in reasoning_content zurück, die dafür verbrauchten Token stehen in usage.reasoning_tokens. Für Agenten mit mehreren Runden empfiehlt die Dokumentation, die vorherigen Reasoning-Inhalte über chat_template_kwargs.preserve_thinking zu erhalten.

Wer das Modell testen will, sollte bedenken, dass max_tokens laut Dokumentation das Reasoning einschließt. Ein knapp gesetztes Limit kann also dazu führen, dass für die eigentliche Antwort wenig übrig bleibt.

Kostenlos – aber mit Bedingungen

Zum Preis ist die Lage klar: Es gibt keinen. Ein Enddatum für die kostenlose Phase nennt LG in den geprüften Quellen nicht. Die Mitteilung spricht davon, die API „zur Validierung im realen Einsatz“ zu öffnen. Das heißt im Umkehrschluss auch: LG möchte Nutzungsdaten sehen.

Dazu passt ein Detail aus der Rate-Limit-Dokumentation. Die Limits pro Sekunde, Minute und Tag werden in HTTP-Headern zurückgemeldet. Wer im Profil der Einwilligung zur „Service Improvement Analytics“ zustimmt, erhält ein höheres tägliches Kontingent. Die Zustimmung ist laut LG freiwillig, die API funktioniert auch ohne. Für europäische Unternehmen, die personenbezogene Daten verarbeiten, ist das trotzdem ein Punkt, der vor dem Einsatz mit Blick auf Datenschutz und Auftragsverarbeitung geprüft werden sollte.

Einordnung: Aufholjagd mit klarer Agenda

Der Kontext ist ein politischer. K-EXAONE ist Teil der südkoreanischen Bemühungen, eigene Foundation-Modelle zu entwickeln und weniger von ausländischen Systemen abhängig zu sein. LG-Co-Leiter Lim Woo-hyung kündigt in der Mitteilung an, man konzentriere sich auf das Modell der dritten Runde und wolle bis Januar ein EXAONE-Modell mit Frontier-Leistung fertigstellen. Parallel prüft LG nach eigenen Angaben den Einsatz von NVIDIAs Inferenz-Software Dynamo, um die Effizienz zu verbessern.

Dass LG sich ausgerechnet an chinesischen Open-Weight-Modellen misst, ist ehrlich und aufschlussreich zugleich. Modelle wie DeepSeek V4.1-Flash und GLM 5.3 sind derzeit die Messlatte im Open-Weight-Bereich, ebenso Moonshots Kimi K3.1 Pro. Der Unterschied: Deren Gewichte sind verfügbar, bei K-EXAONE 2.5 nicht. Ein API-Modell, das „auf Augenhöhe“ mit frei verfügbaren Modellen liegt, muss Entwickler über andere Faktoren überzeugen – Preis, Verfügbarkeit, Sprachqualität im Koreanischen oder Vertrauen in den Anbieter.

Der Preis ist im Moment unschlagbar. Für Teams mit koreanischsprachigen Anwendungen kann das Modell ein ernstzunehmender Kandidat sein, zumal LG die Stärke im Koreanischen besonders betont. Für den deutschsprachigen Markt ist K-EXAONE 2.5 dagegen nur bedingt relevant: Offiziell unterstützt werden Koreanisch und Englisch, Deutsch nicht.

Was jetzt noch fehlt

• Unabhängige Benchmarks: Bislang stehen nur LG-Zahlen im Raum.
• Modellkarte und Sicherheitsbericht: In den geprüften Quellen gibt es keine Angaben zu Sicherheitsevaluation oder Red-Teaming.
• Preis nach der Gratisphase: Weder Dauer noch spätere Konditionen sind öffentlich.
• Gewichte: Ob K-EXAONE 2.5 wie der Vorgänger auf Hugging Face erscheint, ist offen.

Unterm Strich ist K-EXAONE 2.5 vor allem ein Zwischenstand: ein solide aufgeholtes Modell mit großem Kontextfenster und kostenloser API, dessen Werte erst noch außerhalb von LG bestätigt werden müssen. Wer agentische Workflows testet, kann es ohne Kostenrisiko gegen die eigene Aufgabe laufen lassen – und sollte sich dabei eher auf die eigenen Messungen verlassen als auf die Tabelle aus Seoul.