K2 Horizon 32B

更新

思考

ツール利用

推論

コード生成

実行する

IFMのK2 Horizon 32B：512Kのコンテキスト長、Stage 1のデンスモデルの重み、サーバーのセットアップ。Atomic Chatでの対応はまだ確認されていません。

基本情報

ライセンス： Apache-2.0（モデルカードによる）
パラメータ数： 32Bクラス、保存されているパラメータ数は34.779B
コンテキスト長： 524,288トークン、中間学習段階からネイティブ対応
モダリティ： テキストの入力と出力
最小ハードウェア要件： 未測定。BF16ファイルだけで69.56 GBあり、実行時のメモリも必要です

K2 Horizon 32Bとは？

K2 Horizon 32Bは、512Kのコンテキスト長を持つIFMの大規模なテキスト用デンスモデルです。現在利用できるリリースはStage 1で、モデルカードによると最終チェックポイントは今後公開される予定です。現在利用できる重みを評価し、そのリビジョンを結果とともに記録してください。後の学習段階の重みで、比較の基準が気づかないうちに置き換わることを防げます。

仕様	K2 Horizon 32B
パラメータ数	32Bクラス、保存されているパラメータ数は34.779B
アーキテクチャ	デコーダーのみのデンスモデル
層数	64
コンテキスト長	524,288トークン、中間学習段階からネイティブ対応
モダリティ	テキストの入力と出力
リリース状況	Stage 1、最終チェックポイントは未公開
ライセンス	Apache-2.0（モデルカードによる）

同系列のMoVAとは異なり、このモデルはデンスモデルです。64層、隠れ層の次元数5,120という構成で、アップロードされたファイルに含まれるパラメータ数は約34.779Bです。重み全体のサイズが似ていても、トークンあたりの計算量がMoEモデルと同じとは限りません。リリース段階も重要です。これらのスコアはStage 1のみのものです。

K2 Horizon 32Bのベンチマーク

IFMはStage 1のスコアをパーセント値で報告しており、比較対象のスコアにはArtificial Analysisの値を使用しています。IFMのモデルカードでは、Muse Glimmer-30Bには高い推論強度、その他のオープンモデルには推論モードを指定しています。私たちはこの比較を再現していません。出典：公式モデルカード。

ベンチマーク	K2-Horizon-32B-Stage1	Qwen3.8-27B	Muse Glimmer-30B	IBM Granite 4.2 30B
tau3-Banking 銀行業務エージェント	22.5	48.0	23.5	14.4
Terminal-Bench 2.1 ターミナル操作エージェント	36.6	79.8	51.7	26.6
SciCode 科学分野のコーディング	30.2	44.7	43.6	36.6
Humanity's Last Exam (ツールなし) 専門知識を問う問題	22.8	33.9	22.0	11.2
GPQA Diamond 科学分野の専門知識	82.3	90.5	83.5	64.4
AA-LCR 長いコンテキストでの推論	65.3	77.3	80.0	46.7

Stage 1はGPQA Diamondで82.3を記録していますが、掲載した6項目すべてでQwen3.8-27Bが首位です。Stage 1のTerminal-Bench 2.1のスコアは、Muse Glimmer-30Bも下回っています。パラメータ数の表記が大きいというだけでは、乗り換える理由にはなりません。実行予定のタスクでQwen3.8-27Bと比較してください。

K2 Horizon 32Bのハードウェア要件

元のBF16分割ファイルは合計69.56 GBで、IFMのBF16 GGUFは合計69.57 GBです。GGUFのモデルカードでは、変換対象がStage 1であることを明記しています。これを最終チェックポイントと表記したり、GGUFへの変換によってダウンロード対象が4ビットに量子化されると思い込んだりしないでください。

精度	配布元	ディスク上のサイズ
BF16 Safetensors	IFM/K2-Horizon-32B	69.56 GB
BF16 GGUF（公式）	IFM/K2-Horizon-32B-GGUF K2-Horizon-32B-BF16.gguf	69.57 GB

BF16の重み全体は、キャッシュや実行時の追加メモリを含める前の時点で64 GBのメモリ容量を超えます。IFMのSGLang構成手順はH200 GPUを2基使用して検証されています。これはモデルをサーバーで提供する構成例であり、実測した最小要件ではありません。コンテキスト長と同時実行数については、別途、必要な容量をテストする必要があります。

サイズは10進法のGBで表記しており、重みのみを対象としています。形式の違いについては、GGUFとは何かを参照してください。これらのビルドで実行に必要な最小メモリ容量は測定されていないため、メモリ容量の区分は掲載していません。

Atomic ChatでK2 Horizon 32Bを実行する方法

このチェックポイントのAtomic Chatでの実行は確認されていません。IFMの公式GGUFモデルカードでは、K2 Horizonアーキテクチャに対応したllama.cppのビルドが必要とされており、開発用フォークを案内しています。これらのファイルをダウンロードする前に、アーキテクチャへの対応を確認してください。検索、ダウンロード、チャット開始という通常の流れは、このモデルではまだ動作確認済みの手順ではありません。ほかのチェックポイントと、それぞれについて記載されているダウンロード方法は、モデルカタログで確認してください。

K2 Horizon 32Bのライセンス

IFMは公式モデルカードで、このチェックポイントのライセンスをApache-2.0と表記しています。ライセンスの確認には公開元のリリース情報を参照し、再配布するビルドそのものに付属する追加の通知も確認してください。コミュニティによる変換版は、Atomic Chatがリリースしたものではありません。

出典とファイル一覧は2026年9月15日に確認しました。

Hugging Faceからモデルをダウンロード

# ダウンロードのみ。先にディスクの空き容量を確認してください。
hf download IFM/K2-Horizon-32B --revision e0fe3043018e32da0b3af7241584f863ab0372eb

ポート8000で稼働する互換ローカルサーバーの場合：
curl http://127.0.0.1:8000/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{"model":"IFM/K2-Horizon-32B","messages":[{"role":"user","content":"Write tests for a function that parses a CSV row."}],"temperature":1,"top_p":0.95,"max_tokens":32768,"chat_template_kwargs":{"reasoning_effort":"high"}}'

先にOpenAI Pythonクライアントをインストールし、互換ローカルサーバーを起動してください。
from openai import OpenAI
client = OpenAI(base_url="http://127.0.0.1:8000/v1", api_key="local")
result = client.chat.completions.create(
    model="IFM/K2-Horizon-32B",
    messages=[{"role": "user", "content": "Write tests for a CSV parser."}],
    temperature=1.0, top_p=0.95, max_tokens=32768,
    extra_body={"chat_template_kwargs": {"reasoning_effort": "high"}},
)
print(result.choices[0].message.content)

互換ローカルサーバーとOpenAI JavaScriptクライアントが必要です。
import OpenAI from "openai";
const client = new OpenAI({baseURL: "http://127.0.0.1:8000/v1", apiKey: "local"});
const result = await client.chat.completions.create({
  "model": "IFM/K2-Horizon-32B",
  "messages": [
    {
      "role": "user",
      "content": "Write tests for a function that parses a CSV row."
    }
  ],
  "temperature": 1,
  "top_p": 0.95,
  "max_tokens": 32768,
  "chat_template_kwargs": {
    "reasoning_effort": "high"
  }
});
console.log(result.choices[0].message.content);

デスクトップ

macOS

(Intel・Apple Silicon)

ダウンロード

Windows

(x64)

ダウンロード

Linux

(x86_64)

ダウンロード

よくある質問

このチェックポイントのAtomic Chatでの実行は確認されていません。公式GGUFには、K2 Horizonに対応したllama.cppのビルドが必要です。GGUFをダウンロードできるというだけでは、アプリで読み込めることの確認にはなりません。

元のBF16の重みファイルは合計69.56 GBです。これはディスク使用量であり、テストで確認されたRAMやVRAMの最小容量ではありません。推論エンジン用のメモリと、コンテキストが長くなるほど増えるキャッシュ用のメモリも必要です。

いいえ。確認したモデルカードと公式GGUFモデルカードでは、利用可能なチェックポイントはStage 1とされています。最終チェックポイントはまだ公開されていないため、このページの数値を、今後公開される最終チェックポイントの結果として示してはいけません。