K2 Horizon 7B

更新

思考

ツール利用

推論

コード生成

実行する

IFMのK2 Horizon 7B：512Kのコンテキスト長、デンスモデルの重み、サーバーのセットアップ。Atomic Chatでの対応は未確認です。

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： コア部分は7B、保存されているパラメータ数は8.999B
コンテキスト長： 524,288トークン、中間学習の段階からネイティブ対応
モダリティ： テキスト入力・出力
最小ハードウェア要件： 未測定。BF16ファイルだけで18.00 GBあり、さらに実行時のメモリが必要です

K2 Horizon 7Bとは？

K2 Horizon 7Bは、コーディング、推論、ツールを使うタスク向けにIFMが提供する、中規模のテキスト用デンスモデルです。中間学習の段階から、ネイティブで512Kのコンテキスト長に対応しています。3.7Bモデルより大きなデンスモデルのチェックポイントで、リポジトリ修正とターミナルエージェントの評価結果が公開されており、評価の出発点として利用できます。

仕様	K2 Horizon 7B
パラメータ数	コア部分は7B、保存されているパラメータ数は8.999B
アーキテクチャ	デコーダーのみのデンスモデル
層数	36
コンテキスト長	524,288トークン、中間学習の段階からネイティブ対応
モダリティ	テキスト入力・出力
リリース状況	公開済みチェックポイント
ライセンス	Apache-2.0（モデルカードによる）

重み全体のパラメータ数は約8.999Bで、コア部分を示す7Bという表記を上回ります。層数は36、隠れ層の次元数は4,096です。このページで扱うのはベースとなるK2 Horizon 7Bのチェックポイントであり、別途学習されたアダプターやコミュニティによるファインチューニング版ではありません。それらの能力とベンチマーク結果は個別に確認する必要があります。

K2 Horizon 7Bのベンチマーク

IFMの元の表では、行ごとに比較対象モデルの順序が異なります。ここでは、Gemma 4-12B、Qwen3.5-9B、Granite 4.2-8Bを共通の比較対象とする5行について、モデル名に基づいて列の順序を統一しています。スコアはIFMが報告したパーセント値であり、Atomic Chatによる測定結果ではありません。出典：公式モデルカード。

ベンチマーク	K2-Horizon-7B	Gemma 4-12B	Qwen3.5-9B	Granite 4.2-8B
HMMT Feb 2026 数学オリンピック問題	73.3	63.1	65.7	66.5
SWE-bench Verified ソフトウェア工学	70.6	30.6	50.8	47.7
HLE 専門的な質問	18.6	15.7	14.9	9.7
LCR 長文コンテキストでの推論	68.0	61.7	65.3	43.3
Terminal-Bench 2.1 ターミナルエージェント	39.1	27.3	29.2	18.4

提供元による比較では、K2 Horizon 7Bは掲載された5行すべてで首位に立ち、SWE-bench Verifiedで70.6、Terminal-Bench 2.1で39.1を記録しています。これは選ばれた特定のテスト群による比較であり、モデルの総合的なランキングではありません。利用できるツール、プロンプト、推論予算も、実際のリポジトリでエージェントが成功するかどうかに影響します。

K2 Horizon 7Bのハードウェア要件

元のBF16重みファイルは合計18.00 GB、IFMのBF16 GGUFは合計18.01 GBです。GGUFには、対応するllama.cppローダーで使うトークナイザーとチャットテンプレートが同梱されています。BF16 GGUFは4ビット版ではなく、この形式によく期待されるメモリ使用量の削減効果はありません。

精度	入手元	ディスク上のサイズ
BF16 Safetensors	IFM/K2-Horizon-7B	18.00 GB
BF16 GGUF（公式）	IFM/K2-Horizon-7B-GGUF K2-Horizon-7B-BF16.gguf	18.01 GB

16 GBのメモリプールでは、実行時のメモリ割り当てを一切含めなくても、BF16の重み全体を収められません。追加で必要なメモリは、使用するコンテキスト長と、ランタイムがキャッシュを配置する場所によって異なります。低ビットのダウンロードオプションが段階的に揃っているモデルと比較したい場合は、Qwen3.8-27Bの公開済み量子化オプションを確認してください。

サイズは10進法のGBで表し、重みのみを含みます。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時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 7Bを実行する方法

このチェックポイントのAtomic Chatでの動作は未確認です。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ビルドが必要とされ、開発用フォークが案内されています。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。通常の検索、ダウンロード、チャット開始という流れは、このモデルではまだ検証済みの手順ではありません。ほかのチェックポイントと、それぞれについて文書化されたダウンロードオプションは、モデルカタログで確認できます。

K2 Horizon 7B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。ライセンスの情報源には公開元のリリース情報を使用し、実際に再配布するビルドに付属する追加の告知事項も確認してください。コミュニティによる変換版は、Atomic Chatのリリースではありません。

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-7B --revision ff325e226270e05ea081a97fd0c9c62652472fe8

ポート8000で稼働する互換ローカルサーバーを使用する場合：
curl http://127.0.0.1:8000/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{"model":"IFM/K2-Horizon-7B","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"}}'

まず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-7B",
    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-7B",
  "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での動作は未確認です。公式GGUFには、K2 Horizonに対応したllama.cpp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重みファイルは合計18.00 GBです。これはディスク使用量であり、検証済みの最小RAM容量やVRAM容量ではありません。推論エンジン用のメモリに加え、コンテキスト長に応じて増大するキャッシュ用のメモリも必要です。

このページでは、512Kのコンテキスト長を持つ公開済みデンスモデルのチェックポイント、IFM/K2-Horizon-7Bについて説明しています。アダプターやファインチューニング版は別の成果物です。それらの要件や評価結果を、ベースモデルの数値として使ってはいけません。