EXAONE 4.5 33B

Fiche modèle · LG AI Research · exaone-4.5-33b

EXAONE 4.5 is the first open-weight vision-language model from LG AI Research. It is a dense 33B multimodal model (31.7B language + 1.29B vision encoder) built by adding a dedicated visual encoder to the EXAONE 4.0 framework. It supports a 262,144-token context window, hybrid reasoning (thinking on by default), and strong performance on document understanding and Korean contextual reasoning while retaining EXAONE language capabilities. License: EXAONE AI Model License Agreement 1.2 - NC. Knowledge cutoff: December 2024.

Fiches modèles

Identité

Organisation	LG AI Research
Pays	—
Famille	—
Type	llm
Date de sortie	2026-04-09
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	—
Fenêtre de contexte	—
KV cache / token (Q8)	—
Paramètres totaux	33 B
Paramètres actifs (session)	33 B
Source des paramètres actifs	web : https://huggingface.co/LGAI-EXAONE/EXAONE-4.5-33B-FP8
Curation des paramètres actifs	2026-10-19
Prix par session	—
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	—
Tokens d'entraînement	—
Coupure de connaissance	2024-12-01
Créé le	2026-08-25T19:36:41.388081Z
Mis à jour le	2026-11-04T06:04:49.088338Z
Source	LLM Stats
URL	https://llm-stats.com/models/exaone-4.5-33b

Tokens/tâche

Prix par fournisseur

Prix

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Aucune donnée.

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
chat	0.70
instruction_following	0.90
language	0.80
legal	0.80
long_context	0.50
math	0.90
multimodal	0.80
physics	0.80
reasoning	0.80
structured_output	0.90
finance	0.80
general	0.80
healthcare	0.80
biology	0.80
chemistry	0.80
communication	0.70
tool_calling	0.70
vision	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aa-lcr	reasoning	0.51	1.00	0.51	non	oui	2026-11-04T06:04:49.143120Z
ai2d	vision	0.89	1.00	0.89	non	oui	2026-11-04T06:04:49.178327Z
aime-2025	math	0.93	1.00	0.93	non	oui	2026-11-04T06:04:49.094664Z
aime-2026	math	0.93	1.00	0.93	non	oui	2026-11-04T06:04:49.098810Z
gpqa	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:04:49.102821Z
ifeval	chat	0.90	1.00	0.90	non	oui	2026-11-04T06:04:49.133072Z
livecodebench-v6	reasoning	0.81	1.00	0.81	non	oui	2026-11-04T06:04:49.107930Z
mathvista-mini	math	0.85	1.00	0.85	non	oui	2026-11-04T06:04:49.169726Z
mmlu-pro	language	0.83	1.00	0.83	non	oui	2026-11-04T06:04:49.112943Z
mmmu	multimodal	0.79	1.00	0.79	non	oui	2026-11-04T06:04:49.152992Z
mmmu-pro	vision	0.69	1.00	0.69	non	oui	2026-11-04T06:04:49.163095Z
mmstar	vision	0.75	1.00	0.75	non	oui	2026-11-04T06:04:49.183000Z
tau2-airline	chat	0.56	1.00	0.56	non	oui	2026-11-04T06:04:49.124074Z
tau2-retail	communication	0.78	1.00	0.78	non	oui	2026-11-04T06:04:49.120080Z
tau2-telecom	communication	0.73	1.00	0.73	non	oui	2026-11-04T06:04:49.127492Z

Classements

Aucune donnée.

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04