K2 Horizon 7B

Fiche modèle · Institute of Foundation Models · k2-horizon-7b

K2 Horizon 7B is the medium dense member of IFM's (MBZUAI) fully open K2 Horizon family: a 7B-core decoder-only reasoning model (36 layers; about 9.0B parameters in the released safetensors including its 250K-token vocabulary embeddings) pretrained on 22.9T tokens, with a native 524,288-token (512K) context window from midtraining onward. Text in, text out, with per-request reasoning effort (high recommended) and JSON/XML tool-call formats. Released 2026-09-03 under Apache 2.0; on 2026-10-01 the main branch was updated to an anti-doom-loop (FTPO) checkpoint that cuts runaway repetitive reasoning. BF16 weights plus FP8 and GGUF builds, an optional Uno discrete-diffusion LoRA adapter for faster decoding, intermediate checkpoints, training data, code, and logs. No priced provider is cataloged yet.

Fiches modèles

Identité

OrganisationInstitute of Foundation Models
Pays—
Famille—
Typellm
Date de sortie2026-09-03
Licenceapache 2.0
Licence commercialeoui
Licence open sourceoui
Poids ouvertsoui
Auto-hébergement (DGX Spark)oui — ≤ 107 Md (Q8/FP8)
Modalités—
Fenêtre de contexte524 288
KV cache / token (Q8)73.7 ko/token
Paramètres totaux7 B
Paramètres actifs (session)9 B
Source des paramètres actifsactifs = total (modèle dense, config HF (IFM/K2-Horizon-7B)) ; total : config Hugging Face (IFM/K2-Horizon-7B)
Curation des paramètres actifs2026-11-04
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement22 900 000 000 000
Coupure de connaissance—
Créé le2026-10-29T18:18:05.202068Z
Mis à jour le2026-11-04T06:04:48.453110Z
SourceLLM Stats
URLhttps://llm-stats.com/models/k2-horizon-7b
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — auto-hébergement DGX Spark (≤ 107 Md).

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)

CatégorieScore
long_context0.70
math0.40
physics0.30
reasoning0.50
search0.60
frontend_development0.70
general0.50
agents0.40
biology0.30
chemistry0.30
code0.50
tool_calling0.30
vision0.20

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aa-lcrreasoning0.681.000.68nonoui2026-11-04T06:04:48.493153Z
browsecompreasoning0.591.000.59nonoui2026-11-04T06:04:48.523106Z
hmmt-feb-26math0.731.000.73nonoui2026-11-04T06:04:48.459933Z
humanity's-last-examreasoning0.191.000.19nonoui2026-11-04T06:04:48.470172Z
scicodereasoning0.321.000.32nonoui2026-11-04T06:04:48.483153Z
swe-bench-verifiedreasoning0.711.000.71nonoui2026-11-04T06:04:48.464293Z
tau3-bankingagents0.261.000.26nonoui2026-11-04T06:04:48.513227Z
terminal-bench-2.1reasoning0.391.000.39nonoui2026-11-04T06:04:48.503378Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
agents133—12.003trueskill2026-11-02model_history
code209—8.393trueskill2026-11-02model_history

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