AIツール2026年11月更新

K-EXAONE 2.0とは|LG AI研究院の750Bオープンウェイトモデル・Apache 2.0で商用可・韓国ソブリンAIの現在地・日本語性能とライセンス条件【2026年11月最新】

公開日: 2026/10/07
更新日: 2026/11/20
K-EXAONE 2.0とは|LG AI研究院の750Bオープンウェイトモデル・Apache 2.0で商用可・韓国ソブリンAIの現在地・日本語性能とライセンス条件【2026年11月最新】

この記事のポイント

K-EXAONE 2.0は、LG AI研究院が2026年7月に公開した750B(アクティブ37B)のオープンウェイトLLMで、Apache 2.0により商用利用できます。スペック・ベンチマーク・日本語性能・ライセンス・使い方に加え、11月に無料APIで公開された後継K-EXAONE 2.5(重みは非公開・規約は非商用)との違いと、2027年2月に延びた韓国ソブリンAIの最終評価までを整理します。

K-EXAONE 2.0は、韓国LGグループのAI研究機関「LG AI研究院(LG AI Research)」が2026年7月31日に公開した、総パラメータ750B(7,500億)・アクティブ約37BのMoE型オープンウェイトLLMです。 ライセンスはApache 2.0で、商用利用・改変・再配布ができます。2026年11月9日には後継の「K-EXAONE 2.5」がAPIで無料公開されましたが、こちらは重みが公開されておらず、API規約は非商用に限られます。

性能面では、長文脈の読解と韓国文脈の安全性で最上位クラスの数値を出す一方、知識・数学・コーディングの多くの項目で比較対象のQwen3.5・GLM-5.1・DeepSeek V4 Proを下回ります。韓国政府の「独自AIファウンデーションモデル」事業(韓国版ソブリンAIプロジェクト)の2次評価は通過しましたが、総合点は通過3チーム中3位で、最終評価は2027年2月中旬に行われる予定です。

この記事では、次の内容を扱います。

  • K-EXAONE 2.0のスペックと、公式ベンチマーク・第三者評価から見える得意分野・苦手分野
  • 日本語性能について現時点で公表されていること・いないこと
  • Apache 2.0で「できること・守ること・含まれないこと」と、初代K-EXAONE・EXAONE 4.5・K-EXAONE 2.5との条件の違い
  • Webデモ・専用エンドポイント・セルフホストの使い方と、必要なGPUの目安
  • 後継K-EXAONE 2.5の仕様と、無料APIを使う前に確認したい規約
  • 韓国ソブリンAI事業の2次評価結果と、2027年2月の最終評価までの流れ
  • Qwen3.5・GLM-5.1・DeepSeek V4 Pro・SKテレコム「A.X K2」との比較

想定読者は、オープンウェイトLLMの採用を検討している企業の技術担当者・法務担当者、国産・ソブリンAIの動向を追っている方、韓国発の大型モデルを業務で試したい開発者です。内容はLGの公式発表、Hugging Faceのモデルカード、技術レポート、EXAONE API Platformの公式ドキュメント、韓国や日本の報道をもとにしています。

K-EXAONE 2.0とは:まず押さえたい5つのポイント

LG AI研究院によるK-EXAONE 2.0発表ビジュアル(750Bパラメータの基盤モデル)

出典: LG AI Research 公式ニュース

K-EXAONE 2.0は「規模が大きく、ライセンスは扱いやすいが、総合性能は中国勢フラッグシップに届いていない」モデルだと考えるのが現時点では妥当です。

  1. 韓国で学習された750B級のオープンウェイトモデル。 LGは「設計・データ・学習・推論インフラまで全工程を自社で独自に完了した」と説明しています。2026年1月公開の初代K-EXAONE(236B-A23B)をアップサイクリング(既存モデルをもとに規模を広げる手法)して、容量を3倍以上にしました。ゼロから学習したモデルではありません。
  2. ライセンスがApache 2.0に変わった。 初代は独自の「K-EXAONE AI Model License」で、商用目的の第三者配布には別途契約が必要でした。2.0では標準的なOSSライセンスになり、法務レビューがしやすくなっています。
  3. 長文脈と安全性は強い。 262Kトークンの文脈を扱え、長文脈ベンチ「OpenAI-MRCR」は94.4で比較対象の中で最高でした。韓国文脈の安全性ベンチ(KGC-Safety 99.8)もトップです。
  4. コーディング・知識・難問推論では劣る。 SWE-bench Verifiedは68.2で、Qwen3.5(76.4)やDeepSeek V4 Pro(80.6)に届きません。第三者評価のArtificial Analysisでも、同規模のオープンウェイトの中で下位に位置します。
  5. 手元のPCでは動かせない。 公式の構成例はNVIDIA H200を8基×2ノード(計16GPU)です。個人や中小企業が試すならWebデモが現実的で、性能だけを確かめたいなら後継2.5の無料API(非商用)という選択肢も出てきました。

基本情報

項目

内容

正式名称

K-EXAONE-2.0-750B-A37B

開発元

LG AI Research(LG AI研究院)

公開日

2026年7月31日(Hugging Face)

技術レポート

arXiv:2608.04505(2026年8月5日投稿)

ライセンス

Apache License 2.0

提供形態

オープンウェイト(BF16 / FP8 / NVFP4 / DSpark)、FriendliAIの専用エンドポイント、Webデモ(k.exaone.ai)

前モデル

K-EXAONE(236B-A23B、2026年1月11日公開)

後継モデル

K-EXAONE 2.5(2026年11月9日公開。API提供のみで重みは非公開)

出典:LG AI Research 公式ニュース、Hugging Face モデルカード、arXiv 技術レポート、LG AI Research 公式ニュース(K-EXAONE 2.5)

K-EXAONE 2.0の主なスペック

Hugging Faceで公開されているK-EXAONE-2.0-750B-A37Bのモデルページ

出典: Hugging Face(LGAI-EXAONE/K-EXAONE-2.0-750B-A37B)

K-EXAONE 2.0は、256のエキスパートからトークンごとに8つ(+共有1つ)を選んで計算するMoE(Mixture of Experts)構造です。1トークンあたりの計算に使うのは約37Bですが、メモリには750B分の重みをすべて載せる必要があります。2026年11月時点でモデルカードを再確認したところ、スペックは公開時から変わっていません。

項目

値

総パラメータ / アクティブ

750B / 37B

レイヤー数

78(Dense 2層+Sparse 76層)+MTP 1層

アテンション

グローバル(NoPE)とスライディングウィンドウ(SWA)を組み合わせたハイブリッド構成。Q64 / KV8ヘッド

MoE

256エキスパート、トークンあたり8活性+共有エキスパート1

コンテキスト長

262,144トークン(公称256K)

語彙数

153,600

対応言語

韓国語・英語・スペイン語・ドイツ語・日本語・ベトナム語・フランス語・イタリア語・ポーランド語・ポルトガル語(10言語)

モダリティ

テキストのみ(画像・音声入力は非対応)

知識カットオフ

モデルカード上の表記は「2025 Q2」

推論モード

推論(Thinking)モードがデフォルトON。enable_thinking で切り替え

ツール呼び出し

OpenAI互換のfunction calling

初代K-EXAONEの6言語から、フランス語・イタリア語・ポーランド語・ポルトガル語の4言語が加わりました。日本語は初代から引き続き公式サポート言語です。

学習は「継続事前学習 → 難易度重視のmid-training → ポストトレーニング」の3段階で行われ、ポストトレーニングでは推論、エージェント型のコーディング、多言語、韓国社会の文化に根差した安全性が重点項目とされています。

知識カットオフには注意が必要です。2026年7月公開のモデルですが、モデルカードには「2025 Q2」と書かれています。最新の製品情報や法改正などを扱う場合は、検索やRAG(社内文書検索)と組み合わせる前提で考えたほうが安全です。

ベンチマークで見る実力:得意分野と苦手分野

Artificial AnalysisによるK-EXAONE 2.0の評価ページ

出典: Artificial Analysis

公式ベンチマークを素直に読むと、K-EXAONE 2.0がはっきり勝っているのは長文脈と安全性です。知識・数学・コーディングの多くでは、比較対象の中国勢フラッグシップを下回ります。 LGの公式発表は「24ベンチマーク(9領域)の平均が70.1で、初代の63.3から10%以上改善」と前世代との比較を強調していますが、他社モデルとの差もあわせて見ておくべきです。

公式ベンチマーク比較(抜粋)

分野

ベンチマーク

K-EXAONE 2.0

初代K-EXAONE

Qwen3.5

GLM-5.1

DeepSeek V4 Pro

知識

MMLU-Pro

83.5

83.8

89.8

86.0

87.5

知識

GPQA-Diamond

82.2

79.1

88.4

86.2

90.1

難問

Humanity's Last Exam

18.3

13.6

28.7

31.0

37.7

数学

AIME 2026

92.3

92.2

91.3

95.3

95.2

コーディング

SWE-bench Verified

68.2

49.4

76.4

73.6

80.6

エージェント

Terminal-Bench 2.1

43.8

30.3

51.3

61.8

64.0

指示追従

IFEval

92.4

89.7

92.6

93.9

94.0

長文脈

OpenAI-MRCR

94.4

52.3

93.0

71.5

92.9

韓国語

KMMLU-Pro

69.1

67.3

77.4

75.8

80.5

多言語

MMMLU

86.6

86.2

90.6

89.7

89.6

安全性

KGC-Safety

99.8

96.1

92.0

69.3

82.8

安全性

ROK-Fortress

89.5

60.9

86.1

73.2

47.6

出典:Hugging Face モデルカード(太字は各行の最高値)。比較列のDeepSeek V4 Proは、韓国報道では「DeepSeek V4 Pro Max」と表記されています。Qwen3.5・GLM-5.1・DeepSeek V4 ProはLGが比較に選んだモデルで、各社はその後にQwen 4・GLM-5.3・DeepSeek V4.1などの新しいモデルを出しています。

得意なこと

  • 長い文書の読解・情報抽出:OpenAI-MRCRは初代の52.3から94.4へ大きく伸びました。契約書・議事録・技術文書をまとめて読ませる用途とは相性がよいと考えられます。
  • 安全性を重視する応答:韓国の社会文化・地政学的な文脈で調整された安全性ベンチ2種で最高値です。
  • 前世代からのコーディング改善:SWE-bench Verifiedは49.4から68.2へ、Terminal-Bench 2.1は30.3から43.8へ伸びています。

苦手なこと

  • 最難関の推論・知識問題:Humanity's Last Examは18.3で、DeepSeek V4 Pro(37.7)の半分以下です。
  • 自律的なエージェントコーディング:Terminal-Bench 2.1でGLM-5.1・DeepSeek V4 Proと約20ポイントの差があります。
  • 韓国語の知識問題でも首位ではない:KMMLU-Pro・CLIcKなど韓国語ベンチでも、Qwen3.5やDeepSeek V4 Proが上回っています。

第三者評価:Artificial Analysisでは同規模の中で下位

第三者評価のArtificial Analysisでは、K-EXAONE 2.0のIntelligence Indexは8で、比較対象の32モデル中31位でした。同規模のオープンウェイトモデルの中央値は23なので、総合評価は下位です(2026年11月時点。指数は集計バージョンによって変わります)。同サイトには「公開されたAPIがない」と表示され、価格・速度の項目は空欄になっています。

LGの社内測定と第三者評価の差が大きい点は、採用を判断するうえで押さえておきたいところです。ベンチマークの数字だけで決めず、自社の業務データで試してから判断してください。比較対象モデルの詳細は、DeepSeek V4 Proとは、GLM-5.1とはで解説しています。

日本語性能はどうか:公式の日本語ベンチマークはない

日本語は公式サポート言語ですが、日本語専用ベンチマーク(JGLUEやJapanese MT-Benchなど)の公表値は、2026年11月時点でもありません。 日本語でどこまで使えるかを、公式データだけで判断することはできないのが実情です。

手がかりになるのは、日本語を含む多言語ベンチマークの数値です。

ベンチマーク

内容

K-EXAONE 2.0

Qwen3.5

DeepSeek V4 Pro

MMMLU

多言語版MMLU(知識)

86.6

90.6

89.6

GlobalMMLU-Lite

多言語の知識問題

86.6

92.1

92.0

PolyMath

多言語の数学

71.3

73.3

80.9

多言語の総合値を見るかぎり、Qwen3.5やDeepSeek V4 Proより数ポイント低い水準です。ただし、これは日本語単独の性能を示す数字ではありません。

後継のK-EXAONE 2.5は、公式の対応言語が韓国語と英語だけです。日本語を公式にサポートしているのは2.0のほうなので、日本語の業務で試すなら2.0を基準に考えてください。

日本語業務での利用を考えているなら、次の進め方をおすすめします。

  1. Webデモ(k.exaone.ai)などで、自社の実際の文書・質問を使って試す(機密情報は入れない)
  2. 敬語、固有名詞、日本の法制度・商習慣が絡む質問など、つまずきやすいケースを重点的に確認する
  3. 同じ質問を国産LLMや他のオープンウェイトモデルにも投げて比べる

日本語に強いモデルを優先したい場合は、国産LLM 7選の比較や、国産LLMのLLM-jp-4、Sarashina3も候補になります。

ライセンス条件:Apache 2.0で何ができるか

K-EXAONE 2.0はApache License 2.0で公開されており、商用利用・改変・ファインチューニング・再配布ができます。 Hugging FaceのLICENSEファイルはApache 2.0の標準文面に「Copyright 2026 LG AI Research」を加えたもので、モデル独自の追加利用制限(AUP)は確認できませんでした(2026年11月に再確認)。

Apache 2.0で「できること・守ること・含まれないこと」

区分

内容

できること

商用利用、社内システムへの組み込み、改変、ファインチューニング、派生モデルの配布、有償サービスでの提供

守ること

再配布時にライセンス文と著作権表示を残す、変更したファイルにはその旨を明示する、NOTICEファイルがあれば内容を引き継ぐ

付与されるもの

貢献者からの特許ライセンス(特許訴訟を起こすと失効する条項あり)

含まれないこと

「EXAONE」「LG」などの商標の使用許諾(Apache 2.0 第6条)。派生モデルやサービス名に勝手に使うことはできない

保証

無保証。出力の誤りによる損害はLGに請求できない

LGのモデルはライセンスがそれぞれ違う

「EXAONEシリーズならすべてApache 2.0」ではありません。 商用で使えるのは、2026年11月時点ではK-EXAONE 2.0と、条件付きで初代K-EXAONEです。名前が似ているモデルでも条件は大きく異なるので、採用前に確認してください。

モデル

提供形態

ライセンス・規約

商用利用

日本語

K-EXAONE 2.0(750B)

オープンウェイト

Apache 2.0

可

公式サポート(10言語)

K-EXAONE 2.5(750B)

APIのみ(重みは非公開)

EXAONE API 利用規約

規約上は非商用に限る

非対応(韓国語・英語のみ)

初代K-EXAONE(236B)

オープンウェイト

K-EXAONE AI Model License

可(商用目的の第三者配布は別途契約)

公式サポート(6言語)

EXAONE 4.5(33B)

オープンウェイト(GGUF・AWQあり)

EXAONE AI Model License 1.2 - NC

不可(NC=非商用)

要確認

出典:K-EXAONE 2.0 モデルカード、EXAONE API 利用規約、K-EXAONE 236B LICENSE、EXAONE-4.5-33B モデルカード

初代K-EXAONE(236B)のライセンスとの違い

初代K-EXAONEは独自の「K-EXAONE AI Model License Agreement」で公開されており、このライセンスは現在も変わっていません。

項目

K-EXAONE 2.0(750B)

初代K-EXAONE(236B)

ライセンス

Apache 2.0

K-EXAONE AI Model License

商用利用

可

可

派生モデルの命名

制約なし(ただし商標は使えない)

名称を「K-EXAONE」で始める必要あり

商用目的の第三者配布・サブライセンス

可

LGとの別途契約が必要

リバースエンジニアリング

制限なし

禁止

準拠法・紛争解決

定めなし(Apache標準)

韓国法、ソウルでの商事仲裁

一部の解説記事では「750Bが重いなら236B版が現実的」と紹介されていますが、236B版をファインチューニングして自社製品として外部に提供する場合は、LGとの別途契約が必要になる可能性があります。 また、手元で動かせるEXAONE 4.5は非商用ライセンスなので、業務で代わりに使うことはできません。サイズだけで選ばず、ライセンスも合わせて確認してください。

Apache 2.0の大型オープンウェイトモデルは他にもあります。比較したい場合はArcee Trinity LargeやReflection Beamの解説も参考になります。

K-EXAONE 2.0の使い方:デモ・API・セルフホストの3つの方法

K-EXAONE 2.0の専用エンドポイントを提供するFriendliAIのロゴ

出典: FriendliAI 公式サイト

試すだけならWebデモ、アプリに組み込むならFriendliAIの専用エンドポイント、データを外に出せないならセルフホストというのが基本的な選び方です。2026年11月時点では、K-EXAONE 2.0を手軽に従量課金で呼べるサーバーレスAPIは確認できませんでした。Hugging FaceのInference Providersにも提供事業者は表示されていません。

方法

手軽さ

コスト

主な用途

主な注意点

Webデモ(k.exaone.ai)

◎

未確認

日本語の品質確認、使用感の把握

利用条件・入力データの扱いは未確認。機密情報は入れない

FriendliAI 専用エンドポイント

○

GPUの専有費用(単価は公式で要確認)

自社アプリへの組み込み、PoC

単一テナントのGPUを借りる形。送信データの扱いはFriendliAIの規約を確認

セルフホスト

△

GPU基盤の費用が大きい

閉域運用、データ主権の確保、独自チューニング

H200×16が公式例。推論エンジンはフォーク版が必要

方法1:Webデモで試す

LGが公開しているデモサイト(k.exaone.ai)で、ブラウザから会話できます。無料かどうか、回数制限、入力データが学習に使われるかどうかは、公式で確認できませんでした。社外秘の情報は入力せず、品質の確認用と割り切るのが無難です。

方法2:FriendliAIの専用エンドポイントを使う

推論サービスのFriendliAIは、公式のモデルページでK-EXAONE 2.0の「Deploy Dedicated」(単一テナントのGPUを使う専用エンドポイント)を案内しています。以前は従量課金のサーバーレスAPIも紹介されていましたが、2026年11月時点のモデルページではサーバーレスの提供を確認できませんでした。

専用エンドポイントはOpenAI互換なので、OpenAI SDKを使ったコードであれば、ベースURL・APIキー・モデル名を差し替えて呼び出せます。エンドポイントのURLとモデルIDは、デプロイ後にFriendliAIの管理画面で確認してください。

from openai import OpenAI

client = OpenAI(
    base_url="<FriendliAIの管理画面に表示されるエンドポイントURL>",
    api_key="YOUR_FRIENDLI_TOKEN",
)

response = client.chat.completions.create(
    model="<デプロイしたモデルのID>",
    messages=[{"role": "user", "content": "この契約書の解除条項を要約してください。"}],
    temperature=1.0,
    top_p=0.95,
)
print(response.choices[0].message.content)

推奨サンプリング設定(temperature 1.0 / top_p 0.95)はモデルカードの記載です。

料金については、FriendliAIの公式モデルページにK-EXAONE 2.0の単価が掲載されていません。専用エンドポイントはGPUを専有する形のため、トークン単価ではなくGPUの利用時間で費用が決まると考えられます。見積もりの前に、FriendliAIの公式料金ページかアカウント画面で確認してください。

推論(Thinking)モードはデフォルトでONです。短い分類や抽出など推論が不要な処理では、enable_thinking をOFFにするとトークン消費と待ち時間を抑えられます。エージェントのように何ターンも続く処理では、推論内容を引き継ぐ preserve_thinking=True が推奨されています。

方法3:セルフホストする

重みはHugging Faceから無料でダウンロードできます。ただし、必要な環境は大規模です。

項目

目安

公式の構成例

NVIDIA H200(8基)×2ノード=計16GPU(テンソル並列16)

高スループット構成

TP8×DP2

重みサイズ(BF16)

約1.5TB(第三者試算)

重みサイズ(FP8)

約750GB(第三者試算)

重みサイズ(4bit)

約375〜420GB(第三者試算)

推論エンジン

SGLang または vLLM(いずれもLG側開発者のフォーク版)+Transformersのフォーク版。Docker Model Runnerの案内もある

高速化

MTP / DSparkによる投機的デコーディングで約3〜5倍(モデルカード)。DSparkはvLLMでは未対応

セルフホストでつまずきやすいのは、メモリ容量・長文脈時の負荷・推論エンジンの出どころです。

  • 37Bアクティブでも、メモリは750B分が必要。 MoEで減るのは計算量で、使わないエキスパートの重みもメモリに載せる必要があります。
  • 長文脈はさらにメモリを使う。 262Kの文脈をフルに使うとKVキャッシュが膨らみます。実運用では、扱う文脈長ごとにスループットを実測してから構成を決めてください。
  • 推論エンジンが本家ではなくフォーク版。 2026年11月時点でも、モデルカードはvLLM・SGLang・Transformersのいずれも、LG側開発者のフォーク(add-k-exaone2 ブランチ)を入れる手順を案内しています。本家への取り込み状況は確認できていません。社内に導入する場合は、ソフトウェアサプライチェーンの観点でリポジトリの出どころを確認しておきましょう。
  • NVIDIA B200で動かすときの注意。 モデルカードには、出力が崩れるのを避けるため --disable-prefill-cuda-graph を付けるよう注意書きがあります。

750B版の公式GGUF(llama.cpp・Ollama向け形式)は確認できませんでした。Hugging Faceにはコミュニティ製と見られる量子化モデルがありますが、LGが出したものではありません。手元のPCで動かしたい場合は、Apache 2.0のQwen3.8-27Bのような中型モデルを検討するほうが現実的です。同じLGのEXAONE 4.5(33B)はGGUFがありますが、非商用ライセンスなので業務には使えません。ローカル実行環境はOllamaとはで詳しく紹介しています。

自社の業務システムにK-EXAONE 2.0のような新しいモデルを組み込む場合、セルフホストか専用エンドポイントかで、GPU費用に加えて開発・運用の費用も大きく変わります。組み込みの方法ごとの費用の目安は、AI開発の費用相場で整理しています。

このツールを自社のシステムや業務にどう組み込むか、ご提案します

初回相談は無料・30分(オンライン)。要件が決まっていなくても大丈夫です。改修100万円〜・PoC300万円〜(税別)

後継のK-EXAONE 2.5とは:APIは無料だが、重みは非公開で規約は非商用

K-EXAONE 2.5を無料で使えるEXAONE APIプラットフォームの告知画像

出典: LG AI Research 公式ニュース

K-EXAONE 2.5は、LG AI研究院が2026年11月9日に公開した2.0の後継モデルで、EXAONE API Platformから無料で使えます。 ただし重みは公開されておらず、API規約は非商用に限られ、入力は既定で学習に使われます。公式の対応言語は韓国語と英語だけです。2.0の「Apache 2.0で商用可」という特徴は、2.5には当てはまりません。

LGは2.5を、2026年7月末に公開した2.0(韓国の報道では「8月モデル」と呼ばれています)に追加学習を施した「技術検証モデル」と位置づけ、「独自(proprietary)基盤モデル」と表現しています。NVIDIA AI Day Seoul 2026で発表されました。

K-EXAONE 2.0と2.5の違い

項目

K-EXAONE 2.5

K-EXAONE 2.0

公開日

2026年11月9日

2026年7月31日

提供形態

APIのみ(重みは非公開)

オープンウェイト

ライセンス・規約

EXAONE API 利用規約(非商用・入力は既定で学習に利用)

Apache 2.0

総パラメータ / アクティブ

750B / 31B(公式ドキュメントの表記)

750B / 37B

コンテキスト長

524,288(512K。入力と最大出力の合計)

262,144

知識カットオフ

2026年1月

2025 Q2

対応言語

韓国語・英語

10言語(日本語を含む)

推論モード

常にON(無効化できない)。reasoning_effort は low / high / max

既定ON・切り替え可

主な機能

チャット、ツール呼び出し、構造化出力、コード生成、ストリーミング

チャット、function calling

料金

無料(無料期間の終了時期は未公表)

重みは無料(動かす費用は利用者負担)

出典:EXAONE API Platform Models、K-EXAONE 2.5 ドキュメント、LG AI Research 公式ニュース

アクティブパラメータは、公式ドキュメント上で2.0の37Bから31Bに変わっています。理由は公表されていません。

2.5のベンチマークの読み方

LGは2.5について、業務自動化やWeb探索などのベンチマークを公開しています。いずれもLGが公開データセットで測った数値で、第三者の検証ではありません。

ベンチマーク

内容

K-EXAONE 2.5

DeepSeek V4.1 Flash

GLM-5.3(max)

AutomationBench(Openset)

SaaSツールでの業務自動化

74.6

74.9

71.6

Claw-Eval

職場環境での問題解決

77.3

75.8

77.6

BrowseComp

Web探索

78.0

75.8

79.0

SWE-Bench Pro

実務的なコード修正

59.2

58.4

64.0

出典:LG AI Research 公式ニュース、人工知能新聞

  • 比較相手はDeepSeekの軽量版「V4.1 Flash」とGLM-5.3です。2.0の比較相手(Qwen3.5・GLM-5.1・DeepSeek V4 Pro)とは違うため、2.0の数値と並べて比べることはできません
  • 報道の「24指標の総合が8月モデル比で70%以上向上」は社内分析の総合値で、個々のベンチがそれぞれ70%伸びたという意味ではありません
  • 2026年11月時点で、Artificial Analysisには2.5が登録されていません

比較相手の詳細はDeepSeek V4.1とは、GLM-5.3とはで解説しています。

2.5の無料APIを使う前に確認したい規約

EXAONE APIの利用規約(2026年11月9日施行)には、企業が見落とすと困る条項がいくつかあります。以下は英語版の要点で、韓国語版と食い違う場合は韓国語版が優先されます(第12.2条)。

条項

内容

実務での意味

第2.1条

モデルと出力は非商用目的に限る。製品・サービスへの組み込みも不可

自社サービスに組み込む前提のPoCには使えない

第2.3条

入力と出力を学習に使うことがある。オプトアウトできるが、オプトアウト前に学習へ使われた分は分離・削除できない

使い始める前にオプトアウトを設定する。機密情報・個人情報は入れない

第4.2条

競合するAIモデルの開発・学習(蒸留など)や、重み・学習データの抽出を禁止

出力を自社モデルの学習データに使えない

第8.2・8.3条

国の申告を正確に行い、韓国の輸出管理・経済制裁法令を守る

申告の内容と利用拠点を合わせておく

第3.4・3.5条

APIキーは30日で失効。90日ログインしないと休眠扱いになることがある

定期的な検証に使うならキーの更新手順を決めておく

第9.1条

モデルのバージョン変更・提供終了はいつでもあり得る

本番の依存先にしない

第5.1条ほか

無保証(AS IS)。入力に含めた個人情報に関する責任は利用者が負う

個人情報を入れない

出典:EXAONE API 利用規約、FAQ、Rate Limits

韓国の報道では「企業もサービス開発に無料で使える」と伝えられていますが、英語版の規約は非商用に限っています。商用で使いたい場合は、規約を前提にせず api-support@lgresearch.ai に確認してください。 既定のレート制限は1日100回で、同意・通知の設定でオプトインすると上限が上がります。日本から使えるかどうかは、公式で確認できませんでした。

API自体はOpenAI互換で、https://api.exaone.ai の /v1/chat/completions にモデル名 k-exaone_v2.5 を指定して呼び出します。推論内容は message.reasoning_content に返ります。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.exaone.ai/v1",
    api_key="YOUR_EXAONE_API_KEY",
)

response = client.chat.completions.create(
    model="k-exaone_v2.5",
    messages=[{"role": "user", "content": "Summarize the key risks of open-weight LLMs."}],
    reasoning_effort="low",  # low / high / max(既定はmax)
)
print(response.choices[0].message.content)

対応言語は韓国語・英語なので、例も英語にしています。機密情報や個人情報を含まない、性能確認用の質問で試してください。

韓国ソブリンAIの現在地:2次評価は通過、総合3位

LG AI研究院(LG AI Research)のロゴ

出典: LG AI Research 公式サイト

K-EXAONE 2.0は、韓国政府の「独自AIファウンデーションモデル」事業の2次評価(2026年8月)を通過しました。ただし総合点は通過3チーム中3位です。 最終の3次評価は当初の「2026年末」から後ろ倒しになり、2027年2月中旬に最終2チームが決まる予定です。LGは3次評価に向けて、2027年1月までにフロンティア級のモデルを完成させる目標を掲げています。

事業の概要

韓国科学技術情報通信部(MSIT)が2025年8月に始めた事業で、海外モデルに頼らない国産の基盤モデルを、段階的な評価で絞り込みながら育てる「サバイバル方式」をとっています。最終的には国民向けの国家AIサービスなどの基盤になることが想定されています。

時期

出来事

2025年8月

MSITが精鋭5チームを選定

2025年12月〜2026年1月

1次評価。Naver CloudとNC AIが脱落し、1チームが追加(Naverは海外モデルの重み利用が問題視されたと報じられた)

2026年1月11日

LGが初代K-EXAONE(236B)を公開

2026年7月29日

SKテレコムが「A.X K2」(688B)を公開

2026年7月31日

LGがK-EXAONE 2.0(750B)を公開

2026年8月18日

2次評価の結果発表。LG・SKテレコム・Upstageが通過、Motif Technologiesが脱落

2026年8月27日

Motifの異議を受け、MSITが詳細点数を公開

2026年10月2日

MSITの説明会。3次評価は2027年2月に行い、3チームから2チームを選ぶ方式を維持すると説明。配点は参加企業と協議して決める

2026年11月9日

LGがK-EXAONE 2.5(技術検証モデル)を公開し、APIを無料で開放

2027年1月(目標)

LGが3次評価向けのフロンティア級モデルを完成させる目標

2027年2月中旬(予定)

3次(最終)評価で2チームを選定

出典:TechTimes、ZDNet Korea、inews24、ブロター、Korea Times

2次評価の点数(100点満点)

評価の配点は、ベンチマーク40点・専門家評価35点・利用者評価25点です。利用者評価では、一般国民200人が実際にモデルを使って採点しました。

順位

チーム

モデル(規模)

総合点

1位

SKテレコム

A.X K2(688B)

70.6

2位

Upstage

Solar Open2(250B)

69.9

3位

LG AI研究院

K-EXAONE 2.0(750B)

69.0

脱落

Motif Technologies

(314B)

65.8

LGは専門家評価(35点中29.5点)と一般国民による評価ではトップでした。一方、ベンチマーク部門は合計20.6点で最下位で、その中のArtificial Analysisの指数に基づく項目も7.8点で4チーム中最下位でした。人間による評価は高いのに、グローバルな自動評価では伸び悩んだという結果です。1次評価では全指標でトップだったことを考えると、「パラメータ数が最大=性能が最高」ではないことがわかります。

3次評価に進んだチームには、政府がNVIDIA B200を1チームあたり1,000基規模で支援する計画と報じられています。MSITは独自AIモデル事業とは別に「フロンティアAI」の公募も行う方針で、2027年度予算案には独自AIモデル関連で4.7兆ウォンが盛り込まれました(予算は国会審議を経て確定します)。

日本の取り組みとの違い

日本では経済産業省・NEDOの「GENIAC」による計算資源支援のもとで、LLM-jp-4やSarashina3など複数の国産LLMが並行して開発されています。中小型モデルや特定用途向けモデルの開発も多いのが特徴です。韓国は、少数のチームを段階評価で絞り込み、700B級の巨大モデルで世界のフロンティアモデルと競う設計になっています。日本の取り組みの全体像は日本のAI基盤モデル開発で整理しています。

「国産」の定義が問われる点は両国に共通しています。日本でも楽天AI 3.0がDeepSeekベースだった問題が議論になりました。UAEのK2 Horizonや、欧州のMistralの資金調達とソブリンAI戦略と並べて見ると、各国の「ソブリンAI」の考え方の違いがわかります。中国製オープンモデルが存在感を強める状況は中国AIモデルの優勢で解説しています。

他のオープンウェイトモデルとの比較

同じ韓国の700B級で比べるならSKテレコムのA.X K2、総合性能を重視するならQwen3.5・GLM-5.1・DeepSeek V4 Proが比較対象になります。ライセンスと規模を中心に整理しました。

モデル

開発元

総パラメータ / アクティブ

コンテキスト長

ライセンス

特徴

K-EXAONE 2.0

LG AI研究院(韓国)

750B / 37B

262K

Apache 2.0

長文脈・安全性に強い。236Bからアップサイクリング

A.X K2

SKテレコム(韓国)

688B / 33B

262K

Apache 2.0

FP8でスクラッチ学習。2次評価1位

Solar Open2

Upstage(韓国)

250B

未確認(2次評価では最大100万トークンの処理が評価されたと報道)

未確認

2次評価2位

Qwen3.5(397B-A17B)

Alibaba(中国)

397B / 17B

262K

Apache 2.0

知識・多言語ベンチで高スコア。画像入力にも対応

GLM-5.1

Z.ai(中国)

754B / 40B

200K

MIT

エージェント系ベンチに強い

DeepSeek V4 Pro

DeepSeek(中国)

1.6T / 49B

100万

MIT

比較表の多くの項目で最高値

※ Qwen3.5・GLM-5.1・DeepSeek V4 Proのスペックは各社の公開情報にもとづきます。各社はその後も新しいモデルを公開しているため、最新の状況は各モデルの解説記事で確認してください。

中国勢の詳細なスペックやライセンスは、DeepSeek V4 Pro、DeepSeek V4.1 Flash、GLM-5.1、GLM-5.3、Qwen 4、Kimi K3の各解説記事で整理しています。

用途別の選び方

こんなとき

候補

理由

長い文書をまとめて読ませたい

K-EXAONE 2.0

MRCR 94.4で比較対象中トップ

韓国語・韓国市場向けのサービスを作る

K-EXAONE 2.0 / A.X K2

韓国文脈で調整された安全性。国内調達の要件を満たしやすい

LGの最新モデルの性能を試したい(非商用)

K-EXAONE 2.5の無料API

1日100回まで無料。規約上は商用不可、入力は既定で学習に利用

コーディングエージェントを動かしたい

DeepSeek V4 Pro / GLM-5.1

SWE-bench・Terminal-Benchで大きく上回る

とにかく総合性能を重視

DeepSeek V4 Pro / Qwen系

知識・推論の多くの項目で上位

手元のGPUで動かしたい

Qwen3.8-27Bなど中型モデル

750B級は個人環境では動かせない。EXAONE 4.5は非商用

日本語の品質を最優先

国産LLM+自社評価

K-EXAONE 2.0には日本語専用ベンチの公表値がなく、2.5は日本語非対応

中国製モデルを避ける社内方針がある

K-EXAONE 2.0 / A.X K2 / 米欧のApacheモデル

韓国発で、ライセンスも標準的

利用時の注意点・セキュリティ

K-EXAONE 2.0はオープンウェイトなので、閉域運用でデータ主権を確保できます。その一方で、韓国文脈の安全性チューニング、古い知識カットオフ、フォーク版の推論エンジンといった固有の注意点があります。後継の2.5を使う場合は、入力の学習利用と非商用の規約が加わります。

  • セルフホストならデータを外部に出さずに済む:自社のデータセンターや国内クラウドで動かせば、入力データを外部APIに送る必要がありません。オープンウェイトの大きな利点です。
  • 2.0と2.5を取り違えない:社内で「K-EXAONEは商用可」と共有すると、2.5の無料APIまで商用で使えると誤解されがちです。商用で使えるのは重みが公開された2.0で、2.5のAPIは規約上は非商用です。
  • 2.5のAPIに機密情報を入れない:入力と出力は既定で学習に使われ、オプトアウト前に使われた分は削除できません。使い始める前にオプトアウトを設定し、個人情報や社外秘の文書は入れないでください。
  • 専用エンドポイントは提供事業者の規約を確認する:FriendliAIを使う場合、データの保存期間・学習利用の有無・処理拠点を同社の規約で確認してください(2026年11月時点で、公開情報からは詳細を確認できませんでした)。
  • 応答方針は韓国の価値観に合わせて調整されている:公式は安全性を「韓国の社会文化・地政学的な文脈」に基づいて調整したと説明しています。日本の業務で使う場合、拒否の基準や歴史・外交に関する記述の傾向が想定と異なる可能性があるため、事前に確認しておきましょう。
  • 知識が古い可能性がある:2.0の知識カットオフは「2025 Q2」です。最新情報が必要な業務では、検索やRAGと組み合わせてください。
  • ハルシネーションはゼロではない:モデルカードには、事実誤りや偏った応答が出る可能性があると明記されています。
  • 推論エンジンの出どころを確認する:2026年11月時点でもフォーク版の推論エンジンが案内されています。本番環境に入れる前に、コードの出どころと更新状況を確認してください。
  • 商標は使えない:Apache 2.0でも「EXAONE」「LG」の名称を自社サービス名や派生モデル名に使う許諾は含まれません。

オープンウェイトモデルの公開をめぐる考え方の違いについては、Anthropicのオープンウェイトに対する立場も参考になります。

K-EXAONE 2.0がおすすめな人・おすすめしない人

こんな人におすすめ

  • 複数ノードのGPU基盤を持ち、閉域で大型モデルを運用したい企業:Apache 2.0なので、法務レビューの負担が比較的軽くなります。
  • 長い文書の読解・要約が中心の業務:契約書、規程集、技術文書、議事録の横断検索など。
  • 韓国語・韓国市場向けのサービスを開発する企業:韓国文脈の安全性で高い数値を出しています。
  • 中国製モデルを避けたいが、大型オープンウェイトモデルを使いたい組織:調達方針上の選択肢になります。
  • ソブリンAIの動向を調べている研究者・企画担当者:政府主導で育てられた700B級モデルの実例として参考になります。

おすすめしない人

  • 手元のPCやGPU 1〜2枚で動かしたい個人・中小企業:公式の構成例はH200×16です。
  • 最高水準のコーディングエージェントが必要な開発者:SWE-bench・Terminal-BenchではDeepSeek V4 ProやGLM-5.1が上回ります。
  • 日本語の品質が公式データで保証されていることを求める人:日本語専用ベンチマークの公表値はありません。
  • 手軽なAPIで商用サービスを作りたい人:2.0の従量課金APIは確認できず、無料で使える2.5のAPIは規約上は非商用です。
  • 画像や音声も扱いたい人:2.0・2.5ともテキストのみ対応です。
  • 最新の時事情報をそのまま答えさせたい人:知識カットオフが古く、検索との組み合わせが必要です。

よくある質問(FAQ)

K-EXAONE 2.0は無料で使えますか?

モデルの重み自体はApache 2.0で無料公開されています。ただし動かすには大規模なGPU環境が必要で、その費用は利用者の負担です。FriendliAIの専用エンドポイントはGPUを専有する有料サービスで、単価は公式ページで確認する必要があります。Webデモの利用条件は公式で確認できませんでした。

K-EXAONE 2.5の無料APIは会社の業務で使えますか?

英語版の利用規約では、モデルと出力の利用は非商用目的に限られ、製品やサービスへの組み込みも禁止されています。韓国の報道には「企業も無料で使える」とするものもありますが、規約と食い違うため、業務で使う前にLGのサポート窓口(api-support@lgresearch.ai)に確認してください。入力が既定で学習に使われる点にも注意が必要です。

K-EXAONE 2.5の重みは公開されますか?

2026年11月時点では公開されておらず、Hugging FaceのLGAI-EXAONEにも2.5はありません。LGは2.5を「独自(proprietary)基盤モデル」と表現しています。今後公開されるかは発表されていません。

商用サービスに組み込んで、ファインチューニングしたモデルを販売できますか?

K-EXAONE 2.0であれば、Apache 2.0の範囲で可能です。ライセンス文と著作権表示を残し、変更したファイルにはその旨を明示してください。ただし製品名に「EXAONE」や「LG」を使う許諾は含まれません。初代K-EXAONE(236B)をベースにする場合は、商用目的の第三者配布にLGとの別途契約が必要です。

「EXAONE」と「K-EXAONE」は何が違いますか?

EXAONEはLG AI研究院のモデルシリーズ全体の名称で、EXAONE 3.x・4.0・4.5などがあります。K-EXAONEは、韓国政府の独自AIファウンデーションモデル事業向けに開発された大型モデルの系列です。ライセンスはモデルごとに異なり、たとえばEXAONE 4.5は非商用(1.2-NC)です。

日本の企業が使っても問題ありませんか?

K-EXAONE 2.0のライセンスには、利用者の国籍や地域による制限は見当たりません。実務上は、日本語性能を自社データで評価すること、韓国文脈で調整された応答方針が自社の用途に合うかを確かめること、外部の推論サービスを使う場合はデータの処理拠点を確認することがポイントです。2.5のAPIは韓国の輸出管理・制裁法令に従う条項があり、日本から使えるかは公式で確認できませんでした。

236B版のほうが軽いので、そちらを使えばよいですか?

計算資源だけを見れば236B版のほうが扱いやすいですが、ライセンスは独自の「K-EXAONE AI Model License」のままです。社内利用のみなら問題になりにくい一方、派生モデルを外部に配布する予定があるなら、2.0(Apache 2.0)を選ぶか、LGに条件を確認してください。

「国家代表AI」に選ばれることは決まっていますか?

決まっていません。2026年8月の2次評価は通過しましたが総合3位で、最終2チームは2027年2月中旬に終わる予定の3次評価で決まります。3次評価の詳しい配点は、MSITが参加企業と協議して決めるとしています。

まとめ

  • K-EXAONE 2.0は、LG AI研究院が2026年7月31日に公開した750B(アクティブ37B)のMoE型オープンウェイトLLM。Apache 2.0で商用利用・改変・再配布ができる
  • 長文脈(MRCR 94.4)と韓国文脈の安全性では比較対象中トップ。一方、知識・難問推論・コーディングではQwen3.5・GLM-5.1・DeepSeek V4 Proを下回る項目が多く、Artificial Analysisの指数は8で同規模の中では下位
  • 日本語は公式サポート言語だが、日本語専用ベンチの公表値はない。自社データでの評価が前提
  • 2026年11月9日に後継のK-EXAONE 2.5が無料APIで公開された。ただし重みは非公開、規約は非商用、入力は既定で学習に利用、対応言語は韓国語・英語のみ
  • 初代K-EXAONE(236B)は独自ライセンスで、EXAONE 4.5は非商用。商用で使えるかはモデルごとに確認が必要
  • 使い方はWebデモ、FriendliAIの専用エンドポイント、セルフホスト(H200×16が公式例)の3つ
  • 韓国ソブリンAI事業の2次評価は通過したが総合3位。最終評価は2027年2月中旬に延びた

まず試すならWebデモで、自社の文書を使って日本語の品質と応答方針を確かめるのが近道です。商用での採用を考えるなら、2.0の重みを使う前提で、GPU基盤の費用とライセンス条件をあわせて検討してください。生成AIの基本から整理したい方は生成AIとはもあわせてご覧ください。

このツールを自社のシステムや業務にどう組み込むか、ご提案します

この記事の著者

AI革命

AI革命

編集部

AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。

AI・システム開発は、開始価格を公開しています

既存システムの改修 100万円〜・PoC 300万円〜(税別)。相談内容を送っていただくと、2営業日以内に担当者からご返信します