LG AI ouvre l’accès gratuit à son modèle K‑EXAONE 2.5 : 750 milliards de paramètres via une API compatible OpenAI

Un nouveau géant accessible aux développeurs

Le 9 novembre 2026, LG AIIntelligence artificielleEnsemble de techniques permettant à des machines d'accomplir des tâches nécessitant habituellement certaines capacités humaines, comme la reconnaissance, la prédiction ou la prise de décision. Research a annoncé que son modèle de langue K‑EXAONE 2.5, basé sur une architecture de 750 milliards de paramètres, est désormais exploitable gratuitement via l’EXAONE API Platform. Cette offre s’adresse aux développeurs, startups, entreprises et laboratoires de recherche qui peuvent obtenir une clé d’API et tester le modèle sans frais initiaux.

Qu’est‑ce qui change ?

K‑EXAONE 2.5 n’est pas simplement une mise à jour incrémentale. LG le décrit comme un « technology‑validation model », le résultat d’un entraînementTrainingProcessus durant lequel un modèle ajuste ses paramètres à partir de données afin d'améliorer ses performances. supplémentaire par rapport à la version d’août 2026. Le modèle conserve le même principe de Mixture‑of‑Experts que le K‑EXAONE 2.0, mais passe de 37 milliards de paramètres actifs à 31 milliards actifs tout en élargissant le contexte maximal à 524 288 tokensTokenUnité de contenu traitée par un modèle de langage, pouvant représenter un mot, une partie de mot ou un caractère. (soit 8 fois la limite du modèle précédent). Le paramètre de connaissance s’arrête en janvier 2026, ce qui reste suffisant pour la plupart des scénarios de développement logiciel.

Performances mesurées en interne

LG a testé K‑EXAONE 2.5 sur quatre jeux de référence : SWE‑Bench Pro (génération de code), BrowseComp (recherche web), Claw‑Eval (résolution de problèmes) et AutomationBench (automatisation de tâches SaaS). Le modèle dépasse son prédécesseur sur les quatre métriques et se positionne au‑dessus de DeepSeek‑V4.1‑Flash sur trois d’entre elles, sauf sur AutomationBench. Face à GLM‑5.3, K‑EXAONE 2.5 ne le surpasse que sur AutomationBench. Ces résultats indiquent une progression notable, surtout pour les usages orientés programmation et automatisation.

Cas d’usage concrets

LG met en avant quatre fonctions principales :

• génération de code (structures, fonctions, scripts) ;
• débogage assisté (identification d’erreurs, propositions de correctifs) ;
• refactorisation (optimisation de la lisibilité et des performances) ;
• rédaction de tests unitaires.

Ces scénarios placent le modèle au cœur du développement logiciel, mais la feuille de route inclut également la recherche d’informations sur le web et l’automatisation de flux de travail en entreprise. En pratique, un développeur peut appeler l’API, demander à l’agent d’analyser un problème, de proposer du code, puis d’exécuter un appel d’outil (par exemple, un build ou un test) et de récupérer le résultat via le même échange.

Une API compatible OpenAI

L’endpoint /v1/chat/completions accepte le modèle identifié k-exaone_v2.5. Le protocole suit le format JSON d’OpenAI, ce qui facilite l’intégration dans les outils déjà familiers (Postman, LangChain, etc.). Le nombre maximal de tokens (entrée + sortie) est de 524 288 ; toute requête dépassant ce plafond renvoie une erreur 400.

Deux contrôles de raisonnement sont exposés :

• reasoning_effort (défaut : max) qui ajuste la profondeur de réflexion du modèle ;
• preserve_thinking qui conserve le raisonnement précédent lors d’échanges multi‑tour.

Une intensité de raisonnement plus élevée augmente le temps de réponseLatenceDélai entre l'envoi d'une requête à un système et l'obtention d'une réponse ou du début de celle-ci. et la consommation de tokens, un compromis à gérer selon les besoins de l’application.

Intégration d’agents

Le guide d’utilisation décrit deux agents : Hermes (agent général) et OpenCode (spécialisé en codage). Le flux typique consiste à envoyer un promptPromptL’instruction et le contexte fournis à un modèle pour orienter sa réponse., recevoir une réponse contenant du texte, du raisonnement et éventuellement une ou plusieurs « tool calls ». Le développeur exécute les appels d’outil (par ex. appeler une API tierce, lancer un script) puis renvoie les résultats à l’agent, qui poursuit le dialogue. Ainsi, l’API ne réalise pas directement les actions, mais fournit la logique décisionnelle et le plan d’exécution.

Impact potentiel

L’accès gratuit réduit la barrière d’entrée pour tester des solutions d’automatisation et de génération de code à grande échelle. Les équipes pourront comparer rapidement les gains de productivité annoncés par LG avec leurs propres flux de travail. Le vrai défi restera la gestion du contexte ultra‑long : 524 k tokens offrent une mémoire impressionnante, mais exigent une discipline de structuration des prompts pour éviter les dépassements.

Perspectives

Si les performances internes se traduisent en production, K‑EXAONE 2.5 pourrait devenir un composant clé des plateformes de développement low‑code ou des environnements CI/CD où l’automatisation et le raisonnement sont critiques. Les développeurs qui adoptent tôt l’API auront l’avantage d’expérimenter des architectures d’agents plus complexes avant que les modèles concurrents ne proposent des offres similaires.

Cet article a été rédigé en suivant les faits publiés par LG AI Research le 9 novembre 2026.