MBZUAI und G42 aus den Vereinigten Arabischen Emiraten stellen K2-Think vor: Neudefinition des neuen Standards für KI-Inferenzeffizienz mit 32 Milliarden Parametern

Zusammenfassung

Das Fundamental Models Institute der Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI) in den VAE und G42 haben am 9. September gemeinsam das Open-Source-KI-Inferenzsystem K2-Think veröffentlicht. Obwohl das Modell nur 32 Milliarden Parameter verwendet, kann es in den Bereichen Mathematik, Code und wissenschaftliches Denken mit großen Modellen mithalten, die bis zu 20-mal mehr Parameter besitzen. In mehreren mathematischen Benchmarks erzielte K2-Think 90,8 Punkte bei AIME 2024, 81,2 Punkte bei AIME 2025 und 73,8 Punkte bei HMMT 2025. Auf Cerebras-Hardware erreicht es eine Inferenzgeschwindigkeit von 2000 Token pro Sekunde.

Technologischer Durchbruch: Kleine Modelle, große Fähigkeiten

K2-Think basiert auf sechs technologischen Säulen: überwachtes Fine-Tuning mit langen Gedankenketten, verifizierbares belohnungsbasiertes Reinforcement Learning, Agentenplanung, Testzeit-Skalierung, spekulative Dekodierung und inferenzoptimierte Hardware. Im Gegensatz zur traditionellen "größer ist besser"-Philosophie beweist K2-Think, dass durch intelligentes Design erhebliche Durchbrüche in der Parametereffizienz erzielt werden können.

Das System basiert auf dem Qwen2.5-Basismodell und ermöglicht es kleineren Modellen durch fortschrittliche Post-Training- und Testzeit-Berechnungstechniken, auf höchstem Niveau zu konkurrieren. Während des Trainings verbesserte sich die Leistung des Modells in mathematischen Benchmarks schnell innerhalb des ersten Drittels der Trainingsphase (ca. 0,5 Epochen), wobei AIME 2024 eine Erfolgsquote von 79,3 % und AIME 2025 eine Erfolgsquote von 72,1 % erreichte.

Hervorragende Leistungsfähigkeit

K2-Think zeigt in mehreren Bereichen herausragende Leistungen:

• Mathematisches Denken: Erzielte 60,7 Punkte bei OMNI-MATH-HARD und führt damit alle Open-Source-Modelle in mathematischen Benchmarks an.
• Code-Generierung: Erzielte 64,0 Punkte bei LiveCodeBench v5.
• Wissenschaftliches Denken: Erzielte 71,1 Punkte bei GPQA-Diamond.

Echte Open-Source-Transparenz

Im Gegensatz zu vielen "Open-Source"-KI-Modellen, die nur Modellgewichte veröffentlichen, ist K2-Think vollständig Open Source, einschließlich Trainingsdaten, Parametergewichten, Bereitstellungssoftwarecode und Testzeit-Optimierungstechniken. Diese Transparenz stellt sicher, dass jeder Schritt des Modelllernens und der Inferenz von der globalen Forschungsgemeinschaft untersucht, reproduziert und erweitert werden kann.

Ultraschnelle Inferenzfähigkeit

K2-Think erreicht auf der Cerebras Wafer-Scale-Inferenz-optimierten Rechenplattform einen beispiellosen Durchsatz von 2000 Token pro Sekunde. Im Vergleich dazu erreichte Googles Gemini 2.5 Flash auf der externen KI-Leistungsmessseite Artificial Analysis 258 Token pro Sekunde, was weit unter der Geschwindigkeit von K2-Think liegt.

Stellungnahmen der Führungsebene

Seine Exzellenz Khaldoon Khalifa Al Mubarak, Vorsitzender des MBZUAI-Kuratoriums und Mitglied des Rates für Künstliche Intelligenz und fortschrittliche Technologien, erklärte: "Der neue globale Maßstab, den K2-Think setzt, unterstreicht die bahnbrechende Exzellenz der Initiative des MBZUAI Fundamental Models Institute, die ein schneller Weg für globale Zusammenarbeit und Spitzenforschung ist."

Peng Xiao, CEO der G42 Group, sagte: "K2-Think hat das Paradigma der KI-Inferenz von 'größer ist besser' zu 'intelligenter ist besser' verschoben."

Eric Xing, Präsident und Universitätsprofessor der MBZUAI, kommentierte: "K2-Think ist ein bedeutender Fortschritt für die globale KI-Forschungs- und Entwicklungsgemeinschaft. Indem wir diese Fortschritte in einem vollständig transparenten Rahmen bereitstellen, läuten wir eine neue Ära der kosteneffizienten, reproduzierbaren und verantwortungsvollen KI ein."

Modellfamilie und Zukunftsaussichten

K2-Think baut auf der wachsenden Familie von in den VAE entwickelten Open-Source-Modellen auf, darunter Jais (das weltweit fortschrittlichste arabische LLM), NANDA (Hindi) und SHERKALA (Kasachisch), und setzt das bahnbrechende Erbe des weltweit ersten vollständig reproduzierbaren Open-Source-Basismodells K2-65B fort, das 2024 veröffentlicht wurde.

Das Modell ist derzeit unter https://www.k2think.ai/ und auf der Hugging Face-Plattform verfügbar. MBZUAI plant, zukünftige Modelle auf Basis der K2-Think-Formel zu entwickeln, einschließlich angepasster Versionen für das Gesundheitswesen und die Genomik.

Technische Spezifikationen

• Parametergröße: 32 Milliarden Parameter
• Basismodell: Qwen2.5-32B
• Lizenz: Apache 2.0
• Inferenzgeschwindigkeit: Bis zu 2000 Token pro Sekunde (auf Cerebras-Hardware)
• Bereitstellungsplattformen: k2think.ai, Hugging Face

Fazit

Diese Veröffentlichung markiert einen wichtigen Meilenstein für die VAE im globalen KI-Bereich und zeigt einen neuen Weg auf, KI-Durchbrüche durch intelligentes Engineering-Design zu erzielen, anstatt sich nur auf die Rechenleistung zu verlassen.