BenchLeader
LG AI Research开放权重推理模型与其他模型对比

K-EXAONE 2.0

质量第 242 / 339 名
42.4Index
低于中位数
较中位数 −7.8

截至 2026年11月16日,K-EXAONE 2.0(LG AI Research)在 BenchLeader Index 上得分 42.4(共 608 个已排名配置)。表现最好的是长上下文(54),最弱的是编程(29)。发布于 2026年8月12日。

要点(截至 2026年11月16日)

  • K-EXAONE 2.0 于 2026年8月12日发布(LG AI Research)。

详细说明:K-EXAONE 2.0 是 LG AI Research 的开放权重推理模型,发布于 2026年8月12日。其最佳配置在 BenchLeader Index 上得分 42.4 ±6.8,在 608 个配置中排第 494 名,处于下半区。关键在于这个“±”:另有 234 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,长上下文得分最高(54),编程最低(29)。最近一次测量:2026年8月12日。

混合价格
–
输出速度
–
首次回答
–
上下文
262k
来源:Artificial Analysis
单任务成本
–
单任务 token 数
55k
其中 41% 为推理
发布日期
2026年8月12日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index42
  2. 推理32
  3. 编程29
  4. 智能体与工具39
  5. 知识39
  6. 长上下文54

嵌入这个排名

更多徽章样式
[![K-EXAONE 2.0 on BenchLeader: 综合第 236 名](https://www.benchleader.com/badge/k-exaone-2-0.svg?style=compact)](https://www.benchleader.com/models/k-exaone-2-0)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

LG AI Research 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

LG AI Research 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
K-EXAONE 2.0本页2026年8月12日42.4#494
K-EXAONE无推理2025年12月31日––

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试默认来源趋势
AA Openness Index不计入 Index44.4#97Artificial Analysis

编程

基准测试默认来源趋势
SciCode (AA)不计入 Index42.0%#180Artificial Analysis
Terminal-Bench 4.0 (AA)不计入 Index0.0%#186Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index40.5%#141Artificial Analysis
FrontierCode 2.0 (AA)0.8%#121Artificial Analysis

智能体与工具

长上下文

基准测试默认来源趋势
AA-LCR v1.160.0%#301Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v5.0.1不计入 Index7.6#116Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index19.7#248Artificial Analysis
AA Progress Index v1不计入 Index253.3#256Artificial Analysis

LG AI Research 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 K-EXAONE 2.0 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![K-EXAONE 2.0 on BenchLeader: 综合第 236 名](https://www.benchleader.com/badge/k-exaone-2-0.svg)](https://www.benchleader.com/models/k-exaone-2-0)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). K-EXAONE 2.0 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/k-exaone-2-0

BibTeX:

@misc{benchleader_k_exaone_2_0_20261116,
  author       = {{BenchLeader}},
  title        = {{K-EXAONE 2.0 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/k-exaone-2-0}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

K-EXAONE 2.0 的基准测试得分是多少?
截至 2026年11月16日,K-EXAONE 2.0 的 BenchLeader Index 为 42.4 ±6.8。最强的是长上下文(54),最弱的是编程(29)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
K-EXAONE 2.0 排名第几?
截至 2026年11月16日,K-EXAONE 2.0 在 608 个已排名配置中排第 494 名。另有 234 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
K-EXAONE 2.0 是什么时候发布的?
LG AI Research 于 2026年8月12日发布了 K-EXAONE 2.0。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《K-EXAONE 2.0:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/k-exaone-2-0。