LG apre API gratuite per K-EXAONE 2.5, modello per coding e agenti
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Dal 9 novembre 2026 gli sviluppatori possono ottenere una chiave API per testare K-EXAONE 2.5 sulla piattaforma EXAONE, compatibile con interfaccia OpenAI-style e focalizzato su codice e automazione sul posto di lavoro.
Dal 9 novembre 2026, LG AI Research apre l’accesso API gratuito a K-EXAONE 2.5. L’uso ospitato del modello è disponibile sulla EXAONE API Platform, con riferimento a un sistema da 750 miliardi di parametri. Chiunque può chiedere una chiave: sviluppatori, startup, aziende, istituti.1
LG definisce K-EXAONE 2.5 un modello di validazione tecnologica, addestrato oltre la versione di agosto 2026. La scheda di K-EXAONE 2.0 documenta un’uscita open-weight con licenza Apache 2.0, architettura Mixture-of-Experts, 37 miliardi di parametri attivi e 262.144 token di contesto.1
La documentazione di K-EXAONE 2.5 indica 31 miliardi di parametri attivi e un knowledge cutoff a gennaio 2026. Il modello è testuale, supporta coreano e inglese, offre chat, tool calling, output strutturati, generazione di codice e streaming. LG indica coding e ricerca agentica come casi d’uso principali.1
L’endpoint è compatibile con l’interfaccia OpenAI. La chiamata è POST /v1/chat/completions con identificatore del modello k-exaone_v2.5. La somma tra token in input e max_tokens, incluso il reasoning, non può superare 524.288 token: oltre, il server risponde con errore 400. Le risposte usano JSON in formato OpenAI standard o, con streaming abilitato, uno stream a eventi server-sent.1
I controlli di ragionamento sono esposti. reasoning_effort è su max per impostazione predefinita. preserve_thinking consente di portare in avanti il ragionamento prodotto nelle risposte precedenti. La guida avverte che una maggiore intensità di reasoning aumenta tempi di risposta e consumo di token. Separa lo sforzo della risposta corrente dal passaggio di reasoning e dalla cronologia delle tool call tra i turni.1
LG pubblica un percorso di integrazione agentica. La guida include configurazioni per Hermes, agente generale, e OpenCode, agente di coding. Nel flusso documentato un harness esterno esegue le tool call restituite dal modello, raccoglie i risultati, li rimanda al modello e gestisce testo, reasoning e delta delle tool call nei turni successivi. Gli sviluppatori vedono le decisioni di ragionamento e di chiamata strumenti, ma eseguono le azioni e chiudono l’anello fuori dal modello.1
LG riporta misure interne su dataset aperti. I benchmark coprono sviluppo e modifica di software, ricerca di informazioni sul web, automazione con strumenti SaaS e problem solving agente in contesti di lavoro. Sui numeri dichiarati, K-EXAONE 2.5 migliora il predecessore in tutte e quattro le aree. Supera DeepSeek-V4.1-Flash su SWE-Bench Pro, BrowseComp e Claw-Eval, ma resta sotto su AutomationBench. Nel confronto con GLM-5.3, lo supera solo su AutomationBench. LG indica generazione di codice, debugging, refactoring e scrittura di test come applicazioni principali, con sviluppo software, ricerca agentica e automazione in ufficio come ambiti target.1
L’accesso gratuito riduce il costo di testare questi risultati dentro strumenti compatibili OpenAI, ma la resa in produzione dipende da profondità del reasoning, esecuzione dei tool e gestione del contesto, aspetti che l’API lascia all’infrastruttura esterna.1
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Rilettura. Un passaggio toglie i tic della prosa generata da un modello, come i contrasti costruiti e le frasi che annunciano invece di informare, senza toccare fatti e fonti.
- Fedeltà alle fonti. Un passaggio dedicato toglie ogni affermazione che le fonti non sostengono. Valutazione su questo pezzo: 9,5/10.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale: superato.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica. Questo articolo ha preso 8,2/10.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.