权重公开不稀奇，训练数据公开也不稀奇，但把权重、训练代码、训练数据、检查点、日志一股脑全公开的，K2 Horizon 是今年第一个。

9 月 5 日，基础模型研究所（IFM）发布 K2 Horizon 模型家族：六个尺寸，从 0.9B 到 375B 参数，全部以 Apache 2.0 协议开放权重。真正的亮点在后面——它史无前例地公开了完整训练生命周期：预训练到推理/Agent 后训练的中间检查点、训练数据或数据构建配方、混合比例、训练代码、配置、细粒度日志和评测结果。

为什么这事重要？因为此前几乎所有"开源"大模型，都是"半开源"。

开源倡议组织（OSI）这半年一直在抱怨一件事：你拿到一个权重文件，但看不到喂给它的数据，不知道它怎么训出来的。权重文件没法检查、没法复现、没法验证里面到底有什么。这个夏天各家发的"开放权重"模型，全是把权重给你、其余藏着——严格说，开放权重和开源是两码事。

K2 Horizon 补上了这块拼图。想复现？训练代码和数据都在。想审计？细粒度日志随便查。对需要合规审查的行业和做研究的团队来说，这种"可验证性"比跑分高低更有价值。

先看能力。六个尺寸覆盖 0.9B、3.7B、7B、32B、36B-A4B（MoE）和 375B-A23B（MoE）。0.9B、3.7B、7B 三个小模型在各自尺寸档位的数学、推理、编码和 Agentic 任务上做到世界领先——0.9B 的 AIME 2026 得分超过 48，一个不到 10 亿参数的模型在数学竞赛上吊打不少大模型。

技术上有意思的是 36B-A4B 用的新机制：MoVA（Mixture-of-Value-Attention），一种稀疏注意力机制，每个 token 只激活约 40 亿参数，却逼近稠密 32B 的性能。翻译过来：用更少的算力跑出更大的能力，这对端侧部署是实打实的利好——手表、眼镜、企业服务器，都能塞进不同档位的 K2 Horizon。

我的判断：K2 Horizon 的真正价值不在"又一个强模型"，而在它首次把"Agent 能力是怎么训练出来的"完整公开了。现在行业都在做 Agent，但 Agent 后训练怎么做、数据怎么配、中间过程长什么样，各家都当商业秘密捂着。IFM 把整个配方摊开，等于给全世界的 Agent 研究提供了一份可复现的"标准答案"。对研究复现和端侧部署团队来说，这份公开的价值，可能超过一个普通的 Top 跑分模型。

当然，IFM 自己也很诚实：这不是能力宣言，没说自己是"前沿性能"——它是一个"可验证性"宣言。375B 那个大家伙能不能跟 Claude、GPT 正面刚，官方没吹。它的卖点是"你能查我、能复现我、能信我"。

对普通开发者来说，最实际的红利是选择权变多了。想部署端侧？有 0.9B 到 7B 的档位。想跑私有化？32B 和 36B-A4B 够用。想要接近前沿能力？375B 可以自己微调。关键是没有授权费、没有数据泄露风险、没有 API 绑定的烦恼。

话说回来，敢把训练数据全公开，本身就需要勇气——数据里有啥猫腻、用了多少有版权争议的语料，全都摊在阳光下任人检查。IFM 敢这么干，要么是真干净，要么是赌定开源社区会护着它。无论哪种，对行业都是好事：它把"开源"这个词的门槛，重新抬回了它本该在的位置。

当一家机构敢把 AI 的"配方"全部公开，你觉得，其他大厂敢跟进吗？还是说，藏着掖着才是他们的护城河？