Tra annunci e repository: la prova dell'open source per K2 Horizon

Il 3 settembre 2026 l'Institute of Foundation Models (IFM), ente fondato nel maggio 2025 dalla Mohamed bin Zayed University of Artificial Intelligence e operativo tra Abu Dhabi, la Silicon Valley e Parigi, ha annunciato il rilascio della famiglia K2 Horizon. Si tratta di sei modelli rilasciati con licenza Apache 2.0 con taglie da 0,9, 3,7, 7, 32, 36 miliardi con 4 miliardi di parametri attivi (variante MoVA) e 375 miliardi con 23 miliardi attivi per token. La scheda tecnica ufficiale indica per il modello da 375B una finestra di contesto nativa di 512K token (524.288); una testata di settore ne riporta invece 131.072 per lo stesso modello. La discrepanza non risulta chiarita. Sul piano delle prestazioni indipendenti, Artificial Analysis attribuisce al modello da 375B un punteggio di 38 sul proprio Intelligence Index, rispetto a una mediana di 22 misurata tra i modelli open-weight di dimensioni analoghe.

La vera questione aperta riguarda tuttavia la completezza del rilascio. Nel comunicato diffuso su PR Newswire, l'istituto descrive la distribuzione come comprensiva di pesi, codice sorgente, dati di addestramento e metodologie per tutte e sei le varianti. Il fondatore di IFM e presidente di MBZUAI, Eric Xing, ha sottolineato questo approccio affermando: «Open source is much more than open weights. Science works when others can see the data, follow the method, reproduce the result, and improve on it.» Ciononostante, la verifica sui repository dell'organizzazione su Hugging Face mostra la presenza dei pesi dei modelli ma di un solo dataset dedicato alle fonti di valutazione, denominato «eval-360-sources». La stessa model card del modello da 375B ammette la differenziazione temporale, precisando che «We have released the final checkpoint; intermediate checkpoints, along with the data and the training code, will be released.» Il dataset di addestramento e il codice di addestramento non risultano attualmente pubblicati, lasciando non verificabile la promessa di completa riproducibilità dichiarata al momento del lancio. IFM non ha risposto pubblicamente sulla discrepanza e non è noto un calendario per la pubblicazione dei dati di addestramento.

Disponibili per l'integrazione con vLLM e SGLang e fruibili tramite partner d'inferenza come Compass, Cerebras, AWS e Nebius, i modelli includono soluzioni di rilievo. Secondo il comunicato, la variante MoVA da 36B adotta un'architettura Mixture of Value Attention e una tecnica di distillazione a diffusione con un'accelerazione dichiarata di tre volte — dati non verificati in modo indipendente. Restano non noti il numero complessivo di token utilizzati nell'addestramento e il volume di calcolo impiegato. Il sito ufficiale ifm.ai respinge le richieste automatiche (HTTP 403): il testo del blog dell'istituto non è stato letto direttamente, e le sue dichiarazioni qui riportate provengono dal comunicato su PR Newswire e dalla model card.

Rivendicare il superamento del modello dei soli pesi aperti è un passaggio ambizioso. Ma finché i dati di addestramento e le ricette originali rimangono promesse declinate al futuro, la distanza tra l'annuncio e la prova scientifica resta tutta da colmare.

— Olya