То, что всё лето называли «open-weight»
Каждый релиз этого лета приходил по одному сценарию: веса — вот, берите. Тренировочные данные — не спрашивайте. Код — если повезёт. Логи — какие логи?
Open Source Initiative говорила об этом с весны. Нельзя назвать open source то, что нельзя проинспектировать. Нельзя проверить файл весов, не зная, что в него вошло. Нельзя воспроизвести результат, не имея данных.
K2 Horizon — шесть моделей от 0,9 до 375 миллиардов параметров — опубликован с весами, тренировочным кодом, тренировочными данными, чекпоинтами и тренировочными логами. Всё. Каждая часть процесса, которую другие лаборатории прятали за словами «проприетарные данные» и «коммерческая тайна», здесь лежит на столе.
Это не заявление о возможностях
Важно сказать это сразу: K2 Horizon — не заявление о frontier-производительности. Ничто в анонсе не говорит «лучше GPT-6», «лучше Astra», «лучше Fable». Это заявление о проверяемости.
Для регулируемой работы это более ценная ось. Если вы строите систему, которую нужно сертифицировать, объяснить регулятору и доказать аудитору — вам не нужно, чтобы модель была самой быстрой. Вам нужно, чтобы можно было посмотреть, что она видела при обучении.
Для исследователя — та же история. Репликация эксперимента требует данных, а не только весов. Если лаборатория публикует веса без данных, она публикует ответ без задачи. K2 Horizon публикует оба.
Шесть моделей — один стандарт
Диапазон от 0,9 до 375 миллиардов параметров покрывает всё: от моделей, которые можно запустить на ноутбуке, до тех, для которых нужен кластер. Это не четыре релиза с разными лицензиями, как было у других лабораторий этим летом — четыре open-weight релиза, четыре лицензии, ни одной Apache. Это один стандарт, применённый к шести размерам.
Чекпоинты означают, что можно проследить, как модель училась — где она сходилась, где буксовала, на каких данных начала давать странные результаты. Тренировочные логи — это то, что обычно видят только инженеры лаборатории. Теперь это видят все.
Что это значит для следующего релиза
Институт фундаментальных моделей не сказал, каким будет K2 Horizon v2. Не сказал, будет ли v2. Но показал прецедент: можно опубликовать всё. Не только веса. Не только код. Всё.
Другие лаборатории теперь стоят перед выбором. Продолжать прятать данные и называть это «open-weight» — зная, что Open Source Initiative уже объяснила, почему это не одно и то же. Или начать публиковать больше — и наблюдать, что происходит, когда твоя тренировочная выборка становится публичной.
Первый вариант — комфортный. Второй — правильный.
K2 Horizon не решает проблему alignment. Не решает проблему безопасности. Не решает проблему того, что frontier-модели становятся слишком сложными для полного понимания. Но он решает одну конкретную проблему: можно ли вообще посмотреть, что модель видела при обучении.
Ответ — теперь можно. По крайней мере, для шести моделей.
Краткий ответ
Институт фундаментальных моделей выпустил K2 Horizon — шесть моделей от 0,9 до 375 миллиардов параметров с весами, тренировочным кодом, тренировочными данными, чекпоинтами и тренировочными логами. Это первый за 2026 год AI-релиз, опубликованный с полным набором данных для воспроизведения и аудита. Это не заявление о frontier-производительности, а заявление о проверяемости.
Связанные заметки: [[Темы/AI models]] · [[Темы/Open source]]