在模型能力差距被压缩到几个百分点的当下，抢开发者的手段正在从「更强」变成「更便宜、更开放」。11月9日，LG AI 研究院宣布，对外免费开放 K-EXAONE 2.5 模型的 API。
政策口径相当宽松：包括开发者、企业、研究机构在内的任何用户，都可以无需付费地把 K-EXAONE 2.5 用于服务开发与研究。这比常见的「限时免费额度」走得更远，接近把 API 当作生态入口而非收入来源。
技术侧，K-EXAONE 2.5 是在今年 8 月发布的原版基础上追加训练的自研技术验证模型。LG 的表述是，它拥有比肩头部开源 AI 模型的智能体能力，在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 四项评测上的表现与 DeepSeek-V4.1-Flash、GLM-5.3 难分伯仲。
这四项评测的选取本身透露了定位。AutomationBench 考察自动化任务执行，SWE-Bench Pro 考察真实代码修复，BrowseComp 考察网页浏览与信息检索，Claw-Eval 考察工具调用类智能体能力——全部指向「能不能干活」，而不是「知识问答准不准」。这与 EXAONE 系列过去的定位有别：早期它更像一个以韩语能力见长的通用模型，如今转向 Agent 能力对标。
为什么韩国厂商要在这个时间点做免费开放？三个现实原因。第一，本土市场太小，只靠韩国企业客户撑不起模型迭代所需的调用量与反馈；第二，亚太地区的企业 AI 采购正在放量，先用免费换接入，再谈私有化部署与行业方案，是常见路径；第三，主权 AI 叙事升温，各国希望有非美国、非中国的模型选项，LG 有机会占住这个位置。
对开发者的实际价值取决于三件事。一是语言：K-EXAONE 在韩语与东亚语料上的表现，客观上比多数同档模型更细；二是合规：对需要数据不出境、需要本地供应商的韩国及部分亚太客户，LG 的本地身份比技术指标更重要；三是稳定性：免费 API 的速率限制、可用性承诺与数据使用条款，是决定能否用于生产的硬条件，目前官方披露有限。
竞争格局上，这一动作与 Thinking Machines 以低价 Tinker 服务加 Apache 2.0 权重抢开发者、中国厂商以开源权重加低价托管扩张，构成了同一个趋势：模型层的定价权正在被系统性削弱，价值向应用层、数据层与部署层转移。对采购方，这是好事——同一能力档位的可选供应商变多了。
观察点有三：免费政策能否持续，以及是否附带商用限制条款；四项评测的第三方复现结果，厂商自测与独立评测往往存在差距；LG 会不会跟进开源权重——只开放 API 与开放权重是两种完全不同的生态策略，后者对全球开发者的吸引力大得多。