Qwen又立功，全球最快開源模型誕生，超2000 tokens/秒！
全球最快的開源大模型來了——速度達到了每秒2000個tokens！
雖然只有320億參數（32B），吞吐量卻是超過典型GPU部署的10倍以上的那種。
它就是由阿聯酋的穆罕默德·本·扎耶德人工智能大學（MBZUAI）和初創公司G42 AI合作推出的K2 Think。
名字是不是有點熟悉？
沒錯，它和月之暗面前不久推出的Kimi K2在命名上是有點小撞車，不過阿聯酋這個多了個“Think”。
但非常有意思的一點是，在K2 Think的背后，確實有“made in China”的味道。
因為從HuggingFace中的Model tree來看，K2 Think是基于Qwen 2.5-32B打造的：
而且“全球最快開源AI模型”之外，MBZUAI官方還稱自家的K2 Think是“有史以來最先進的開源 AI 推理系統”。
那么它的實力到底幾何？我們繼續往下看。
實測速度均超過2000 tokens/秒
目前，K2 Think已經給出了可以體驗的地址（見文末）。
我們先小試牛刀測試一把IMO的試題：
Let a_n = 6^n + 8^n. Determine the remainder when dividing a_{83} by 49.
可以肉眼看到，在沒有任何加速的情況下，K2 Think在思考過后輸出答案的速度，真的就是“啪的一下”。
從底部給出的速度來看，已經達到了2730.4 tokens/秒。
接下來，我們用中文來測試一個經典問題：
Strawberry這個單詞里面有幾個字母R？
速度依舊保持在了2224.7 tokens/秒，并且給出了正確答案：3個R。
我們再來實測幾道AIME 2025的數學題：
Find the sum of all integer bases $b>9$ for which $17_{b}$ is a divisor of $97_{b}$.
Find the number of ordered pairs $(x,y)$, where both $x$ and $y$ are integers between $-100$ and $100$, inclusive, such that $12x^{2}-xy-6y^{2}=0$.
可以看到，K2 Think最大特點就是所有問題均能保持在超過2000 tokens/秒的速度，并且就目前實測結果來看，生成的答案均是正確。
但從功能角度來看，目前K2 Think還不支持文檔傳輸，以及多模態等能力。
不過MBZUAI的高級研究員Taylor W. Killian在X上也給出了解釋：
這個模型主要為數學推理而開發。
技術報告也已發布
從體量上來看，K2 Think僅有32B，但官方卻表示，它已經可以與OpenAI和DeepSeek旗艦推理模型的性能相當。
從測試結果來看，K2 Think在多項數學基準測試中，拿下了較為理想的分數，例如AIME’24 90.83分、AIME’25 81.24分、HMMT25 73.75分，以及Omni-MATH-HARD上取得60.73分的成績。
并且K2 Think團隊已經發布技術報告：
從整體來看，K2 Think團隊主要從六個方面做到了技術創新：
- 長鏈路思維的監督微調（SFT）：通過精心設計的鏈式推理數據，訓練模型逐步思考，而不是直接給答案，使其在復雜問題上更有條理。
- 可驗證獎勵的強化學習（RLVR）：模型不是依賴人類偏好打分，而是直接以答案對錯為獎勵信號，顯著提升數學、邏輯等領域的表現。
- 推理前的智能規劃（Plan-Before-You-Think）：先讓一個規劃代理提煉問題要點，制定解題大綱，再交給模型展開詳細推理，就像人類先列提綱再解題一樣。
- 推理時擴展（Best-of-N采樣）：對同一問題生成多個答案，再挑選最佳結果，從而提高正確率。
- 推測解碼（Speculative Decoding）：在推理時并行生成和驗證答案，減少冗余計算，加速輸出。
- 硬件加速（Cerebras WSE晶圓級引擎）：依托全球最大的單芯片計算平臺，實現單請求每秒超2000 tokens的生成速度，使長鏈路推理也能保持流暢的交互體驗。
與此同時，研究團隊還對K2 Think進行了系統的安全測試，包括拒絕有害請求、多輪對話魯棒性、防止信息泄露和越獄攻擊等，整體達到了較高水平。
那么你也想嘗鮮一下目前世界最快開源AI模型的速度嗎？鏈接放下面嘍，感興趣的小伙伴快去體驗吧~
體驗地址：https://www.k2think.ai/
技術報告：https://k2think-about.pages.dev/assets/tech-report/K2-Think_Tech-Report.pdf
