Qwen又立功，全球最快开源模型诞生，超2000 tokens/秒

全球最快的开源大模型来了——速度达到了每秒2000个tokens！

虽然只有320亿参数（32B），吞吐量却是超过典型GPU部署的10倍以上的那种。

它就是由阿联酋的****·本·扎耶德人工智能大学（MBZUAI）和初创公司G42AI合作推出的K2Think。

名字是不是有点熟悉？

没错，它和月之暗面前不久推出的KimiK2在命名上是有点小撞车，不过阿联酋这个多了个“Think”。

但非常有意思的一点是，在K2Think的背后，确实有“madeinChina”的味道。

因为从HuggingFace中的Modeltree来看，K2Think是基于Qwen2.5-32B打造的：

而且“全球最快开源AI模型”之外，MBZUAI官方还称自家的K2Think是“有史以来最先进的开源AI推理系统”。

那么它的实力到底几何？我们继续往下看。

实测速度均超过2000tokens/秒

目前，K2Think已经给出了可以体验的地址（见文末）。

我们先小试牛刀测试一把IMO的试题：

Leta_n=6^n+8^n.Determinetheremainderwhendividinga_{83}by49.

可以肉眼看到，在没有任何加速的情况下，K2Think在思考过后输出答案的速度，真的就是“啪的一下”。

从底部给出的速度来看，已经达到了2730.4tokens/秒。

接下来，我们用中文来测试一个经典问题：

Strawberry这个单词里面有几个字母R？

速度依旧保持在了2224.7tokens/秒，并且给出了正确答案：3个R。

我们再来实测几道AIME2025的数学题：

Findthesumofallintegerbases$b>9$forwhich$17_{b}$isadivisorof$97_{b}$.

Findthenumberoforderedpairs$(x,y)$,whereboth$x$and$y$areintegersbetween$-100$and$100$,inclusive,suchthat$12x^{2}-xy-6y^{2}=0$.

可以看到，K2Think最大特点就是所有问题均能保持在超过2000tokens/秒的速度，并且就目前实测结果来看，生成的答案均是正确。

但从功能角度来看，目前K2Think还不支持文档传输，以及多模态等能力。

不过MBZUAI的高级研究员TaylorW.Killian在X上也给出了解释：

这个模型主要为数学推理而开发。

技术报告也已发布

从体量上来看，K2Think仅有32B，但官方却表示，它已经可以与OpenAI和DeepSeek旗舰推理模型的性能相当。

从测试结果来看，K2Think在多项数学基准测试中，拿下了较为理想的分数，例如AIME’2490.83分、AIME’2581.24分、HMMT2573.75分，以及Omni-MATH-HARD上取得60.73分的成绩。

并且K2Think团队已经发布技术报告：

从整体来看，K2Think团队主要从六个方面做到了技术创新：

长链路思维的监督微调（SFT）：通过精心设计的链式推理数据，训练模型逐步思考，而不是直接给答案，使其在复杂问题上更有条理。

可验证奖励的强化学习（RLVR）：模型不是依赖人类偏好打分，而是直接以答案对错为奖励信号，显著提升数学、逻辑等领域的表现。

推理前的智能规划（Plan-Before-You-Think）：先让一个规划代理提炼问题要点，制定解题大纲，再交给模型展开详细推理，就像人类先列提纲再解题一样。

推理时扩展（Best-of-N采样）：对同一问题生成多个答案，再挑选最佳结果，从而提高正确率。

推测解码（SpeculativeDecoding）：在推理时并行生成和验证答案，减少冗余计算，加速输出。

硬件加速（CerebrasWSE晶圆级引擎）：依托全球最大的单芯片计算平台，实现单请求每秒超2000tokens的生成速度，使长链路推理也能保持流畅的交互体验。

与此同时，研究团队还对K2Think进行了系统的安全测试，包括拒绝有害请求、多轮对话鲁棒性、防止信息泄露和越狱攻击等，整体达到了较高水平。

体验地址：https://www.k2think.ai/

技术报告：https://k2think-about.pages.dev/assets/tech-report/K2-Think_Tech-Report.pdf