10月26日消息，韩国知名游戏企业KRAFTON（魁匠团）旗下人工智能分支KRAFTON AI本周公布了其从头训练的Raon-1 mini模型的预览版本，该模型的正式版和后续的更大模型即将推出。
Raon-1 mini采用混合专家架构，导入线性注意力，支持推测解码，整体体量为30B-A4B（实际为28.8B总参数、每token激活4.3B）。该模型聚焦韩语的同时兼顾英语性能，以Apache 2.0许可开源——这意味着不仅研究用途，商业服务和产品开发也可免费使用。KRAFTON AI还在官网提供限时免费API试用（Playground）。
KRAFTON AI表示，预览版的Raon-1 mini在编程与智能体任务上与Meta的Muse Glimmer 30B相当，同时速度更快、内存效率更高；此外其能进行自然的对话。
从模型卡披露的细节看，该模型为25层混合布局：18层采用自研的Raon Delta Attention（RDA，基于Kimi Delta Attention改进，解耦擦除与写入门控以提升长上下文表现），7层保留Gated MLA全注意力，KV缓存约8 KiB/token（BF16），原生支持262,144 tokens上下文。MoE部分为128个路由专家中每token激活6个外加1个共享专家。
配套优化方面，官方同步发布DFlash2草案模型用于推测解码，在单张NVIDIA B300上输出吞吐最高可达自回归解码的2.18倍；提供MXFP8和NVFP4两种量化格式，其中NVFP4可在单张32GB显存的RTX 5090上运行推理。
基准数据方面，据KRAFTON披露：推理类GPQA Diamond得分84.3、AIME 2026得分93.3，均领先同体量MoE模型Qwen3.6-35B-A3B和Gemma 4 26B-A4B；指令遵循IFBench得分84.2；智能体网页浏览BrowseComp Plus得分55.7；韩语对话内部评测Chatbot Korean得分92.9，明显高于对比模型。不过在MMLU Pro（76.5）等部分知识类、长上下文评测上低于对比模型。KRAFTON同时说明，这是预览版本而非最终模型，规格和结果在正式版发布前仍可能调整。
KRAFTON首席AI官姜宇炅（Kang Woo-kyung）表示：“这是我们依托五年以上AI研发能力，独立开发出具备竞争力的语言模型的成果。我们将以高性能、低成本的高性价比LLM，把AI应用范围扩展至各行各业。”
微信扫一扫 
支付宝扫一扫 