韩国Upstage开源2500亿参数AI智能体模型Solar Open 2，采用混合注意力MoE架构

韩国AI公司Upstage在7月23日正式发布了开源大语言模型Solar Open 2（250B-A15B），采用Apache 2.0基础的开源许可证，允许商业使用和衍生开发。该模型是韩国政府支持的本土基础AI模型项目的一部分，专注于智能体（Agent）场景——工具调用、多步推理和端到端任务执行。

Solar Open 2的总参数量达到2500亿，但采用混合专家（Mixture of Experts）架构，每次推理仅激活150亿参数。其核心创新在于混合注意力机制——将3层线性注意力层与1层softmax注意力层交错排列，重复12次共48层。这种设计去除了位置编码（NoPE），线性注意力通过循环状态编码位置信息，从而避免了RoPE在长上下文下的外推限制。模型共包含321个专家（320个路由专家+1个共享专家），每token激活top-8专家。

在基准测试方面，Solar Open 2表现强劲。MMLU-Pro达到86.2分，GPQA-Diamond 86.3分，AIME 2026数学竞赛95.7分。在Agent专项测试中，APEX-Agents得分16.6，远超DeepSeek V4 Flash（13.2）和Mistral Medium 3.5（13.4）。模型还支持英、韩、日三种语言，在韩语测试中超越了OpenAI GPT-5.4 mini和Anthropic Claude Haiku 4.5。

该模型在约12万亿token数据上预训练，使用了NVIDIA B200 GPU，总计约200万GPU小时。量化版本可在2块NVIDIA H200上运行，推荐配置为8块H200。由于仅有12层（共48层）保留KV缓存，其推理时的显存占用约为全softmax模型的四分之一。Upstage表示，Solar Open 2是基于智能体自主完成任务的能力来设计的，而非仅仅追求基准分数。

Solar Open 2已在Hugging Face上开放权重和技术报告。Upstage计划将其应用于韩国Daum门户网站、旗下Tamnlee AI智能体平台，并拓展至金融、法律和医疗领域，同时与韩国国产AI芯片适配。对于开源社区而言，这款模型在Agent能力上的突出表现以及高效的MoE架构设计值得深入研究。

接下来值得关注的是：Solar Open 2在真实Agent工作流中的部署效果如何、社区能否构建围绕该模型的工具生态系统、以及Upstage能否借助这款模型在竞争激烈的韩语AI市场建立差异化优势。