7 月 23 日，韩国 AI 公司 Upstage 在 Hugging Face 上发布 Solar Open 2 权重。这是一个 250B（2500 亿）总参数的混合专家模型，每个 token 激活 15B 参数，支持 100 万 token 上下文。Upstage 称，量化版本可在 2 张 H200 上运行。同期，韩国总统李在明赴旧金山与 Jensen Huang、Sam Altman 和 Dario Amodei 等科技公司负责人会面，Nvidia 与 SK Group 也宣布了规模超 5000 亿美元的合作框架。模型研发和算力合作，都是韩国扩大本土 AI 能力的举措；Upstage 参与的则是政府的「Dokpamo」（独立基础模型）项目。
Upstage 将 Solar Open 2 定位为「设计并训练为真实工作环境中 Agent 的基础模型」。模型卡和约 50 页技术报告公开了架构、训练数据构成和测试条件。它强调的使用场景是工具调用、多步任务和长文档处理，这些场景既要求模型执行稳定，也要求多次调用的成本可控。
混合注意力减少长上下文缓存，稀疏专家降低计算需求
Solar Open 2 通过两项架构设计应对 Agent 的成本问题：任务越长越复杂，模型调用次数越多，推理成本越高。
第一是 Hybrid-Attention MoE。48 层 Transformer 中，模式为 [Softmax, Linear×3] × 12：每 4 层一组，1 层标准 softmax 注意力加 3 层线性注意力。这意味着 75% 的层使用线性注意力，序列信息被编码到固定大小的循环状态中，不需要为每一层维护随上下文线性增长的 KV cache。最终只有 12 层保留 KV cache，按公司对同等形状架构的估算，相关 KV 缓存开销约为全 softmax 架构的四分之一；权重和其他运行内存仍需另算。
第二是 320 路由专家 + 1 共享专家的 FFN 设计，每 token 选 8 个路由专家。总参数 250B，活跃参数 15B，这一稀疏设计旨在减少每次调用的计算需求。Upstage CEO Kim Sung-hun 在 7 月 22 日的开发者活动上对比："有些最近发布的模型需要 16 张 B200，Solar Open 2 设计目标就是 2 张。"
这种设计还带来了训练层面的收益。Upstage 在技术报告中给出了一个对比实验：Solar Open 2 架构在训练 210B tokens 后达到的 MMLU 性能，全 softmax 的 Solar Open 100B 架构需要 671B tokens 才能达到，达到该知识评测水平所需的训练 token 相差超过 3 倍。这个比较衡量的是样本需求，不等同于整个训练过程的算力或时间节省。
模型还采用 NoPE，不使用旋转位置编码（RoPE）。线性注意力的循环状态能够表达序列顺序，softmax 层也不再显式加入位置编码，公司希望借此改善超过主要训练长度后的表现。100 万 token 上下文可容纳代码库、多份文档和历史搜索结果；处理效果仍取决于训练和具体任务，而非仅由移除 RoPE 决定。
模型还使用了 Upstage 自研的 Selective Weight Transfer 方法：从上一代 Solar Open 100B 中只迁移架构兼容的 2.3% 权重作为初始化，其余随机。在一个 200B-A15B 的代理实验中，该方法用约 58% 的 tokens 达到了随机初始化相同的训练损失。
官方评测显示工具调用和办公任务表现较强
Solar Open 2 的基准数据来自 Upstage 官方技术报告。以下是与同组开放权重模型的对比（数据截至 7 月 23 日 HuggingFace 模型卡）：
MMLU-Pro（综合知识）：Solar Open 2 得分 86.2，高于 DeepSeek V4 Flash（85.9）、MiMo-V2.5（84.6）和 Mistral Medium 3.5（81.2）。同为 MoE 架构的 Command A+ 得分 79.0。
LiveCodeBench v6（编程）：92.4，以 0.1 分领先 DeepSeek V4 Flash（92.3），高于 Command A+（86.1）和 Solar Open 100B（56.5）。
IFBench（指令遵循）和 MCP-Atlas（工具调用）：这两个 Agent 核心基准上，Solar Open 2 分别得分 80.0 和 58.2，其中 IFBench 略低于 DeepSeek V4 Flash 的 80.3，MCP-Atlas 则与其 58.2 并列同组最高。
APEX-Agents（真实工作 Agent 综合评估）：16.6，高于 DeepSeek V4 Flash（13.2）和 MiMo-V2.5（13.4），同组最高。这个基准测试的是多应用协调完成任务的能力，比单轮问答更接近多步骤办公任务。
另一项结果来自 Ko-GDPval——一个评估 Agent 在真实工作场景（覆盖律师、会计师、感染控制专员等 58 个职业的 170 个场景）中输出可交付成果的基准。Solar Open 2 得分 86.8，Upstage 称其与 DeepSeek V4 Pro（1.6T 参数）相差 0.16 分，领先 MiMo-V2.5-Pro（1T 级参数，84.6）。Solar Open 2 的活跃参数约为 DeepSeek V4 Pro 的三分之一，显示出减少计算需求的潜力；实际任务算力和费用还与生成长度、架构和部署方式有关。
上述基准数据全部来自 Upstage 自报。IFBench 和 MCP-Atlas 有公开第三方排行榜可供交叉验证，但 Ko-GDPval 和部分韩语基准为 Upstage 自建，跨语言可比性有限。基准设计是否存在有利于特定架构的偏差，需要独立评测回答。
韩国首轮选出三支团队，模型自主性成为评审条件
韩国科学技术信息通信部（MSIT）在 2025 年 7 月启动了"主权 AI 基础模型"项目，目标是摆脱对海外模型的依赖，将韩国推入全球 AI 前三。5 支"精英团队"入选：Naver Cloud、Upstage、SK Telecom、NC AI 和 LG AI Research。
经过 5 个月竞争，今年 1 月 MSIT 公布了第一阶段评估结果。评估分为三块：基准测试（40 分）、10 人专家委员会评审（35 分）、49 名 AI 创业者用户评测（25 分）。LG AI Research 以总分 90.2（满分 100）排名第一，SK Telecom 和 Upstage 随后晋级。Naver Cloud 和 NC AI 被淘汰。
Naver Cloud 的出局涉及项目对模型自主性的要求。MSIT 在公告中给出了明确理由：该项目定义的"主权 AI 基础模型"必须是"国内设计并从头预训练的模型"，不允许通过微调海外模型实现。Naver Cloud 的 HyperCLOVA X 模型使用了阿里巴巴 Qwen 的视觉和音频编码器及预训练权重。专家委员会认定，这不符合"主权 AI"的技术原创性标准。
争议并未就此结束。项目初期，Upstage 的 Solar-Open-100B 被指控重用了中国公司的推理代码，SKT 的 A.X K1 也被指与 DeepSeek 模型相似。两家公司的辩护逻辑一致：推理代码（inference code）与训练代码（training code）是两回事，使用开源推理代码运行自家训练的模型，不影响模型原创性。
这场争议说明，项目需要区分借用开源组件和依赖海外预训练权重。MSIT 的标准强调独立设计、训练以及不受外部许可限制，同时允许按要求使用开源技术。Naver Cloud 的淘汰，是委员会结合技术、政策和披露要求作出的项目评审结果。
MSIT 原计划选出 4 支队伍进入第二阶段，因此在首轮结束后为 1 个空缺追加招募。Naver Cloud 和 NC AI 表示不再申请，Kakao 也未参与。这一席位后来由 Motif Technologies 牵头的联合体在 2 月补入，第二阶段由四支团队竞争。
Daum门户和地方政府平台计划接入Solar Open 2
Upstage 已宣布将 Solar Open 2 部署到韩国门户 Daum（由 AXZ 运营，周活跃用户超千万），从搜索和摘要扩展到对话式 Agent 服务。同时，面向地方政府的 AI Agent 平台 Timely 也将接入 Solar Open 2。
Daum 能让更多普通用户接触这套 Agent 服务，也让 Upstage 获得企业内部测试之外的使用反馈。门户场景中的需求更加多样，工具调用失败、多轮对话遗忘或误操作等问题，会直接影响用户体验。
Upstage 还宣布将在金融、法律和医疗领域与国内 NPU 芯片结合，构建端到端的国产 AI 基础设施。FuriosaAI 的 NPU 已被确认参与 Daum 的 AI 搜索栈。这些合作希望让韩国自研模型与本土推理芯片配合，扩大可自行部署的技术范围。
算力计划之外，模型还要在实际服务中证明效果
与 Solar Open 2 同周受到关注的，还有 7 月 25 日的旧金山峰会报道。李在明与全球科技公司负责人会面期间，Nvidia 与 SK Group 公布了超 5000 亿美元的多年合作框架，涵盖内存和数据中心。合作包括最高 2GW 的基础设施计划，采用 Vera Rubin 系统和 HBM4 内存，首个设施预计 2027 年投入运营。
韩国希望把 HBM 内存（SK Hynix）、数据中心和晶圆代工（三星）等产业能力用于扩大 AI 业务。但硬件优势还需要模型和产品配合。Solar Open 2 公开权重、技术报告和评测结果，使外部团队有机会检查和测试本土模型研发的进展。
欧洲的 Mistral、中东的 Falcon 和中国的 DeepSeek，也分别推动了不同地区的模型研发与开放生态。Upstage 为 Solar Open 2 选择的重点是 Agent 使用：工具调用是否稳定，长任务能否完成，反复调用的成本是否可接受。这比一个综合评测排名提出了更具体的要求。
接下来要观察第三方 Agent 评测、Daum 部署后的用户反馈，以及 Upstage 在第二阶段与 LG AI Research、SK Telecom 和 Motif Technologies 的竞争结果。对于 Solar Open 2，开放权重提供了验证条件；实际服务的任务完成率、可靠性和费用，才会决定它能否得到持续采用。
