KRAFTON开源Raon-1 mini预览版

韩国游戏巨头 KRAFTON（魁匠团，《绝地求生》开发商）旗下 KRAFTON AI 发布了从头训练的大模型 Raon-1 mini 预览版：一个混合专家（MoE）架构模型，总参数 288 亿、每令牌激活约 43 亿，以 Apache 2.0 许可开源，官网同步提供限时免费的 API 试用。正式版和更大的模型后续推出。

这个模型主打韩英双语和智能体场景，训练语料覆盖韩语、英语、日语、中文、西班牙语、法语和泰语，内置思考模式且官方不建议关闭。架构上它采用 25 层混合注意力设计：18 层线性注意力加 7 层全注意力，只有 7 层保留键值缓存（每令牌约 8 KiB），原生支持 26.2 万令牌上下文；每个令牌路由到 128 个路由专家中的 6 个，外加 1 个共享专家。团队还带来两项新技术：Raon Delta Attention 改进了 Kimi Delta Attention 的擦除与写入门控设计，Raon-mHC 则降低了 DeepSeek 式流形约束超连接的计算开销。

推理效率是卖点之一。配套的 DFlash2 草稿模型支持投机解码，官方在单张 NVIDIA B300 上测得最高 2.18 倍的输出吞吐提升；官方提供 MXFP8 和 NVFP4 两种量化版本，其中 NVFP4 版单张 RTX 5090（32 GB 显存）即可本地运行，vLLM、llama.cpp、MLX 等主流推理框架均可加载。

官方基准显示，Raon-1 mini 在数学与科学推理、指令遵循、搜索类测试中领先 Qwen3.6-35B-A3B 和 Gemma 4 26B-A4B 两个 MoE 对比模型；与 Meta Muse Glimmer 30B 相比，编程和智能体任务表现相当，但速度更快、内存更省。需要说明的是，对比表中的稠密参考模型（如 Qwen3.8-27B）在部分基准上仍高于它，而韩语对话测试来自未公开的内部基准，难以独立验证。

模型已在 Hugging Face 上架，仓库设有门控，提交一次访问申请后自动放行。KRAFTON 提醒，这是预览版本，规格和评测结果在正式发布前都可能调整。