『PUBG』開発元が30Bモデルをオープンソース化：バグ修正はMetaに迫る、基盤技術にKimiとDeepSeekを採用

動察 Beating AI 速報、韓国のゲーム大手 KRAFTON が Raon-1 mini のプレビュー版を公開した。これはゼロから学習された MoE 言語モデルで、総パラメータ数は約288億、推論ごとに43億のみを活性化し、韓国語対話、プログラミング、Agent 能力の最適化に重点を置き、26万 Token のコンテキストをサポートする。

ゼロからの学習ではあるが、基盤技術には中国メーカーの影も見える。ハイブリッドアテンションアーキテクチャを採用し、25層のネットワークのうち18層が Kimi Delta Attention を改良した線形アテンション機構を使用している。また、チームは DeepSeek の mHC ハイパーコネクション技術を簡素化し、学習の計算コストを削減した。

KRAFTON が公開したテストによると、Raon-1 mini は SWE-Verified コード修正テストで70.8%を記録し、Qwen3.6-35B-A3B の63.2%を上回り、Meta Muse Glimmer の72.0%に迫った。しかし Terminal-Bench Lite 端末操作テストでは47.0%にとどまり、Qwen3.6-35B-A3B の63.3%と Muse Glimmer の70.7%に明らかに後れを取った。指示追従テスト IFBench では84.2%に達し、上記2モデルを上回った。

モデルの重みはすでに Apache 2.0 ライセンスで公開されており、GGUF、MLX などのバージョンを提供し、Mac でのローカル実行をサポートする。NVFP4 量子化版は単一の RTX 5090 に展開できる。チームはさらに DFlash2 投機的デコーディングモデルも提供しており、単一の NVIDIA B300 でのテストでは、通常のデコーディングと比較して最大2.18倍の出力スループット向上を実現した。