Kakao ouvre Kanana-2-v-decide, modèle multimodal de décision à poids ouverts
Kakao publie sur Hugging Face Kanana-2-v-decide-3b-2611, un modèle multimodal de 3,67B paramètres qui répond par probabilités, choix ou scores plutôt que par du texte, sous licence Kanana Open.
Kakao a publié le 6 novembre 2026 Kanana-2-v-decide, un modèle multimodal pensé pour les décisions d’agents plutôt que pour la génération de texte. Le communiqué corporate et la fiche Hugging Face confirment la mise en ligne des poids sous le nom kakaocorp/kanana-2-v-decide-3b-2611.
Pas de phrase, une distribution
Là où un LLM répond en langage naturel, Kanana-2-v-decide répond de façon structurée. Pour un état (texte, JSON, historique de chat, éventuellement images), le modèle pose des questions typées et renvoie :
- choice : probabilités sur plusieurs options et option retenue ;
- noul : probabilité qu’une condition soit vraie ;
- score : note sur une échelle ordonnée.
La fiche indique 3,67 milliards de paramètres (0,49B vision + 3,18B langage), jusqu’à 10 images et 20 480 tokens. L’architecture décrite encode l’état et chaque candidat en embeddings (2 560 dimensions), puis applique un softmax sur les similarités cosinus — d’où l’absence de génération de phrases.
Licence et place dans la famille Kanana
Le modèle s’appuie sur Kanana-2-v-3b. La licence affichée est la Kanana Open License : Kakao la présente comme utilisable en recherche et en commercial, avec des obligations (notice, mention « Powered by Kanana », respect des guidelines Responsible AI). Ce n’est pas une Apache 2.0 : mieux vaut lire le fichier LICENSE avant d’intégrer le checkpoint en production.
Kakao rapproche le modèle de Jev (TypeSafe AI) dans son communiqué ; la fiche Hugging Face le range côté modèles de décision compatibles « System One ». L’objectif affiché : accélérer les micro-choix d’un agent (outil suivant, route d’un ticket, lecture d’une photo produit) sans repasser par une génération puis un parseur.
Ce que Kakao revendique
Sur un GPU H200, Kakao annonce une latence moyenne inférieure à 0,04 s, présentée comme environ 43 fois plus rapide que GPT-6 Luna. Sur ses tableaux, le modèle marque 72,50 sur le Kanana Decision Bench (15 909 questions coréennes internes) et 61,23 en moyenne sur Decision Index et Decision Index Vision (publics), devant plusieurs modèles comparés dans la fiche. Ces chiffres restent ceux de l’éditeur.
Notre lecture
Kanana-2-v-decide tranche un vrai problème d’ingénierie agents : transformer un jugement en JSON fiable sans faire générer puis extraire une phrase. À 3,67B et sous licence ouverte (avec conditions), c’est un candidat sérieux pour le routage d’outils et la classification multimodale — surtout côté coréen, où Kakao met en avant son Decision Bench. Deux points à garder en tête : la licence n’est pas « copyleft-free » façon Apache, et les gains de latence / classements viennent du labo. Pour une équipe qui orchestre déjà des agents, le test utile est concret : remplacer un appel LLM de classification par ce checkpoint et mesurer le taux d’erreur métier, pas seulement le score Decision Index.
Sources
- Kakao — communiqué Kanana-2-v-decide (6 novembre 2026) Source primaire
- Hugging Face — collection Kanana-2-v-decide Source primaire
- Hugging Face — kakaocorp/kanana-2-v-decide-3b-2611 Source primaire
- Kanana Open License (fichier LICENSE du dépôt) Source primaire
Une source primaire émane directement de l'entreprise, du laboratoire ou de l'organisme concerné. Une source secondaire rapporte l'information sans en être l'auteur : nous la signalons comme telle. Une erreur ? Consultez notre politique de correction.
