Kakao于5日发布自研AI模型“Kanana-v-4b-Hybrid”，并公布了相关性能数据。该模型以单一架构覆盖从轻量级日常对话到复杂逻辑推理解题等任务。
“Kanana-v-4b-Hybrid”基于Kakao于2025年7月开源的“Kanana-1.5-v-3b”开发。其核心特点在于，模型能够整合信息并完成计算，同时通过“自我校验”机制对计算结果进行复核。
Kakao表示，这一机制有助于进一步减少AI常见的幻觉问题。在复杂表格、收据和数学题等场景中，模型在计算失误或遗漏条件等方面明显减少，整体准确性也随之提升。
为实现上述能力，Kakao采用了四阶段训练流程，分别为基础训练、长链式思维（Long CoT）、离线强化学习和在线强化学习。
在韩语逻辑推理方面，Kakao称该模型具备差异化优势。与部分全球模型先将韩语问题转译为英语进行推理、再译回韩语的路径不同，“Kanana-v-4b-Hybrid”被训练为可直接理解韩语并以韩语完成推理。
测试结果显示，在面向韩国教育体系的AI学力评估基准“KoNET”中，该模型得分为92.8。在韩国大学修学能力考试中的社会探究、数学等题型上，模型也能够较好把握韩语题干中的细微条件，并取得较高正确率。
在与全球模型的对比中，Kakao表示，与同等规模的Qwen3-VL-4B、GPT-5-nano等模型相比，“Kanana-v-4b-Hybrid”在科学、工程和文档理解等领域表现更突出。
Kakao表示，后续将继续提升模型能力，使其在用户无需额外设置的情况下，能够自主判断问题复杂度，并在普通模式与推理模式之间自动切换。
Kakao Kanana成果负责人 Kim Byeong-hak表示，该模型的目标是成为一款能够在韩语环境中更自然、更准确地完成思考与回答的模型。公司也将继续推进面向韩语的高性能AI模型研发，以提升全球竞争力，并带动本土AI生态发展。
Lee Ho-jung
lhj@d-today.co.kr