Glimpse مقابل Granite 4.2 3B: أحدهما يفصح عن كل شيء، والآخر يفصح عن سلوك

ضع ورقتي المواصفات جنبًا إلى جنب، وستبدو المقارنة غير متوازنة في اتجاه غير معتاد. G​ranite 4.2 3B، الذي أطلقته I​BM في 25 أغسطس 2026 بموجب Apache 2.0، يأتي مع بطاقة نموذج تسمّي عدد طبقاته، وهندسة رؤوس الانتباه، وقاعدة RoPE، وإبسيلون التطبيع، ودالة التنشيط، وربط التضمينات، والبعد المخفي، ودرجة حرارة أخذ العينات الموصى بها، وكل صف من صفوف المعايير التي اختار الفريق نشرها. E​lorian G​limpse، الذي صدر في 16 أكتوبر 2026، يأتي مع مقطع فيديو مدته 0.9 ثانية. ليس لديه عدد معلمات منشور، ولا نافذة سياق، ولا نموذج أساسي مسمّى، ولا وصف معماري. أحد هذين يخبرك بكل شيء إلا الغرض منه؛ والآخر يخبرك بالضبط ما الغرض منه ولا شيء عمّا هو عليه.

هذا هو المحور الحقيقي لهذه المقارنة، وهو ليس المحور الذي يدعوك إليه الإطلاقان. Granite 4.2 3B هو نموذج استدلال قابل للاستضافة الذاتية بمواصفات يمكنك تدقيقها قبل تنزيله. Glimpse هو معاينة بحثية مستضافة تتمثل قدرتها المنشورة بالكامل في سلوك — العودة إلى لحظة داخل مقطع رآه من قبل، وإعادة مسحه بمعدل إطارات أكثف، والإجابة انطلاقًا مما يجده هناك. لا يوجد أي منهما في كتالوجنا، وهذا يهم هنا أقل من المعتاد، لأن الاختيار بينهما ليس في المقام الأول قرار توجيه.

إصداران، واستراتيجيتان متعارضتان للإفصاح

خط IBM Granite 4.2 هو استدلال كثيف بثلاثة أحجام — 3B و8B و30B — و3B هو الأصغر بين الثلاثة. وقد تم تدريبه لاحقًا من Granite-4.1-3B-Base عبر ما تصفه البطاقة بأنه خط أنابيب من ثلاث مراحل، ويحتفظ بنافذة العائلة الأصلية البالغة 128,000 رمز مع مسار توسعة موثّق إلى 512,000. وتُدرَج اثنتا عشرة لغة على أنها مختبرة. تنشر البطاقة البنية الكاملة: 40 طبقة، وعرض تضمين 2,560، وتغذية أمامية SwiGLU بعرض مخفي 8,192، وانتباه group-query عبر 40 رأس استعلام و8 رؤوس مفتاح-قيمة بحجم رأس 64، وأساس RoPE قدره 10 ملايين، وRMSNorm عند إبسيلون 1e-5، وتضمينات غير مرتبطة، وأوزان bfloat16، وفئة خدمة GraniteForCausalLM. الإعداد الموصى به لأخذ العينات هو درجة حرارة 1.0 مع top-p 0.95.

لا ينشر منشور E​lorian's G​limpse أيًا من ذلك. ما ينشره بدلًا من ذلك هو آلية. في المسارات المشروحة التي أُطلقت مع النموذج، يأخذ G​limpse تمريرة أولى على مقطع بسرعة نحو 8 إطارات في الثانية، ويُكوّن قراءة مبدئية، ثم يعود إلى تسعة أعشار الثانية من ذلك المقطع بسرعة نحو 14 إطارًا في الثانية ليحسم مسألة لم تستطع تمريرته الأولى حسمها — في المثال المنشور، ما إذا كانت الكاميرا قد تحرّكت أفقيًا أم قُطع. يتبع مسار ثانٍ حافة نافذة واحدة من نحو 2.2 ثانية وحتى يكاد يتوقف عند 5.13 ثانية. وتسمي الشركة سطح العرض مساحة العمل البصرية المؤقتة، وتقول إن النموذج دُرّب من البداية إلى النهاية على استخدام أدوات متعددة الوسائط، فيولّد وكلاء فرعيين يتبادلون النصوص والصور والتمثيلات الداخلية.

كلتا هاتين استراتيجيتان مشروعتان للإصدار، وكلتاهما تفشل بطريقتين متعاكستين. فالبطاقة التي تنشر كل شيء قد تظل مخطئة بشأن ما يجيده النموذج. والمنشور الذي ينشر آلية قد يظل يصف عرضًا تجريبيًا.

المواصفة المنشورة، بُعدًا بُعدًا

• المعاملات — G​ranite 4.2 3B هو نموذج كثيف بثلاثة مليارات معامل، ونحو 4 مليارات عند استخدام bfloat16 عند احتساب جدول التضمين. لم ينشر E​lorian عدد معاملات G​limpse قط؛ والبيان الوحيد عن الحجم في منشور الإطلاق هو ادعاء بأنه "نموذج أصغر وأرخص بدرجة كبيرة" من الأنظمة الرائدة التي يقارن نفسه بها في الاختبارات المعيارية.

• نافذة السياق — 128,000 توكن أصلي لـ G​ranite 4.2 3B، مع مسار موثّق إلى 512,000. لم تُنشر لـ G​limpse، وهو الفراغ الأكثر تأثيرًا على الإطلاق في الجدول نظرًا إلى أن قدرته الرئيسية هي قراءة الفيديو.

• الأوزان — Apache 2.0 على Hugging Face لـ G​ranite 4.2 3B: نزّله، وشغّله على عتادك الخاص، واضبطه بدقة، وأطلقه. لا شيء لـ G​limpse. فهو واجهة برمجة تطبيقات وواجهة محادثة مع تسجيل مجاني، ولا شيء في المنشور يشير إلى أن الأوزان قادمة.

• الإتاحة المستضافة — لم تنشر IBM أي واجهة برمجة تطبيقات مستضافة من الطرف الأول مع 3B عند الإصدار؛ البطاقة هي المُسلَّم. Glimpse هو العكس: مستضاف فقط، ولا يوجد أي أصل للاحتفاظ به.

• السعر — 0.60 دولار لكل مليون رمز إدخال و3.00 دولارات لكل مليون رمز إخراج لـ G​limpse. أما بالنسبة إلى G​ranite 4.2 3B فلا توجد بطاقة أسعار على الإطلاق، لأن التكلفة تتمثل في الكهرباء والأجهزة التي تملكها بالفعل.

• تقييم مستقل — لا يملك أيٌّ منهما أي تقييم مستقل يُذكر. أرقام G​ranite 4.2 3B هي أرقام I​BM الخاصة؛ وأرقام G​limpse هي أرقام E​lorian الخاصة. في هذا البُعد تحديدًا، كلا الإصدارين غير موثّقين بالمثل، وهذا جدير بالقول صراحةً قبل أن يتعامل أي أحد مع أحدهما على أنه الطرف الجدير بالثقة. p>img src="3.png" alt="لوحة نتائج بعنوان 'G​limpse مقابل G​ranite 4.2 3B — فجوة الإفصاح' مع عنوان فرعي 'ستة أبعاد، كلا الجانبين، نفس التسميات'. عمودان يشتركان في نفس تسميات الصفوف الستة. العمود الأيسر، الذي يحمل عنوان 'E​lorian G​limpse'، يعرض 'المعاملات: غير منشورة'، 'السياق: غير منشور'، 'الأوزان: لا يوجد؛ واجهة برمجة التطبيقات والدردشة فقط'، 'النموذج الأساسي: غير مسمى؛ يوصف فقط بأنه مفتوح الأوزان'، 'الأثر المنشور: منشور إطلاق واحد مع آثار عمل'، 'قابل للتحقق على عتادك: لا'. العمود الأيمن، الذي يحمل عنوان 'G​ranite 4.2 3B'، يعرض 'المعاملات: كثيف 3B، حوالي 4B عند bfloat16'، 'السياق: 128,000 أصلي، 512,000 مع التمديد'، 'الأوزان: Apache 2.0 على Hugging Face'، 'النموذج الأساسي: G​ranite-4.1-3B-Base، مسمى'، 'الأثر المنشور: بطاقة نموذج كاملة، والبنية، والإعدادات الافتراضية لأخذ العينات'، 'قابل للتحقق على عتادك: نعم'. سطر تذييل يقول 'أرقام G​limpse مُبلَّغ عنها من البائع وغير مُعاد إنتاجها. أرقام G​ranite 4.2 3B وفقًا لبطاقة النموذج المنشورة من I​BM؛ لم تُنشر المعايير الوكيلية للـ 3B.' شعار OrcaRouter موجود في الزاوية اليمنى السفلى." />

لماذا هذان ليسا بديلين؟

الإغراء هو تأطير نموذج بثلاثة مليارات معامل في مواجهة معاينة غامضة الحجم كداوود ضد جالوت، والتأطير خاطئ في كلا الاتجاهين.

‏G​ranite 4.2 3B هو نموذج استدلال واتباع تعليمات. مجموعة التقييم المنشورة الخاصة به هي AIME 2025 عند 78.33، وHMMT February 2025 عند 66.67، وGPQA عند 54.80، وLiveCodeBench v6 عند 69.71، وMMLU-Pro عند 67.84، وIFBench عند 74.33، وBFCL v4 عند 52.41، وRULER عند 67.52 لمدخلات 64K تنخفض إلى 55.30 عند 128K. لاحظ ما هو مفقود من تلك القائمة: لا يوجد صف SWE-Bench ولا صف Terminal-Bench عند 3B، على الرغم من أن الأعضاء الأكبر من العائلة يحملون مرحلة تعلم معزز وكيلي. رفضت I​BM نشر أرقام البرمجة الوكيلية للشقيق الأصغر بدلاً من تقديرها، والصراحة أكثر إفادة مما كان سيكون عليه صف محشو.

لا تتنافس G​limpse على أيٍّ من هذه المحاور. جدول المقارنة الخاص بـ E​lorian نفسه يضعها متقدّمة على GPT-6 Astra في WGO Bench (42.70 مقابل 39.42)، وCharXiv-R (92.90 مقابل 92.10)، وUGC-VideoCap (82.66 مقابل 80.32) وFSC-147 (83.36 مقابل 82.02)، ومتأخّرة في BabyVision (95.36 مقابل 97.68)، وDREAM-1K (76.04 مقابل 79.05)، وTOMATO (93.60 مقابل 96.02)، وVideo-MME v2 (56.68 مقابل 64.06)، وCountQA (82.66 مقابل 86.42) وHumanity's Sixth Sense (46.36 مقابل 53.6). كل صف من تلك الصفوف مُبلَّغ عنه من البائع، وغير مُعاد إنتاجه، وشُغِّل عند أعلى جهد تفكير لدى G​limpse باستخدام أداة الوكيل الأصلية الخاصة بها، مع حاشية تكشف أن عدة منافسين قُيِّموا دون حدّهم الأقصى. لم يُشغَّل G​ranite 4.2 3B قط على أيٍّ منها.

إذن فالصورة الصادقة هي أنه لا توجد لوحة نتائج مشتركة، لأنه لا توجد مهمة مشتركة. فنموذج نصي بحجم 3 مليارات معامل لا يمكنه إعادة مسح مقطع فيديو، ولا يمكن تنزيل معاينة إرجاع الفيديو على حاسوب محمول.

حيث تعمل حجة الحجم في الاتجاه المعاكس

أقوى حجة لـ G​ranite 4.2 3B في هذه المقارنة ليست الأداء. بل إن 3 مليارات معامل كثيف هي شكل نشر حقيقي. عند 4B وbfloat16 تتسع الأوزان في بضعة غيغابايتات، ما يعني أن نسخة مُكمَّمة تعمل على مسرّع استهلاكي واحد أو، عند دقة منخفضة، على حاسوب محمول حديث. اثنتا عشرة لغة مُختبَرة كافية لنشر أوروبي أو هندي حيث يكون مسار دعم لاثنتي عشرة لغة شرطًا إلزاميًا لا مجرد ميزة إضافية. تُزيل Apache 2.0 النقاش حول الترخيص بالكامل. ونافذة 128K مع امتداد 512K موثّقة، ما يعني أن تخطيط السعة استنادًا إليها عملية حسابية لا تخمين.

أقوى حجة لصالح Glimpse هي الشيء الذي لا نظير له في النماذج الصغيرة: الأسئلة التي لا يستطيع أخذ العينات بجدول زمني ثابت الإجابة عنها. ما إذا كانت الكاميرا قد تحركت أفقياً أم قطعت. وما إذا كان الجسم الظاهر في الإطار عند الثانية 12 هو نفسه الجسم الذي غادر الإطار عند الثانية 4. وما حدث خلال نصف الثانية المحيطة بحدث ما. هذه ليست صعبة لأنها تحتاج إلى نموذج كبير. بل هي صعبة لأن المعلومات لم تُؤخذ كعينات قط، والمزيد من المعاملات عند 8 إطارات في الثانية لا يستعيدها. إن إنفاق حوسبة إضافية على فاصل زمني واحد بعد مشاهدة المقطع كاملاً هو إجابة مختلفة حقاً، ولا يغني عنها أي قدر من الأوزان المفتوحة في حزمة بحجم 3B.

المكان الوحيد الذي لا يمكن للمعاينة المستضافة أن تتبعه

هناك سببٌ متعلق بالامتثال يدعو إلى الاهتمام بهذا التفاوت، ولا علاقة له بجودة أيٍّ من النموذجين.

مُخرَج G​ranite 4.2 3B هو ملف. إذا تعذّر خروج الفيديو أو المستند أو سجل العميل من بنيتك التحتية — ولا يمكن ذلك في معظم عمليات النشر الخاضعة للتنظيم — فإن النموذج يعمل حيث توجد البيانات، ويختفي السؤال بأكمله عن توفّر المورّد وحدود المعدّل والمنطقة والاحتفاظ. لا يملك G​limpse مثل هذا الخيار. فقدرته لا توجد إلا خلف نقطة نهاية E​lorian، ما يعني أن التسجيل يذهب إلى E​lorian، ولا توجد وثيقة منشورة تقول خلاف ذلك.

هذا هو الموضع الذي تستحق فيه طبقة توجيه جملة، والموضع الذي لا تستحقه. يمنحك OrcaRouter مفتاحًا واحدًا أمام أكثر من 200 نموذج مع سعر قائمة المزوّد مُمرَّرًا كما هو دون أي إضافة لكل رمز، بحيث يمكن لعبء عمل أن يمزج بين G​ranite 4.2 3B المستضاف ذاتيًا على عتادك الخاص ونماذج مستضافة على مسار الشيفرة نفسه، كما أن التبديل التلقائي عند الفشل يُبقي المسار حيًا عندما يسقط أحدها. تحدد لغة DSL للتوجيه أي نموذج يرى أي طلب من دون إعادة كتابة في التطبيق. لكن ما لا تفعله هو تغيير مسألة العهدة: طبقة التوجيه تنقل الطلبات بين نقاط النهاية، وإذا لم تكن نقطة النهاية داخل مبناك، فلا يمكن للتوجيه أن يضعها هناك. لا وجود لـ G​ranite 4.2 3B ولا لـ G​limpse في كتالوجنا اليوم — G​ranite 4.2 3B تنزيل وG​limpse واجهة برمجة التطبيقات الخاصة بـ E​lorian — لذا فهذا بيان عن كيفية توجيهنا وتسعيرنا، وليس ادعاءً بتقديم أي منهما.

قراءة كلتا ورقتَي المعايير بالشك نفسه

عادتان تستحقان أن تُنقلا إلى كلا الإصدارين، لأنه لا يخلو منهما أيٌّ من الإصدارين.

الأول هو أن جدول المعايير الخاص بأي مورّد هو انتقاء، لا قياس. جدول E​lorian غير معتاد من حيث إنه ينشر صفوفًا يخسر فيها نموذجه الخاص — وهذا إشارة مصداقية، لكنه يظل جدولًا جمعه المورّد، على مهام اختارها المورّد، وبتكوينات حدّدها المورّد. بطاقة I​BM's G​ranite أضيق وأكثر تقليدية: معايير أكاديمية قياسية، منشورة عند تكوين معلَن، مع غياب الصفوف الوكيلية ببساطة عند 3B بدلًا من استبدالها بشيء يُجمّل الصورة.

الثاني هو أن الرقم المفقود هو عادةً الرقم المحوري. بالنسبة إلى G​ranite 4.2 3B، فالرقم المهم ليس على البطاقة على الإطلاق: لم ينشر أحد خارج I​BM معدل الإنتاجية أو دقة المهام في العالم الحقيقي للطراز 3B عند سياق 128K، وانخفاض RULER من 67.52 إلى 55.30 بين 64K و128K تحذير من أن النافذة تتدهور قبل أن تنتهي بكثير. وبالنسبة إلى G​limpse، فالرقم المفقود المحوري هو نافذة السياق، لأن ميزة استدلال الفيديو التي لا تستطيع نافذتها استيعاب اللقطات التي يسلمها إليها سير عمل حقيقي هي عرض توضيحي وليست أداة.

ما الذي سيحسم هذا، وماذا ينبغي فعله في هذه الأثناء؟

ثلاثة أحداث من شأنها أن تغيّر هذه المقارنة، ولم يحدث أيٌّ منها.

إطار اختبار مستقل يعيد إنتاج أي من مجموعتي الأرقام سيكون الأول. جدول Glimpse الخاص بـ Elorian وبطاقة Granite 4.2 3B الخاصة بـ IBM كلاهما مُبلَّغ عنه ذاتيًا، وعلى مهام مختلفة، والإصداران متطابقان في بُعد واحد بالضبط: غياب التحقق الخارجي.

نشر Glimpse لنافذة السياق الخاصة بها أو عدد المعاملات أو النموذج الأساسي سيكون الثاني. أي رقم متداول حاليًا بشأن حجم Glimpse هو تقدير لا إفصاح، والتعامل مع تقدير كأنه مواصفة هو ما يجعل خطة السعة تسوء.

إن حصول Granite 4.2 3B على مرحلة agentic-RL، أو على نقطة نهاية مستضافة من الطرف الأول، سيكون الثالث. أيٌّ منهما سيغيّر المسار الذي يقع فيه 3B.

حتى ذلك الحين، قاعدة القرار قصيرة. إذا كان العمل نصيًا، وإذا كان يجب أن يعمل على أجهزة تتحكم بها، وإذا كان الترخيص يجب أن يكون Apache 2.0، أو إذا كانت البيانات لا يمكنها عبور حدود الشبكة، فإن G​ranite 4.2 3B هو الجواب، ولا يظهر سؤال G​limpse أبدًا — نزّله، وشغّل تقييمك الخاص، وتعامل مع الصفوف الوكيلية المفقودة في البطاقة كحدود وليس كفجوة. إذا كان العمل فيديو وكان نمط الفشل زمانيًا وليس دلاليًا، فإن G​limpse هو الوحيد من بين الاثنين الذي تستهدف آليته المعلنة ذلك، والتسجيل المجاني يجعل التجربة رخيصة، والأثر نفسه هو الاختبار: شغّل مقطعًا، واقرأ مساحة العمل البصرية، وتحقق مما إذا كان النموذج قد عاد إلى الفاصل الزمني الذي قرر الإجابة. كلاهما، في الوقت الحالي، غير مُتحقق منه. واحد فقط منهما يمكن التحقق منه على أجهزتك الخاصة.

إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا الإصدار تُجمع في أرشيف حوادث الذكاء الاصطناعي OrcaRouter، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة كونه محل نزاع.