Granite 4.2 30B مقابل Nemotron 3.5 Lightning: المفكر والمنفذ

جرانيت 4.2 30B ونيموترون 3.5 لايتنينغ هما نموذجان مفتوحا الوزن بحجم 30B صدرا بفارق أربعة عشر يومًا بمهام شبه متعاكسة. نيموترون 3.5 لايتنينغ، الذي أصدرته إنفيديا في 11 أغسطس 2026، هو نموذج هجين من خليط الخبراء (Mixture-of-Experts) بإجمالي 30B و3B نشطة، يجمع بين طبقات فضاء الحالة Mamba-2 وخليط الخبراء والانتباه، وقد صُمم ليكون طبقة التنفيذ في أنظمة الوكلاء: استدعاءات أدوات سريعة، وحلقات عالية الحجم، وعمل الوكلاء الفرعيين، ويعمل على GPU واحدة. أما جرانيت 4.2 30B، الذي نشرته IBM بهدوء على Hugging Face في 25 أغسطس 2026، فهو نموذج استدلال كثيف يضم 29 مليار معامل — مفكر، مع أوضاع تفكير قابلة للتحديد وتعلّم تعزيزي وكيلي، وقابل للاستضافة الذاتية أيضًا. كلاهما مفتوح (Apache 2.0 مقابل OpenMDW-1.1)، وكلاهما يعمل على أجهزة يمكن لفريق أن يمتلكها فعليًا، وكلاهما من إصدارات أغسطس التي ما تزال معاييرها مقدّمة من البائعين أساسيًا. السؤال المثير ليس أيهما أفضل بل أيهما تحتاج — مخططًا أو منفذًا أو كليهما.

إن هذا التقسيم بين المخطط والمنفذ ليس ابتكارًا تحريريًا؛ بل هو تصميم NVIDIA الخاص. فقد تم تقطير Nemotron 3.5 Lightning من نموذج Nemotron 3 Ultra الأكبر حجمًا بكثير، تحديدًا لكي يتولى نموذج حدودي مسؤولية التخطيط بينما يتولى Lightning تشغيل حلقة التنفيذ؛ وقد أصدرته NVIDIA إلى جانب NeMo Switchyard، وهي مكتبة توجيه تنفّذ هذا التقسيم للعمل بدقة. أما Granite 4.2 30B، على النقيض من ذلك، فهو يحاول أن يكون الوكيل كاملًا في حزمة واحدة بحجم 30B.

Granite 4.2 30B، المفكّر

نموذج Granite 4.2 الرائد من IBM هو ترانسفورمر كثيف يعتمد على وحدة فك الترميز فقط، وله ثلاثة أوضاع للاستدلال — التفكير الكامل (مغلف في think>.../think> وسوم)، التفكير منخفض الجهد، وعدم التفكير — إضافة إلى استدعاء الأدوات المتوافق مع OpenAI والتعلُّم المعزَّز القائم على الوكلاء الذي درّبه على تشغيل المحطات الطرفية وتنفيذ الأكواد والبحث في الويب داخل بيئة معزولة (sandbox). يصل سياقه الأصلي البالغ 128K إلى 512K. تدّعي بطاقة النموذج من IBM تسجيل 89.17 في AIME 2025، و77.60 في MMLU-Pro، و57.00 في SWE-Bench Verified (داخل إطار التقييم) — وكلها أرقام مقدَّمة من البائع، ولم تتم إعادة إنتاج أيٍّ منها بشكل مستقل، ولا يوجد لها حتى الآن أي إدخال في Artificial Analysis. وهو، باختصار، نموذج استدلال عام وُجِّه بقوة نحو الأعمال الوكيلة، ويُطرح بإصدارات مكمَّمة بصيغ BF16 وFP8 وNVFP4/MXFP4 وGGUF حتى تتمكن الفرق من تشغيله فعليًا.

نيموترون 3.5 لايتنينغ، المنفّذ

مدخل NVIDIA مختلف الشكل تمامًا. اسم "30B A3B" يعني 30 مليار معامل إجمالي مع حوالي 3 مليارات فقط نشطة لكل رمز — بنية هجينة تمزج بين Mamba-2 وMoE والانتباه تتيح توليدًا سريعًا ومنخفض التكلفة. يأتي مزودًا بفك ترميز تخميني مدمج: رؤوس تنبؤ متعددة الرموز، بالإضافة إلى نماذج المسودة DFlash وDSpark، بحيث يقترح نموذج مسودة صغير الرموز التي يتحقق منها النموذج الرئيسي بالتوازي. تدّعي NVIDIA سرعة إخراج تصل إلى 4 أضعاف مقارنة بالنماذج ذات الحجم المماثل، ويعمل النموذج كله على GPU واحدة — RTX 5090 أو DGX Spark أو Jetson — أو بسياق 256K على H100 واحدة، مع دعم النموذج لسياق يصل إلى 1M من حيث المبدأ. يغطي ترخيصه OpenMDW-1.1 الأوزان وبيانات التدريب والوصفات.

تحديد نيفيديا لموقفها صريح بشأن ما ليس عليه Lightning: تقييم أصدرته أظهر أداءً ضعيفًا في Terminal-Bench كعامل أساسي — تحققت LLM Stats بشكل مستقل من نحو 24.6 على Terminal-Bench 2.1 — والتوجيه هو استخدامه كمنفّذ وليس كمخطّط. نقاط قوّته المُعلنة ذاتيًا هي MMLU Pro 81.94، وGPQA Diamond 75.44، وSWE-Bench Verified 51.56، وPinchBench بدقة 86% مع إنهاء المهام أسرع بنحو 30% من Qwen 3.6 35B بدقة مماثلة. كل واحد من هذه الأرقام هو رقم تعلنه نيفيديا بنفسها.

لوحة النتائج، الموسومة بصدق

المقارنة المفيدة هي شكل العمود، وليس قيم الصف:

• Granite 4.2 30B — ~29B كثيف، جميع المعاملات نشطة؛ Apache 2.0؛ 128K أصلي / 512K موسّع؛ أوضاع استدلال يمكنك اختيارها لكل طلب؛ مُعلَن من البائع: SWE-Bench Verified 57.00، Terminal-Bench 2.1 29.24؛ المفكر.

• Nemotron 3.5 Lightning — 30B إجمالي / 3B نشط MoE هجين؛ OpenMDW-1.1؛ سياق 1M (256K عملي على H100 واحد)؛ فك ترميز تخميني (MTP/DFlash/DSpark)؛ SWE-Bench Verified 51.56 كما ورد من البائع، ~24.6 Terminal-Bench 2.1 (موثّق بواسطة LLM Stats)؛ المُنفِّذ.

اقرأ هذه الصفوف بالطريقة التي تقصدها إنفيديا: ضعف Lightning في Terminal-Bench هو سمة من سمات تصميمه — ليس من المفترض أن يخطط، بل من المفترض أن ينفّذ. أرقام Granite هي لنموذج واحد يدّعي القيام بالأمرين معًا. لا يمكن إعادة إنتاج أي من المجموعتين بشكل مستقل عند الإصدار؛ كلاهما سيكون متاحًا خلال أسابيع.

المكدس، وليس النموذج

النموذجان ليسا منافسين بقدر ما هما مكوّنان متجاوران في النظام نفسه. يحتاج الوكيل إلى مُخطِّط لتقسيم المهمة ومنفِّذ ليتحمل آلاف استدعاءات الأدوات. يحاول Granite 4.2 30B دمج الاثنين في نموذج واحد كثيف؛ بينما Nemotron 3.5 Lightning هو صراحةً نصف حزمة من نموذجين، حيث النموذج الحدودي هو النصف الآخر. تطلق NVIDIA على هذه الحزمة اسم NeMo Switchyard؛ وتقوم طبقة التوجيه بالشيء نفسه مع أي مزيج من النماذج المستضافة والمستضافة ذاتيًا.

هذا هو المكان المناسب للملاحظة الصادقة حول التوجيه. لا يوجد أي من النموذجين على OrcaRouter — فنحن لا نوجّه Granite 4.2 30B ولا Nemotron 3.5 Lightning، وخط توفر كلاهما هو أجهزتك الخاصة أو قنوات البائع الخاصة. لكن نمط النموذجين الذي يشيرون إليه هو بالضبط ما صُممت من أجله DSL للتوجيه: أنشئ نقطة وصول Granite مستضافة ذاتيًا لتمريرات الاستدلال، ونقطة وصول Lightning مستضافة ذاتيًا لحلقات التنفيذ، وضع نموذجًا حدوديًا مستضافًا في المقدمة للتخطيط الذي يحتاج إلى مساحة أكبر، وقُد الثلاثة من مفتاح API واحد مع تجاوز تلقائي للفشل. لست بحاجة إلى الاختيار بين المفكّر والمنفّذ — يمكنك تجميع حزمة تقنية تستخدم كلًا منهما حيث يكون قويًا، وتترك التحكيم للموجه.

أيهما أولاً؟

إذا كنت تريد امتلاك نموذج واحد، وقاعدة كود واحدة، ومكدس خدمة واحد، وكنت مستعدًا لتكليفه بكل أعمال الاستدلال والتنفيذ، فابدأ بـ Granite 4.2 30B — لكن انتظر أول معيار مستقل قبل الوثوق برقم 57.00 في SWE-Bench. إذا كنت تبني وكيلًا عالي الحجم حيث تكون معظم الاستدعاءات خطوات أدوات قصيرة والكمون هو الميزانية، فابدأ بـ Nemotron 3.5 Lightning ودع نموذجًا رائدًا أو نقطة نهاية Granite تقوم بالتفكير. إذا كنت تبني شيئًا جادًا، فالإجابة هي الاثنان معًا — وهو قرار لم يكن ليظهر أبدًا من مقارنة تقتصر على 30B فقط.