LFM3-1.7B-Base مقابل Granite 4.2 3B: مادة خام في مواجهة مُستدِلٍّ جاهز

نموذج أساسي يُشحن مع قالب محادثة هو تناقض يتجنبه معظم المورّدين. LFM3-1.7B-Base، المنشور في 26 أكتوبر 2026، يحتوي على قالب محادثة كامل ويشغّل الاستدلال افتراضيًا عند تطبيقه — ومع ذلك تقول بطاقته إنه يُوصى به فقط للضبط الدقيق المكثّف وتوجّه حركة المحادثة إلى مكان آخر. Granite 4.2 3B، نموذج الاستدلال من IBM بترخيص Apache-2.0 الصادر في 25 أغسطس 2026، هو نوع معاكس من المنتجات: مُدرَّب لاحقًا، ومُقيَّم بمعايير، وثلاثة أوضاع للاستدلال، واستدعاء للأدوات، وبطاقة تزعم تحقيق 78.33 في AIME 2025. السؤال المثير للاهتمام ليس أيّهما أفضل. بل لماذا يتصرف النموذج نصف المكتمل وكأنه مكتمل، وما الذي يخبرك به ذلك عن أيّهما يجب تنزيله. يجب ألا يكلّف المسار الاحتياطي علاوة. أسعار القائمة تُمرَّر أسعار القائمة لدى المزوّد دون هامش إضافي.

الغريب هو الطراز الأساسي.

إن قرار Liquid بالتدريب المتوسط على بيانات المحادثة مع آثار التفكير وبدونها هو التفصيل الذي يجعل هذه المقارنة أكثر من مجرد مسابقة حجم. فقد جُهّزت آخر 3.5 تريليون من أصل 22 تريليون رمز تدريب مسبق في نقطة التحقق باستخدام آثار وكيلية واستدعاءات أدوات، ومنسقة باستخدام قالب المحادثة نفسه الذي يستخدمه النموذج المضبوط. لهذا السبب يحتوي المستودع الأساسي على قالب أصلًا، ولهذا ينتج استدعاء apply_chat_template الساذج كتلة تفكير قبل الإجابة. لقد رأى النموذج التنسيق، لكنه لم يُدرَّب على اتباع التعليمات ضمنه.

هذا التمييز مهم عمليًا. إن عملية ضبط دقيق تبدأ من LFM3-1.7B-Base ترث نموذجًا يتعرّف بالفعل على بنية المحادثة وفواصل الاستدلال، مما يقصّر المرحلة الخاضعة للإشراف. لكنها لا ترث الموثوقية أو سلوك الرفض أو صحة استدعاء الأدوات. فهذه تأتي من التدريب اللاحق الذي أنت على وشك القيام به، وهو بالضبط ما تشير البطاقة إلى أن نقطة التحقق هذه مخصصة له.

ما هو Granite 4.2 3B في الواقع

3B من IBM هو عضو الحافة في عائلة الاستدلال Granite 4.2، وقد دُرِّب لاحقًا انطلاقًا من Granite-4.1-3B-Base. وهو كثيف ونصي فقط، ويعمل بسياق أصلي 128K مع إمكانية التمديد إلى 512K. يأتي معه ثلاثة أنماط استدلال — التفكير الكامل افتراضيًا، ونمط جهد منخفض، ووضع إيقاف — إضافة إلى استدعاء الأدوات المتوافق مع OpenAI ومجموعة من صيغ التكميم. يعمل في ستة إلى ثمانية غيغابايتات بصيغة bfloat16، وأقل من غيغابايتين عند تكميم عملي، وتُدرج Ollama نسخة build باسم granite4.2:3b.

تذكر بطاقة النموذج 78.33 على AIME 2025 في وضع التفكير الكامل، و54.80 على GPQA، و69.71 على LiveCodeBench v6. كل رقم من هذه الأرقام هو رقم IBM نفسه، نُشر في اليوم الذي رُفعت فيه الأوزان، ولم يُعَد إنتاجه بشكل مستقل. كما يفتقر الطراز 3B إلى التعلم المعزز الوكيلي الذي حصل عليه نظيراه 8B و30B، ولهذا لا يحمل أي نتائج على SWE-Bench أو Terminal-Bench. إنه نموذج استدلال، وليس محرك وكلاء.

ما هي نقطة التحقق LFM3 فعليًا

نموذج نصي مُدرَّب مسبقًا ذو 1.73 مليار معامل، وسياق من 262,144 رمزًا، ومفردات من 128,000 رمز عبر ست عشرة لغة، وأوزان bfloat16 بحجم 3.46 جيجابايت. أربع وعشرون طبقة: ثلاث عشرة التفافًا قصيرًا مُبوَّبًا، وخمس كتل انتباه بنافذة منزلقة، وست كتل انتباه كامل. نحو 1 جيجابايت عند 4 بت. ترخيص LFM Open License v1.0، مجاني للاستخدام التجاري إذا كانت الإيرادات السنوية أقل من 10 ملايين دولار. دفترَا TRL على البطاقة، أحدهما للضبط الدقيق الخاضع للإشراف للاستخراج المهيكل والآخر لمواصلة التدريب المسبق على لغة جديدة. لا يوجد جدول قياس أداء مرجعي من أي نوع.

الأرقام الخمسة التي تفصل بينهم

• المعاملات — 1.73B كثيف لـ LFM3-1.7B-Base مقابل نحو 3B لـ Granite 4.2 3B. ليس أي منهما مزيجًا من الخبراء؛ إذ تُقرأ كل معلمة عند كل رمز.

• رموز التدريب المسبق — 22 تريليونًا لـLFM3-1.7B-Base. تقول IBM إن عائلة Granite 4.2 استهلكت نحو 15 تريليونًا على مدى خمس مراحل، لنموذج يقارب ضعف الحجم. وقد تلقّت نقطة التحقق الأصغر نصًا أكثر.

• السياق — 262,144 رمزًا أصليًا لـ LFM3-1.7B-Base؛ 128K أصليًا و512K ممتدًا لـ Granite 4.2 3B. يتفوق النموذج الأساسي في الطول الأصلي، ويتفوق النموذج المضبوط في الحد الأقصى.

• الاختبارات المعيارية — لا توجد نتائج منشورة لـ LFM3-1.7B-Base. AIME 2025 78.33، وGPQA 54.80، وLiveCodeBench v6 69.71 لـ Granite 4.2 3B، وجميعها مُبلَّغ عنها من المورّد وغير مُعاد إنتاجها.

• الترخيص — LFM Open License v1.0 مع حد إيرادات قدره 10 ملايين دولار مقابل Apache 2.0 دون أي محفّز تجاري.

لماذا يوجد القالب، وما قيمته

ثمة فائدة هندسية حقيقية كامنة في هذه الغرابة. يحتاج كل من التدريب المسبق المستمر والضبط الدقيق الخاضع للإشراف إلى أن يتعرّف النموذج على التنسيق الذي سيُقدَّم به. والبدء من نقطة حفظ سبق أن رأت ترميز الدردشة ومحددات التفكير يعني أن مرحلة الإشراف تنفق ميزانية التدرج على السلوك بدلًا من التنسيق. لا يمنحك Granite 4.2 3B نقطة البداية تلك؛ بل يمنحك السلوك النهائي، الذي يمكنك بعد ذلك تخصيصه، لكن التخصيص يبدأ من نموذج لديه بالفعل آراء حول كيفية الإجابة.

هذه هي المقايضة في جملة واحدة. يمنحك LFM3-1.7B-Base بداية أنظف ذات شكل مألوف. ويمنحك Granite 4.2 3B نموذج استدلال جاهزًا للعمل يمكنك توجيهه نحو مشكلة اليوم، وإن أردت، ضبطه الدقيق لاحقًا — مع التحفظ بأن الضبط الدقيق لنموذج استدلال مُدرَّب بعد التدريب قد يُضعف سلوك الاستدلال الذي دفعت ثمنه ما لم تُبنَ البيانات بعناية.

سؤال الميزانية الذي لا يضعه أحد في الجدول

الاستدلال هو الجانب الرخيص في هذه المقارنة. يعمل كلا النموذجين على حاسوب محمول، وكلاهما يُكمَّم إلى أقل من 2 GB، وعند هذا الحجم يصبح الفرق بين 1.73B و3B مسألة رموز في الثانية لا مسألة جدوى. الجانب المكلف هو البيانات. تتطلب عملية الضبط الدقيق لأي من النموذجين على مهمة خاصة أمثلة موسومة ومجموعة تقييم وحلقة تدريب، وهذه التكلفة تجعل الفرق بين تنزيل بحجم 3.46 GB وآخر بحجم 6 GB يبدو ضئيلًا.

ما يتغير مع الحجم هو مقدار ما يُخصَّص من تلك الميزانية للقدرات التي يمتلكها النموذج الأساسي بالفعل. إن جذعًا بحجم 1.73B دُرِّب على 22 تريليون رمز هو رهان متعمد على أن نموذجًا صغيرًا بسياق طويل ومزيج لغوي واسع يمكنه استيعاب مجال ما بسرعة. ونموذج استدلال بحجم 3B هو رهان على أن الاستدلال العام ينتقل إلى مجالك ببيانات أقل. ولا يحسم أرقامُ المورّد أيًّا من الرهانين، لأن أيًّا من المورّدين لم ينشر نتيجة ضبط دقيق على مهمة تهمك.

بمجرد وجود نموذج مضبوط بدقة، تصبح مسألة تقديم الخدمة منفصلة. إن لغة OrcaRouter للتوجيه DSL تتيح لمتخصص وبديل عام أن يقفا خلف استدعاء واحد، كما أن التبديل التلقائي عند الفشل يعني أن انتهاء مهلة نموذج صغير لا يأخذ الطلب معه. وهذا يهم أكثر في نموذج مضبوط بدقة بحجم 1.73B منه في نموذج كبير، لأن نمط فشل المتخصص الصغير هو الثقة في المجال الخاطئ، والبديل هو أرخص حماية ضد ذلك.

الترخيص: البند الذي يحدد تبنّي المؤسسات

Apache 2.0 هو أقصر نقاش ترخيص في المشتريات. يُتاح Granite 4.2 3B بموجبه، دون حد للإيرادات ودون أي شرط تجاري. يُتاح LFM3-1.7B-Base بموجب LFM Open License v1.0، الذي يمنح استخدامًا تجاريًا مجانيًا دون 10 ملايين دولار من الإيرادات السنوية ويتطلب ترخيصًا تجاريًا فوق ذلك. بالنسبة لمطور مستقل، فإن الفرق غير مرئي. وبالنسبة لفريق منتج داخل شركة أكبر، فإن هذا الحد يمثل مراجعة قانونية تحدث قبل أول تشغيل تدريبي، ويمكن أن يتفوق على ميزة عدد المعاملات في أي من الاتجاهين.

أي واحد يجب تنزيله؟

تحتاج إلى نموذج استدلال هذا الأسبوع. Granite 4.2 3B. اكتمل، وموثّق، ومكمّم، وصغير بما يكفي لحاسوب محمول. أرقام المورّد لم يُعَد إنتاجها، لكن النموذج يعمل والواجهة قياسية.

أنت تبني نموذجًا متخصصًا في مجال معين ولديك البيانات. LFM3-1.7B-Base. إن الجذع البالغ 22 تريليون رمز، وسياق 256K، ومفردات بست عشرة لغة، نقطة انطلاق أفضل من نموذج استدلال ستُعيد الكتابة فوقه جزئيًا، كما أن قالب المحادثة يعني أن المرحلة الخاضعة للإشراف تبدأ من تنسيق مألوف.

تحتاج إلى كلٍّ من مُستدِلٍّ ومُتخصِّص. فهما ليسا بديلين عن بعضهما. يتولى Granite 4.2 3B مسار الاستدلال العام؛ بينما يتولى نموذج LFM3 المضبوط بدقة المسار الضيق عالي الحجم. وتشغيل كليهما خلف نقطة نهاية واحدة هو النمط الذي يتجنب الاختيار.

ما الذي لا يزال مفقودًا؟

الفجوة في هذه المقارنة ليست رقمًا، بل إعادة إنتاج. يمتلك Granite 4.2 3B معايير أداء من الجهة الموردة ولا يملك تشغيلات مستقلة؛ أما LFM3-1.7B-Base فلا يملك أيًا منهما. وإلى أن يقوم أحدهم بضبط نقطة حفظ Liquid ضبطًا دقيقًا على مهمة عامة ويُبلّغ بالنتيجة مقابل خط أساس Granite 4.2 3B، فإن الاختيار يقوم على نوع الأصل الذي تريده لا على أي النموذجين أفضل أداءً. يجعل القالب نقطة الحفظ الأساسية تبدو أكثر اكتمالًا مما هي عليه. والبطاقة صادقة بشأن ذلك، وهي الجزء الجدير بالقراءة قبل التنزيل.