Glimpse vs. Granite 4.2 3B: Der eine offenbart alles, der andere ein Verhalten

Legt man die beiden Spezifikationsblätter nebeneinander, wirkt der Vergleich in eine ungewöhnliche Richtung schief. G​ranite 4.2 3B, am 25. August 2026 von I​BM unter Apache 2.0 veröffentlicht, kommt mit einer Modellkarte, die seine Schichtanzahl, die Geometrie der Attention-Heads, die RoPE-Basis, das Normalisierungs-Epsilon, die Aktivierungsfunktion, Embedding-Tying, die Hidden-Dimension, die empfohlene Sampling-Temperatur und jede Benchmark-Zeile nennt, die das Team zu veröffentlichen beschloss. E​lorian G​limpse, am 16. Oktober 2026 veröffentlicht, kommt mit einer 0,9-Sekunden-Videospur. Es hat keine veröffentlichte Parameteranzahl, kein Kontextfenster, kein genanntes Basismodell und keine Architekturbeschreibung. Das eine verrät Ihnen alles, außer wofür es gedacht ist; das andere verrät Ihnen genau, wofür es gedacht ist, und nichts darüber, was es ist.

Das ist die eigentliche Achse dieses Vergleichs, und sie ist nicht die Achse, die die beiden Markteinführungen nahelegen. G​ranite 4.2 3B ist ein selbst hostbares Reasoning-Modell mit einer Spezifikation, die Sie vor dem Download prüfen können. G​limpse ist eine gehostete Forschungsvorschau, deren gesamte veröffentlichte Fähigkeit ein Verhalten ist – zu einem Moment innerhalb eines Clips zurückzukehren, den es bereits gesehen hat, ihn mit einer höheren Bildrate erneut zu scannen und aus dem zu antworten, was es dort findet. Keines von beiden steht in unserem Katalog, und das ist hier weniger wichtig als sonst, weil die Entscheidung zwischen ihnen nicht in erster Linie eine Routing-Entscheidung ist.

Zwei Releases, zwei gegensätzliche Offenlegungsstrategien

IBMs Granite-4.2-Linie ist dichtes Reasoning in drei Größen — 3B, 8B und 30B — und das 3B ist das kleinste der drei. Es ist nachtrainiert von Granite-4.1-3B-Base durch eine dreistufige Pipeline, wie sie die Modellkarte beschreibt, und es behält das native 128.000-Token-Fenster der Familie mit einem dokumentierten Erweiterungspfad auf 512.000. Zwölf Sprachen sind als getestet aufgeführt. Die Modellkarte veröffentlicht die vollständige Architektur: 40 Schichten, eine Embedding-Breite von 2.560, ein SwiGLU-Feed-Forward mit Hidden-Breite 8.192, Group-Query-Attention über 40 Query-Heads und 8 Key-Value-Heads bei Head-Größe 64, eine RoPE-Basis von 10 Millionen, RMSNorm mit Epsilon 1e-5, ungebundene Embeddings, bfloat16-Gewichte und eine Serving-Klasse von GraniteForCausalLM. Empfohlenes Sampling ist Temperatur 1,0 mit Top-p 0,95.

E​lorians G​limpse-Beitrag veröffentlicht nichts davon. Was er stattdessen veröffentlicht, ist ein Mechanismus. In den mit dem Modell veröffentlichten ausgearbeiteten Spuren macht G​limpse einen ersten Durchlauf über einen Clip mit etwa 8 Bildern pro Sekunde, bildet eine vorläufige Lesart und kehrt dann zu neun Zehntelsekunden dieses Clips mit etwa 14 Bildern pro Sekunde zurück, um eine Frage zu klären, die sein erster Durchlauf nicht beantworten konnte — im veröffentlichten Beispiel, ob die Kamera geschwenkt oder geschnitten hat. Eine zweite Spur verfolgt eine Fensterkante von etwa 2,2 Sekunden an, bis sie bei 5,13 Sekunden fast zum Stillstand kommt. Das Unternehmen nennt die Anzeigeoberfläche den visuellen Arbeitsbereich und sagt, das Modell sei durchgängig darauf trainiert worden, multimodale Werkzeuge zu verwenden und Subagenten zu erzeugen, die Text, Bilder und interne Repräsentationen austauschen.

Beide sind legitime Veröffentlichungsstrategien, und sie scheitern auf gegensätzliche Weise. Eine Karte, die alles veröffentlicht, kann trotzdem falsch einschätzen, worin das Modell gut ist. Ein Beitrag, der einen Mechanismus veröffentlicht, kann trotzdem eine Demo beschreiben.

Die veröffentlichte Spezifikation, Dimension für Dimension

• Parameter — Granite 4.2 3B ist ein dichtes Modell mit 3 Milliarden Parametern, grob 4B bei bfloat16, wenn man die Embedding-Tabelle mitzählt. Die Parameteranzahl von Glimpse wurde nie von Elorian veröffentlicht; die einzige Größenangabe im Launch-Post ist die Behauptung, ein „wesentlich kleineres und günstigeres Modell“ als die Frontier-Systeme zu sein, an denen es gemessen wird.

• Kontextfenster — 128.000 Token nativ für G​ranite 4.2 3B, mit einem dokumentierten Weg zu 512.000. Für G​limpse nicht veröffentlicht – die folgenreichste Leerstelle auf dem Datenblatt überhaupt, bedenkt man, dass seine Kernfähigkeit das Lesen von Videos ist.

• Gewichte — Apache 2.0 auf Hugging Face für G​ranite 4.2 3B: herunterladen, auf eigener Hardware ausführen, feinabstimmen, ausliefern. Für G​limpse keine. Es ist eine API und eine Chat-Oberfläche mit kostenloser Registrierung, und nichts in dem Beitrag deutet darauf hin, dass Gewichte kommen.

• Gehostete Verfügbarkeit — I​BM hat zum Release keine eigene gehostete API mit dem 3B veröffentlicht; die Karte ist das Lieferergebnis. G​limpse ist das Gegenteil: nur gehostet, kein Artefakt zum Behalten.

• Preis — 0,60 $ pro Million Eingabe-Token und 3,00 $ pro Million Ausgabe-Token für G​limpse. Für G​ranite 4.2 3B gibt es überhaupt keine Preisliste, denn die Kosten sind der Strom und die Hardware, die Sie bereits besitzen.

• Unabhängige Bewertung — keine von beiden hat nennenswerte. Die Zahlen von Granite 4.2 3B stammen von IBM selbst; die von Glimpse von Elorian selbst. In dieser speziellen Dimension sind beide Veröffentlichungen gleichermaßen unverifiziert, was man klar aussprechen sollte, bevor jemand eine davon als die vertrauenswürdige Hälfte behandelt. p>img src="3.png" alt="Eine Anzeigetafel mit dem Titel „Glimpse vs Granite 4.2 3B — die Offenlegungslücke“ und der Unterüberschrift „Sechs Dimensionen, beide Seiten, gleiche Bezeichnungen“. Zwei Spalten haben dieselben sechs Zeilenbezeichnungen. Die linke Spalte mit der Überschrift „Elorian Glimpse“ lautet: „Parameter: nicht veröffentlicht“, „Kontext: nicht veröffentlicht“, „Gewichte: keine; nur API und Chat“, „Basismodell: unbenannt; nur als Open-Weights beschrieben“, „Veröffentlichtes Artefakt: ein Launch-Post mit ausgearbeiteten Traces“, „Auf eigener Hardware überprüfbar: nein“. Die rechte Spalte mit der Überschrift „Granite 4.2 3B“ lautet: „Parameter: dichtes 3B, etwa 4B bei bfloat16“, „Kontext: 128.000 nativ, 512.000 mit Erweiterung“, „Gewichte: Apache 2.0 auf Hugging Face“, „Basismodell: Granite-4.1-3B-Base, benannt“, „Veröffentlichtes Artefakt: vollständige Model Card, Architektur, Sampling-Standardwerte“, „Auf eigener Hardware überprüfbar: ja“. Eine Fußzeile lautet: „Glimpse-Angaben vom Anbieter berichtet und nicht reproduziert. Granite-4.2-3B-Angaben laut IBMs veröffentlichter Model Card; agentische Benchmarks wurden für das 3B nicht veröffentlicht.“ Das OrcaRouter-Logo befindet sich in der unteren rechten Ecke." />

Warum diese beiden keine Substitute sind

Die Versuchung besteht darin, ein 3-Milliarden-Parameter-Modell einer Vorschau unbekannter Größe als David gegen Goliath gegenüberzustellen, doch diese Einordnung ist in beide Richtungen falsch.

Granite 4.2 3B ist ein Reasoning- und Instruction-Following-Modell. Seine veröffentlichten Evaluationswerte sind AIME 2025 mit 78,33, HMMT Februar 2025 mit 66,67, GPQA mit 54,80, LiveCodeBench v6 mit 69,71, MMLU-Pro mit 67,84, IFBench mit 74,33, BFCL v4 mit 52,41 und RULER mit 67,52 bei 64K Eingaben, fallend auf 55,30 bei 128K. Beachten Sie, was in dieser Liste fehlt: Es gibt keine SWE-Bench-Zeile und keine Terminal-Bench-Zeile bei 3B, obwohl die größeren Mitglieder der Familie eine agentische Reinforcement-Learning-Phase durchlaufen. IBM lehnte es ab, agentische Coding-Zahlen für das kleinste Geschwistermodell zu veröffentlichen, statt sie zu schätzen, und diese Ehrlichkeit ist aufschlussreicher, als es eine geschönte Zeile gewesen wäre.

Glimpse konkurriert auf keiner dieser Achsen. Elorians eigene Vergleichstabelle platziert es bei WGO Bench (42,70 vs. 39,42), CharXiv-R (92,90 vs. 92,10), UGC-VideoCap (82,66 vs. 80,32) und FSC-147 (83,36 vs. 82,02) vor GPT-6 Astra sowie bei BabyVision (95,36 vs. 97,68), DREAM-1K (76,04 vs. 79,05), TOMATO (93,60 vs. 96,02), Video-MME v2 (56,68 vs. 64,06), CountQA (82,66 vs. 86,42) und Humanity's Sixth Sense (46,36 vs. 53,6) dahinter. Jede einzelne dieser Zeilen ist vom Anbieter gemeldet, nicht reproduziert, mit dem höchsten Denkaufwand von Glimpse und seinem nativen Agent-Harness ausgeführt, mit einer Fußnote, die offenlegt, dass mehrere Wettbewerber unterhalb ihres Maximums bewertet wurden. Granite 4.2 3B wurde auf keinem davon jemals ausgeführt.

Die ehrliche Einschätzung ist also, dass es keine gemeinsame Rangliste gibt, weil es keine gemeinsame Aufgabe gibt. Ein 3B-Textmodell kann kein Videointervall erneut scannen, und eine Video-Rückspulvorschau lässt sich nicht auf einen Laptop herunterladen.

Wo das Größenargument in die andere Richtung wirkt

Das stärkste Argument für Granite 4.2 3B in diesem Vergleich ist nicht die Leistung. Es ist die Tatsache, dass 3 Milliarden dichte Parameter eine realistische Deployment-Form darstellen. Bei 4B bfloat16 passen die Gewichte in wenige Gigabyte, was bedeutet, dass ein quantisierter Build auf einem einzelnen Consumer-Beschleuniger oder, bei niedriger Präzision, auf einem aktuellen Laptop läuft. Zwölf getestete Sprachen reichen für einen europäischen oder indischen Einsatz, bei dem ein Support-Pfad für zwölf Sprachen eine harte Anforderung und kein Nice-to-have ist. Apache 2.0 beseitigt die Lizenzfrage vollständig. Und das 128K-Fenster mit einer 512K-Erweiterung ist dokumentiert, was bedeutet, dass Kapazitätsplanung darauf Arithmetik statt Rätselraten ist.

Das stärkste Argument für Glimpse ist das, wofür es kein Äquivalent in kleinen Modellen gibt: die Fragen, die eine Abtastung mit festem Zeitplan nicht beantworten kann. Ob ein Kameraschwenk oder ein Schnitt vorlag. Ob das Objekt, das bei Sekunde 12 im Bild ist, dasselbe ist, das bei Sekunde 4 das Bild verlassen hat. Was in der halben Sekunde um ein Ereignis herum geschah. Sie sind nicht schwierig, weil sie ein großes Modell brauchen. Sie sind schwierig, weil die Information nie abgetastet wurde, und mehr Parameter bei 8 Bildern pro Sekunde stellen sie nicht wieder her. Zusätzliche Rechenleistung für ein einzelnes Intervall aufzuwenden, nachdem der ganze Clip gesehen wurde, ist eine grundlegend andere Antwort, und keine noch so große Menge offener Gewichte in einem 3B-Paket kann das ersetzen.

Der eine Ort, an den eine gehostete Vorschau nicht folgen kann

Es gibt einen Grund in Sachen Compliance, sich um die Asymmetrie zu kümmern, und er hat nichts mit der Qualität eines der beiden Modelle zu tun.

Das Ergebnis von Granite 4.2 3B ist eine Datei. Wenn das Video, das Dokument oder der Kundendatensatz Ihre Infrastruktur nicht verlassen kann – und in den meisten regulierten Bereitstellungen ist das nicht möglich –, dann läuft das Modell dort, wo die Daten sind, und die gesamte Frage nach Anbieterverfügbarkeit, Ratenbegrenzungen, Region und Aufbewahrung entfällt. Glimpse bietet keine solche Option. Die Funktionalität von Glimpse existiert nur hinter dem Endpunkt von Elorian, was bedeutet, dass das Filmmaterial zu Elorian gelangt, und kein veröffentlichtes Dokument besagt etwas anderes.

Dort ist eine Routing-Schicht einen Satz wert – und dort nicht. OrcaRouter gibt Ihnen einen Schlüssel vor über 200 Modellen, wobei der Listenpreis des Anbieters durchgereicht und nichts pro Token aufgeschlagen wird, sodass eine Workload ein selbst gehostetes G​ranite 4.2 3B auf Ihrer eigenen Hardware mit gehosteten Modellen im selben Codepfad mischen kann, und automatisches Failover hält eine Route am Leben, wenn eines davon ausfällt. Eine Routing-DSL entscheidet, welches Modell welche Anfrage sieht, ohne dass in der Anwendung etwas umgeschrieben werden muss. Was sie nicht tut, ist die Custody-Frage zu ändern: Eine Routing-Schicht verschiebt Anfragen zwischen Endpunkten, und wenn ein Endpunkt nicht in Ihrem Gebäude ist, kann Routing ihn nicht dorthin bringen. Weder G​ranite 4.2 3B noch G​limpse ist heute in unserem Katalog – G​ranite 4.2 3B ist ein Download und G​limpse ist E​lorians eigene API –, daher ist dies eine Aussage darüber, wie wir routen und bepreisen, und keine Behauptung, eines von beiden bereitzustellen.

Beide Benchmark-Tabellen mit demselben Misstrauen lesen

Zwei Gewohnheiten, die es wert sind, in beide Releases mitgenommen zu werden, da keiner der beiden Releases ihnen entgeht.

Das erste ist, dass eine Benchmark-Tabelle eines Anbieters eine Auswahl ist, keine Messung. Elorians Tabelle ist ungewöhnlich, da sie Zeilen veröffentlicht, in denen das eigene Modell verliert — das ist ein Glaubwürdigkeitssignal, und es ist immer noch eine Tabelle, die der Anbieter zusammengestellt hat, mit Aufgaben, die der Anbieter ausgewählt hat, und Konfigurationen, die der Anbieter festgelegt hat. IBMs Granite-Karte ist enger und konventioneller: akademische Standard-Benchmarks, veröffentlicht mit einer angegebenen Konfiguration, wobei die agentischen Zeilen bei 3B einfach fehlen, anstatt durch etwas Schmeichelhaftes ersetzt zu werden.

Das zweite ist, dass die fehlende Zahl in der Regel die tragende ist. Für G​ranite 4.2 3B steht die Zahl, auf die es ankommt, gar nicht auf dem Datenblatt: Niemand außerhalb von I​BM hat Durchsatz oder Genauigkeit bei realen Aufgaben für das 3B-Modell mit 128K Kontext veröffentlicht, und der Rückgang von RULER von 67,52 auf 55,30 zwischen 64K und 128K ist eine Warnung, dass das Fenster deutlich vor seinem Ende abnimmt. Bei G​limpse ist die tragende fehlende Zahl das Kontextfenster, denn eine Video-Reasoning-Funktion, deren Fenster nicht das Filmmaterial fassen kann, das ein realer Workflow ihr übergibt, ist eine Demonstration und kein Werkzeug.

Was würde das klären, und was ist bis dahin zu tun

Drei Ereignisse würden diesen Vergleich verändern, und keines davon ist eingetreten.

Ein unabhängiger Harness, der einen der beiden Zahlensätze reproduziert, wäre der erste. E​lorian's G​limpse-Tabelle und I​BM's G​ranite 4.2 3B-Karte sind beide selbst angegeben, zu unterschiedlichen Aufgaben, und die beiden Releases sind in genau einer Dimension identisch: dem Fehlen einer externen Verifikation.

Dass G​limpse sein Kontextfenster, seine Parameteranzahl oder sein Basismodell veröffentlicht, wäre das Zweite. Jede derzeit kursierende Zahl zur Größe von G​limpse ist eine Schätzung statt einer Offenlegung, und eine Schätzung als Spezifikation zu behandeln, ist genau das, was einen Kapazitätsplan schiefgehen lässt.

Dass Granite 4.2 3B eine Agentic-RL-Phase oder einen First-Party-gehosteten Endpoint bekommt, wäre das Dritte. Jede der beiden Möglichkeiten würde verändern, in welcher Spur die 3B angesiedelt ist.

Bis dahin ist die Entscheidungsregel kurz. Wenn die Arbeit Text ist, wenn sie auf Hardware laufen muss, die Sie kontrollieren, wenn die Lizenz Apache 2.0 sein muss oder wenn die Daten keine Netzwerkgrenze überschreiten dürfen, ist G​ranite 4.2 3B die Antwort und die G​limpse-Frage stellt sich nie — laden Sie es herunter, führen Sie Ihre eigene Evaluierung durch und behandeln Sie die fehlenden agentischen Zeilen der Modellkarte als Grenze und nicht als Lücke. Wenn die Arbeit Video ist und der Fehlermodus zeitlich statt semantisch ist, ist G​limpse von den beiden das einzige, dessen angegebener Mechanismus darauf abzielt, die kostenlose Anmeldung macht den Test günstig, und die Spur selbst ist der Test: Führen Sie einen Clip aus, lesen Sie den visuellen Scratch-Space und prüfen Sie, ob das Modell jemals zu dem Intervall zurückgekehrt ist, das die Antwort entschieden hat. Beide sind im Moment unverifiziert. Nur eines von beiden lässt sich auf Ihrer eigenen Hardware verifizieren.

Die dokumentierten KI-Ausfälle und Agent-Vorfälle hinter Veröffentlichungen wie dieser werden gesammelt in dem OrcaRouter AI Incident Archive, wo jeder Eintrag eigene Quellen, Schweregrad, Konfidenzstufe und eine Kennzeichnung als strittig enthält.