LBS-27B vs Granite 4.2 30B: Denso por diseño frente a una especificación que no existe

IBM hizo una elección deliberada con Granite 4.2 30B: mantuvo el modelo denso. Sesenta y cuatro capas, un bloque feed-forward de 32.768 de ancho, cada parámetro leído para cada token. En un año en el que la mayoría de los laboratorios de este tamaño recurrieron al enrutamiento de mezcla de expertos, IBM lanzó un 30B directo y le puso el precio correspondiente. Esa decisión es la lente correcta para compararlo con LBS-27B, porque lo único que sabemos del nuevo repositorio de inclusionAI es un nombre y una licencia, y la primera pregunta que ese nombre tiene que responder es si describe un modelo denso o uno disperso.

Granite 4.2 30B tiene un historial público completo: pesos desde agosto de 2026, una licencia Apache-2.0, una tarjeta de modelo con diecinueve filas de benchmarks y una pila documentada de llamadas a herramientas. LBS-27B tiene un repositorio creado el 26 de octubre de 2026 que contiene un archivo .gitattributes y un README de 28 bytes que declara Apache-2.0 y no dice nada más. Esto no es una comparación de dos modelos. Es una comparación de un modelo con una especificación que aún no se ha escrito, y el resultado útil es una lista de las cosas concretas que esa especificación tendría que contener.

Lo que IBM realmente lanzó

Granite 4.2 30B es un decodificador denso con 30 mil millones de parámetros —Hugging Face indica 29B en BF16— en 64 capas, un tamaño oculto de 4.096, 32 cabezas de atención y 8 cabezas clave-valor bajo atención de consultas agrupadas. El vocabulario es de 100.352 tokens, el contexto nativo es 131.072 y IBM documenta una extensión de contexto largo hasta 512K. Es solo texto. La ficha nombra doce idiomas probados: inglés, alemán, español, francés, japonés, portugués, árabe, checo, italiano, coreano, neerlandés y chino.

Es un modelo de razonamiento en el sentido ordinario de 2026. La ficha describe los modos de pensamiento completo, sin pensamiento y de bajo esfuerzo, con el razonamiento envuelto en etiquetas think. Se ajustó a partir de Granite 4.1 30B Base, publicado bajo Apache-2.0, e IBM sitúa la fecha de lanzamiento el 25 de agosto de 2026.

Denso no es una carencia técnica. Es un intercambio. Un modelo denso tiene un comportamiento predecible de cómputo y memoria por token, no tiene un enrutador que pueda enrutar mal un token, no requiere diseñar sharding paralelo por expertos y ofrece un proceso de fine-tuning que se comporta como la mayoría de los equipos espera. A cambio, cuesta más servir cada token que un modelo disperso del mismo tamaño total. IBM está vendiendo ese intercambio a empresas que prefieren un despliegue aburrido a uno barato.

Un perfil de referencia con una forma

La ficha de Granite es inusualmente completa, lo que permite ver dónde el modelo es fuerte y dónde no. Todos estos datos son reportados por el proveedor y no han sido reproducidos de forma independiente.

• Matemáticas — AIME25 89.17 y HMMT febrero de 2025 89.17. Estas son las cifras más destacadas de la ficha y están muy por encima de lo que hacía un modelo de 30B hace un año.

• Conocimiento y ciencia — GPQA 66.41, MMLU-Pro 77.60, MMLU-ProX lite 66.64, SciCode 38.76. Competente, pero no líder de su clase. La brecha entre una puntuación de AIME cercana a 90 y una puntuación de GPQA a mediados de los 60 define la forma de este modelo: es mejor resolviendo un problema estructurado que recordando o razonando a partir de conocimientos amplios del dominio.

• Ingeniería de software — SWE-Bench Verified 57, SWE-Bench Pro 33.29, SWE-Bench Multilingual 41.89, Terminal-Bench 2.1 29.24, LiveCodeBench v6 75.77. La caída de LiveCodeBench a Terminal-Bench es grande, y es importante: la habilidad para la programación competitiva no es lo mismo que completar una tarea de varios pasos en una terminal real.

Contexto largo — RULER 64K 89,96 y RULER 128K 81,38. Este es el par más tranquilizador de la ficha, porque mide la recuperación a lo largo de la ventana en lugar de asumir que un contexto grande es utilizable. Una caída de siete puntos de 64K a 128K es una pendiente suave.

• Seguimiento de instrucciones y chat — IFBench 77.17, Arena-Hard-V2 67.93, tau3 con un promedio de 62.00, BFCL v4 61.39.

La lectura honesta es que Granite 4.2 30B es un modelo sólido y desigual: excelente en matemáticas de competición y recuperación de contexto largo, normal en conocimiento general y de nivel medio en trabajo de software agéntico. Eso es un producto específico, no uno genérico.

La invocación de herramientas es el argumento que está presentando IBM.

La expresión que usa IBM es «llamada a herramientas aumentada por razonamiento» — el modelo razona sobre qué herramienta invocar y por qué antes de invocarla. Los detalles de implementación son prácticos, no exóticos: definiciones de funciones al estilo OpenAI, un analizador de herramientas de vLLM llamado qwen3_coder, la resolución automática de SGLang al mismo analizador e integraciones con OpenCode, Pi y OpenHands.

Que eso sea mejor que las alternativas es una cuestión empírica, y las propias cifras de la tarjeta son dispares. BFCL v4 con 61,39 y tau3 con 62,00 son respetables pero no dominantes; los modelos que lideran esas clasificaciones suelen ser más grandes. Lo que ofrece Granite es una ruta de llamada a herramientas documentada y reproducible, con licencias permisivas y un perfil de servicio denso —que a menudo es lo que un proyecto de agentes empresarial realmente necesita, más que una corona en la tabla de clasificación.

Esta es el área en la que se juzgará primero a LBS-27B si está dirigido al mismo comprador. Un modelo que no puede invocar herramientas de forma fiable no es candidato para trabajo agéntico, independientemente de su puntuación en MMLU, y las evaluaciones de invocación de herramientas son exactamente el tipo de cosa que no aparece en un repositorio hasta que el modelo está terminado.

El lado LBS-27B de la página

Hay muy poco que decir, y es importante decirlo con precisión en lugar de llenar el espacio con inferencias.

• El repositorio existe. Fue creado a las 05:36 UTC del 26 de octubre de 2026 y no se ha modificado desde entonces.

• Contiene dos archivos: uno de 1.519 bytes .gitattributes y un README de 28 bytes. El README es únicamente el frontmatter de licencia: license: apache-2.0.

• No hay pesos, ni configuración, ni tokenizador, ni ficha de modelo, ni datos de evaluación. Las descargas no se registran y los "me gusta" son cero. No encontramos ningún anuncio, artículo ni debate público.

• "27B" forma parte del nombre del repositorio. Nada en el repositorio confirma que se trate de un número de parámetros, y nada indica si el modelo es denso o disperso.

Ese último punto no es una laguna menor. Los 27B densos y dispersos son productos diferentes, con una economía de servicio distinta, un comportamiento de ajuste fino distinto y modos de fallo diferentes. Hasta que exista un archivo de configuración, la comparación de Granite tiene un lado totalmente especificado y otro vacío.

La comparación, dimensión por dimensión

• Parámetros — Granite 4.2 30B es un modelo denso de 30B (29B indicados en BF16); LBS-27B es un 27B no verificado y sin arquitectura revelada.

• Capas y ancho — 64 capas con un tamaño oculto de 4,096 para Granite; desconocido para LBS.

• Contexto — 131.072 nativos y una extensión documentada de 512K para Granite; desconocido para LBS.

• Modalidad: solo texto para Granite; desconocida para LBS, con solo texto como caso base razonable.

• Idiomas — doce idiomas probados para Granite; desconocido para LBS.

• Modos de razonamiento: completo, sin pensamiento y de bajo esfuerzo para Granite; desconocido para LBS.

• Llamada a herramientas — ruta documentada de llamada a funciones con BFCL v4 61.39 y tau3 62.00 para Granite; nada publicado para LBS.

• Licencia — Apache-2.0 para Granite; Apache-2.0 declarada para LBS, modificable antes de que se publiquen los pesos.

• Disponibilidad — Los pesos de Granite se pueden descargar y autoalojar hoy mismo; LBS no tiene nada que descargar.

Es en la longitud del contexto donde ambos podrían divergir más.

La ventana nativa de 128K de Granite con una extensión de 512K es una característica empresarial deliberada, y las puntuaciones de RULER sugieren que no es solo marketing: 81,38 a 128K es un resultado utilizable. Para la revisión de contratos, el análisis de logs, la recuperación en bases de código y los largos rastros de auditoría, esa combinación —una ruta de extensión documentada más evidencia de recuperación cerca de la parte superior de la ventana— es más valiosa que un número mayor sin evidencia que lo respalde.

Si el LBS-27B se lanza con una ventana de 256K o 512K, la pregunta interesante no será la cifra. Será si inclusionAI publica evaluaciones de recuperación en el extremo lejano de esa ventana. Una ventana es una afirmación sobre la capacidad; los resultados al estilo RULER son una afirmación sobre la competencia, y ambas divergen marcadamente en la práctica.

Despliegue, licencias y dónde encaja un router

Ambos modelos declaran Apache-2.0, que es el resultado más permisivo para uso comercial y la razón por la que Granite es popular entre equipos que no pueden aceptar una licencia personalizada. Granite 4.2 30B no está en OrcaRouter, y LBS-27B tampoco; si quieres Granite, lo descargas y lo sirves tú mismo, o usas una plataforma de alojamiento.

Ese despliegue autoalojado es exactamente donde una arquitectura híbrida tiene sentido. Ejecuta Granite en tu propio hardware para el volumen rutinario —el tráfico de clasificación, extracción y llamadas a herramientas, donde un 30B denso es más que suficiente— y dirige los casos verdaderamente difíciles a un modelo de frontera alojado. OrcaRouter resulta útil para esa segunda mitad: una sola clave de API para más de 200 modelos, conmutación por error automática si un proveedor se degrada y un DSL de enrutamiento que te permite expresar la división como política en lugar de como código en tres servicios. Repercutimos el precio de lista del proveedor con un 0 % de margen, así que la parte alojada de la factura es la cifra del proveedor, no la nuestra con un margen añadido.

Lo que no afirmaremos es que cualquiera de los dos modelos de esta comparación esté disponible a través de nosotros. No lo está, y una página de comparación que insinúe lo contrario es peor que inútil.

¿Qué zanjaría esta comparación?

Tres artefactos convertirían esta página en un ejercicio de especificación en un verdadero duelo.

El primero es un config.json con campos de expertos, que resuelve lo de denso frente a disperso e indica el número de parámetros activos. Si LBS-27B es disperso con un número activo pequeño, tendrá un coste de servicio inferior al de Granite y la comparación se convierte en una disyuntiva entre precio y calidad. Si es denso, es una cuestión de sustitución directa y la madurez de las herramientas de IBM pasa a ser el factor decisivo.

El segundo es una evaluación de invocación de herramientas sobre una versión concreta del arnés. Los números de Granite en BFCL v4 y tau3 no son espectaculares, lo que significa que un nuevo modelo no necesita ser espectacular para superarlos: solo necesita medirse con el mismo arnés.

El tercero es evidencia de recuperación de contexto largo a 128K o más. Los números RULER de Granite son su argumento más sólido de relevancia empresarial, y son la cifra que debería exigirse a un competidor que aspire a igualarla.

Para un comprador empresarial que decide hoy, Granite 4.2 30B es un valor conocido con una licencia permisiva, un stack de herramientas documentado y un perfil de servicio denso que muchos equipos de infraestructura prefieren. LBS-27B es un nombre con una línea de licencia. La diferencia entre ambos no es un veredicto sobre la ingeniería de inclusionAI. Es simplemente la diferencia entre un modelo que se ha publicado y uno que se ha reservado.