Glimpse vs Granite 4.2 3B : L'un divulgue tout, l'autre divulgue un comportement

Mettez les deux fiches techniques côte à côte et la comparaison paraît déséquilibrée dans une direction inhabituelle. G​ranite 4.2 3B, publié par I​BM le 25 août 2026 sous Apache 2.0, est accompagné d'une carte de modèle qui précise son nombre de couches, la géométrie de ses têtes d'attention, la base RoPE, l'epsilon de normalisation, la fonction d'activation, le partage des embeddings, la dimension cachée, la température d'échantillonnage recommandée et chaque ligne de benchmark que l'équipe a choisi de publier. E​lorian G​limpse, publié le 16 octobre 2026, est accompagné d'une trace vidéo de 0,9 seconde. Il n'a pas de nombre de paramètres publié, pas de fenêtre de contexte, pas de modèle de base nommé et pas de description d'architecture. L'une d'elles vous dit tout, excepté à quoi elle sert ; l'autre vous dit exactement à quoi elle sert et rien sur ce qu'elle est.

C'est là le véritable axe de cette comparaison, et ce n'est pas l'axe que les deux lancements invitent à emprunter. G​ranite 4.2 3B est un modèle de raisonnement auto-hébergeable dont on peut auditer les spécifications avant même de le télécharger. G​limpse est un aperçu de recherche hébergé dont toute la capacité publiée tient à un comportement — revenir sur un moment à l'intérieur d'un clip qu'il a déjà vu, le réexaminer à une cadence d'images plus dense, et répondre à partir de ce qu'il y trouve. Ni l'un ni l'autre ne figure à notre catalogue, et cela importe ici moins que d'ordinaire, car le choix entre les deux n'est pas avant tout une décision d'acheminement.

Deux communiqués, deux stratégies de divulgation opposées

La gamme Granite 4.2 d’IBM est un raisonnement dense en trois tailles — 3B, 8B et 30B — et le 3B est le plus petit des trois. Il est post-entraîné à partir de Granite-4.1-3B-Base via ce que la fiche décrit comme un pipeline en trois étapes, et il conserve la fenêtre native de 128 000 tokens de la famille, avec un chemin d’extension documenté jusqu’à 512 000. Douze langues sont répertoriées comme testées. La fiche publie l’architecture complète : 40 couches, une largeur d’embedding de 2 560, un feed-forward SwiGLU avec une largeur cachée de 8 192, une attention par requêtes groupées (group-query attention) sur 40 têtes de requête et 8 têtes clé-valeur avec une taille de tête de 64, une base RoPE de 10 millions, RMSNorm avec epsilon 1e-5, des embeddings non liés, des poids bfloat16, et une classe de service GraniteForCausalLM. L’échantillonnage recommandé est une température de 1,0 avec top-p 0,95.

Le post d'Elorian sur Glimpse ne publie rien de tout cela. Ce qu'il publie à la place, c'est un mécanisme. Dans les traces détaillées diffusées avec le modèle, Glimpse effectue une première passe sur un clip à environ 8 images par seconde, forme une lecture provisoire, puis revient sur neuf dixièmes de seconde de ce clip à environ 14 images par seconde pour trancher une question que sa première passe n'avait pas pu résoudre — dans l'exemple publié, savoir si la caméra a effectué un panoramique ou une coupe. Une deuxième trace suit un bord de fenêtre à partir d'environ 2,2 secondes jusqu'à ce qu'il s'immobilise presque à 5,13 secondes. L'entreprise appelle la surface d'affichage l'espace de travail visuel et affirme que le modèle a été entraîné de bout en bout à utiliser des outils multimodaux, engendrant des sous-agents qui échangent du texte, des images et des représentations internes.

Ces deux-là sont des stratégies de publication légitimes, et elles échouent de façons opposées. Une fiche qui publie tout peut malgré tout se tromper sur ce en quoi le modèle est bon. Un post qui publie un mécanisme peut encore ne décrire qu’une démo.

La spécification publiée, dimension par dimension

• Paramètres — G​ranite 4.2 3B est un modèle dense de 3 milliards de paramètres, soit environ 4B en bfloat16 une fois la table d'embedding prise en compte. Le nombre de paramètres de G​limpse n'a jamais été publié par E​lorian ; la seule mention de taille dans l'article de lancement est l'affirmation selon laquelle il s'agit d'« un modèle nettement plus petit et moins coûteux » que les systèmes de pointe par rapport auxquels il est évalué.

• Fenêtre de contexte — 128 000 jetons natifs pour G​ranite 4.2 3B, avec une voie documentée vers 512 000. Non publiée pour G​limpse, ce qui constitue la case vide la plus lourde de conséquences de la fiche, étant donné que sa capacité phare est la lecture de vidéos.

• Poids — Apache 2.0 sur Hugging Face pour G​ranite 4.2 3B : téléchargez-le, exécutez-le sur votre propre matériel, affinez-le, déployez-le. Aucun pour G​limpse. C'est une API et une interface de chat avec inscription gratuite, et rien dans l'article ne laisse penser que les poids arrivent.

• Disponibilité hébergée — I​BM n'a publié aucune API hébergée propriétaire avec le 3B lors de sa sortie ; la carte est le livrable. G​limpse est l'inverse : hébergé uniquement, aucun artefact à conserver.

• Prix — 0,60 $ par million de jetons d'entrée et 3,00 $ par million de jetons de sortie pour G​limpse. Pour G​ranite 4.2 3B, il n'existe aucune grille tarifaire, car le coût correspond à l'électricité et au matériel que vous possédez déjà.

• Évaluation indépendante — aucun des deux n'en a à proprement parler. Les chiffres de G​ranite 4.2 3B sont ceux d'I​BM ; ceux de G​limpse sont ceux d'E​lorian. Sur cette dimension particulière, les deux versions sont identiquement non vérifiées, ce qui mérite d'être dit sans détour avant que quiconque ne traite l'une d'elles comme la moitié digne de confiance. p>img src="3.png" alt="Un tableau de bord intitulé « G​limpse vs G​ranite 4.2 3B — l'écart de divulgation » avec le sous-titre « Six dimensions, les deux côtés, mêmes étiquettes ». Deux colonnes partagent les mêmes six étiquettes de ligne. La colonne de gauche, intitulée « E​lorian G​limpse », indique « Paramètres : non publiés », « Contexte : non publié », « Poids : aucun ; API et chat uniquement », « Modèle de base : non nommé ; décrit uniquement comme open-weights », « Artefact publié : un post de lancement avec des traces de travail », « Vérifiable sur votre matériel : non ». La colonne de droite, intitulée « G​ranite 4.2 3B », indique « Paramètres : 3B dense, environ 4B en bfloat16 », « Contexte : 128 000 natif, 512 000 avec extension », « Poids : Apache 2.0 sur Hugging Face », « Modèle de base : G​ranite-4.1-3B-Base, nommé », « Artefact publié : fiche modèle complète, architecture, valeurs par défaut d'échantillonnage », « Vérifiable sur votre matériel : oui ». Une ligne de bas de page indique « Les chiffres de G​limpse sont rapportés par le fournisseur et non reproduits. Les chiffres de G​ranite 4.2 3B proviennent de la fiche modèle publiée d'I​BM ; les benchmarks agentiques n'ont pas été publiés pour le 3B. » Le logo OrcaRouter se trouve dans le coin inférieur droit." />

Pourquoi ces deux ne sont pas des substituts

La tentation est de présenter un modèle de 3 milliards de paramètres face à un aperçu de taille inconnue comme un David contre Goliath, et ce cadrage est erroné dans les deux sens.

G​ranite 4.2 3B est un modèle de raisonnement et de suivi d'instructions. Son ensemble d'évaluations publié affiche AIME 2025 à 78,33, HMMT février 2025 à 66,67, GPQA à 54,80, LiveCodeBench v6 à 69,71, MMLU-Pro à 67,84, IFBench à 74,33, BFCL v4 à 52,41, et RULER à 67,52 pour des entrées de 64K, tombant à 55,30 à 128K. Remarquez ce qui manque dans cette liste : il n'y a aucune ligne SWE-Bench ni aucune ligne Terminal-Bench à 3B, bien que les membres plus grands de la famille comportent une étape d'apprentissage par renforcement agentique. I​BM a refusé de publier des chiffres de codage agentique pour le plus petit frère plutôt que de les estimer, et cette honnêteté est plus instructive qu'une ligne gonflée ne l'aurait été.

G​limpse n'est en concurrence sur aucun de ces axes. Le propre tableau comparatif d'E​lorian le place devant GPT-6 Astra sur WGO Bench (42,70 vs 39,42), CharXiv-R (92,90 vs 92,10), UGC-VideoCap (82,66 vs 80,32) et FSC-147 (83,36 vs 82,02), et derrière sur 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) et Humanity's Sixth Sense (46,36 vs 53,6). Chacune de ces lignes est déclarée par le fournisseur, non reproduite, exécutée au niveau d'effort de réflexion le plus élevé de G​limpse avec son harnais d'agent natif, avec une note de bas de page précisant que plusieurs concurrents ont été évalués en deçà de leur maximum. G​ranite 4.2 3B n'a jamais été évalué sur aucun d'entre eux.

Donc, pour être honnête, il n’y a pas de tableau des scores commun, parce qu’il n’y a pas de tâche commune. Un modèle textuel de 3B ne peut pas réexaminer un intervalle vidéo, et un aperçu de rembobinage vidéo ne peut pas être téléchargé sur un ordinateur portable.

Là où l’argument de la taille joue en sens inverse

Le meilleur argument en faveur de Granite 4.2 3B dans cette comparaison n’est pas la performance. C’est que 3 milliards de paramètres denses correspondent à une véritable configuration de déploiement. En bfloat16 à 4B, les poids tiennent dans quelques gigaoctets, ce qui signifie qu’une version quantifiée tourne sur un seul accélérateur grand public ou, en faible précision, sur un ordinateur portable récent. Douze langues testées suffisent pour un déploiement européen ou indien où une prise en charge en douze langues est une exigence absolue plutôt qu’un simple plus. Apache 2.0 élimine complètement la question de la licence. Et la fenêtre de 128K avec une extension à 512K est documentée, ce qui signifie que la planification des capacités repose sur de l’arithmétique plutôt que sur des conjectures.

Le meilleur argument en faveur de G​limpse est ce qui n'a pas d'équivalent en petit modèle : les questions auxquelles un échantillonnage à horaire fixe ne peut pas répondre. Qu'une caméra ait fait un panoramique ou une coupe. Si l'objet présent dans le cadre à la seconde 12 est le même que celui qui a quitté le cadre à la seconde 4. Ce qui s'est passé pendant la demi-seconde autour d'un événement. Ces questions ne sont pas difficiles parce qu'elles exigent un grand modèle. Elles sont difficiles parce que l'information n'a jamais été échantillonnée, et davantage de paramètres à 8 images par seconde ne permettent pas de la récupérer. Dépenser du calcul supplémentaire sur un intervalle après avoir vu tout le clip est une réponse véritablement différente, et aucun poids ouvert dans un paquet de 3B ne peut s'y substituer.

Le seul endroit où un aperçu hébergé ne peut pas suivre

Il existe une raison de se soucier de l'asymétrie, liée à la conformité, et elle n'a rien à voir avec la qualité de l'un ou l'autre des modèles.

Le livrable de G​ranite 4.2 3B est un fichier. Si la vidéo, le document ou le dossier client ne peut pas quitter votre infrastructure — et dans la plupart des déploiements réglementés, c’est impossible — alors le modèle s’exécute là où se trouvent les données, et toute la question de la disponibilité du fournisseur, des limites de débit, de la région et de la conservation disparaît. G​limpse n’offre pas une telle option. Sa capacité n’existe que derrière le point de terminaison d’E​lorian, ce qui signifie que les séquences vidéo sont transmises à E​lorian, et aucun document publié ne dit le contraire.

C'est là qu'une couche de routage mérite une phrase, et là où elle n'en mérite pas. OrcaRouter vous donne une clé devant plus de 200 modèles avec le prix catalogue du fournisseur répercuté, sans rien ajouté par token, de sorte qu'une charge de travail peut mêler un G​ranite 4.2 3B auto-hébergé sur votre propre matériel à des modèles hébergés sur le même chemin de code, et le basculement automatique maintient une route active quand l'un d'eux tombe en panne. Un DSL de routage décide quel modèle voit quelle requête sans réécriture dans l'application. Ce qu'il ne fait pas, c'est changer la question de la garde : une couche de routage déplace des requêtes entre des points de terminaison, et si un point de terminaison n'est pas dans votre bâtiment, le routage ne peut pas l'y mettre. Ni G​ranite 4.2 3B ni G​limpse ne figurent à notre catalogue aujourd'hui — G​ranite 4.2 3B est un téléchargement et G​limpse est l'API propre d'E​lorian — il s'agit donc d'une affirmation sur notre façon de router et de facturer, pas d'une prétention à servir l'un ou l'autre.

En lisant les deux feuilles de benchmark avec la même suspicion

Deux habitudes qu'il vaut la peine de conserver dans les deux versions, car ni l'une ni l'autre n'y échappe.

Le premier point est qu’un tableau de benchmarks de fournisseur est une sélection, pas une mesure. Le tableau d’Elorian est inhabituel en ce qu’il publie des lignes où son propre modèle perd — c’est un signal de crédibilité, et cela reste un tableau assemblé par le fournisseur, sur des tâches que le fournisseur a choisies, dans des configurations qu’il a fixées. La fiche Granite d’IBM est plus étroite et plus conventionnelle : des benchmarks académiques standard, publiés selon une configuration déclarée, les lignes agentiques étant simplement absentes à 3B plutôt que remplacées par quelque chose de flatteur.

Le second, c'est que le chiffre manquant est généralement celui qui porte la charge. Pour G​ranite 4.2 3B, le chiffre qui compte ne figure pas du tout sur la fiche : personne en dehors d'I​BM n'a publié de débit ni de précision sur des tâches réelles pour le 3B à 128K de contexte, et la chute de RULER de 67,52 à 55,30 entre 64K et 128K est un avertissement que la fenêtre se dégrade bien avant sa fin. Pour G​limpse, le chiffre manquant porteur, c'est la fenêtre de contexte, car une fonctionnalité de raisonnement vidéo dont la fenêtre ne peut pas contenir les séquences vidéo qu'un flux de travail réel lui confie est une démonstration plutôt qu'un outil.

Qu'est-ce qui réglerait cela, et que faire en attendant ?

Trois événements feraient évoluer cette comparaison, et aucun d’entre eux ne s’est produit.

Un harnais indépendant reproduisant l’un ou l’autre de ces ensembles de chiffres serait une première. Le tableau G​limpse d’E​lorian et la fiche G​ranite 4.2 3B d’I​BM sont tous les deux autodéclarés, sur des tâches différentes, et les deux versions sont identiques sur exactement une dimension : l’absence de vérification externe.

Le fait que G​limpse publie sa fenêtre de contexte, son nombre de paramètres ou son modèle de base serait le deuxième. Tout chiffre qui circule actuellement sur la taille de G​limpse est une estimation plutôt qu'une divulgation, et prendre une estimation pour une spécification, c'est ainsi qu'un plan de capacité tourne mal.

Que Granite 4.2 3B reçoive une phase de RL agentique, ou un point de terminaison hébergé en first-party, serait la troisième. L’une ou l’autre changerait la voie dans laquelle se situe le 3B.

D'ici là, la règle de décision est simple. Si le travail est du texte, s'il doit tourner sur du matériel que vous contrôlez, si la licence doit être Apache 2.0, ou si les données ne peuvent pas franchir une frontière réseau, G​ranite 4.2 3B est la réponse et la question de G​limpse ne se pose jamais — téléchargez-le, lancez votre propre évaluation, et traitez les lignes agentiques manquantes de la fiche comme une limite plutôt qu'une lacune. Si le travail est de la vidéo et que le mode de défaillance est temporel plutôt que sémantique, G​limpse est le seul des deux dont le mécanisme déclaré vise cela, l'inscription gratuite rend l'essai peu coûteux, et la trace elle-même constitue le test : lancez un clip, lisez l'espace de travail visuel, et vérifiez si le modèle est un jour revenu à l'intervalle qui a décidé la réponse. Ni l'un ni l'autre, à l'heure actuelle, n'est vérifié. Un seul des deux peut être vérifié sur votre propre matériel.

Les défaillances documentées de l’IA et les incidents d’agents à l’origine de versions comme celle-ci sont recueillis dans l’OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, sa note de confiance et un indicateur de contestation.