LBS-27B vs Granite 4.2 30B : Dense par conception face à une spécification qui n'existe pas

IBM a fait un choix délibéré avec Granite 4.2 30B : il a maintenu le modèle dense. Soixante-quatre couches, un bloc feed-forward de 32 768 de large, chaque paramètre est lu pour chaque token. Dans une année où la plupart des laboratoires de cette taille se sont tournés vers le routage mixture-of-experts, IBM a livré un 30B à passage direct et l'a tarifé en conséquence. Cette décision est la bonne grille de lecture pour le comparer à LBS-27B, car la seule chose que nous savons du nouveau dépôt d'inclusionAI est un nom et une licence — et la première question à laquelle ce nom doit répondre est de savoir s'il décrit un modèle dense ou un modèle sparse.

Granite 4.2 30B dispose d'un dossier public complet : des poids depuis août 2026, une licence Apache-2.0, une fiche modèle avec dix-neuf lignes de benchmarks et une pile d'appel d'outils documentée. LBS-27B a un dépôt créé le 26 octobre 2026 contenant un fichier .gitattributes et un README de 28 octets qui déclare Apache-2.0 et ne dit rien d'autre. Il ne s'agit pas d'une comparaison de deux modèles. Il s'agit de la comparaison d'un modèle à une spécification qui n'a pas encore été écrite, et le résultat utile est une liste des éléments précis que cette spécification devrait contenir.

Ce qu’IBM a réellement livré

Granite 4.2 30B est un décodeur dense de 30 milliards de paramètres — Hugging Face indique 29B en BF16 — avec 64 couches, une dimension cachée de 4 096, 32 têtes d’attention et 8 têtes clé-valeur sous attention à requêtes groupées. Le vocabulaire compte 100 352 tokens, le contexte natif est de 131 072 et IBM documente une extension de contexte long jusqu’à 512 K. Il est uniquement textuel. La fiche mentionne douze langues testées : anglais, allemand, espagnol, français, japonais, portugais, arabe, tchèque, italien, coréen, néerlandais et chinois.

C’est un modèle de raisonnement au sens ordinaire de 2026. La fiche décrit des modes de réflexion complète, sans réflexion et à faible effort, avec le raisonnement encapsulé dans des balises think. Il a été affiné à partir de Granite 4.1 30B Base, publié sous Apache-2.0, et IBM fixe la date de sortie au 25 août 2026.

Le dense n’est pas une lacune technique. C’est un compromis. Un modèle dense a un comportement prévisible en termes de calcul et de mémoire par token, pas de routeur susceptible de mal acheminer un token, pas de sharding expert-parallel à concevoir, et un fine-tuning qui se comporte comme la plupart des équipes l’attendent. En échange, il coûte plus cher à servir par token qu’un modèle sparse de taille totale identique. IBM vend ce compromis aux entreprises qui préfèrent un déploiement ennuyeux à un déploiement bon marché.

Un profil de référence avec une forme

La fiche de Granite est inhabituellement complète, ce qui permet de voir où le modèle est fort et où il ne l'est pas. Toutes ces informations sont déclarées par le fournisseur et n'ont pas été reproduites de manière indépendante.

• Mathématiques — AIME25 89,17 et HMMT February 2025 89,17. Ce sont les chiffres marquants de la fiche, et ils se situent bien au-dessus de ce qu’un modèle 30B faisait il y a un an.

• Connaissances et science — GPQA 66,41, MMLU-Pro 77,60, MMLU-ProX lite 66,64, SciCode 38,76. Compétent, sans être leader de sa catégorie. L’écart entre un score AIME proche de 90 et un score GPQA autour de 65 dessine le profil de ce modèle : il est meilleur pour résoudre un problème structuré que pour restituer ou raisonner sur de vastes connaissances de domaine.

• Ingénierie logicielle — SWE-Bench Verified 57, SWE-Bench Pro 33,29, SWE-Bench Multilingual 41,89, Terminal-Bench 2.1 29,24, LiveCodeBench v6 75,77. L'écart entre LiveCodeBench et Terminal-Bench est important, et cela compte : la capacité en programmation compétitive n'équivaut pas à achever une tâche en plusieurs étapes dans un vrai terminal.

• Contexte long — RULER 64K 89,96 et RULER 128K 81,38. C’est la paire la plus rassurante de la fiche, car elle mesure la récupération sur toute la fenêtre plutôt que de supposer qu’un grand contexte est un contexte exploitable. Une baisse de sept points entre 64K et 128K est une pente douce.

• Suivi d’instructions et conversation — IFBench 77,17, Arena-Hard-V2 67,93, tau3 moyenne à 62,00, BFCL v4 61,39.

Une lecture honnête consiste à dire que Granite 4.2 30B est un modèle solide et inégal : excellent en mathématiques de concours et en recherche dans de longs contextes, ordinaire en connaissances générales, et dans la moyenne pour le travail logiciel agentique. C’est un produit spécifique, pas un produit générique.

L’appel d’outils est l’argument qu’avance IBM.

L'expression utilisée par IBM est « reasoning-augmented tool calling » — le modèle raisonne sur l'outil à invoquer et pourquoi avant de l'invoquer. Les détails d'implémentation sont pratiques plutôt qu'exotiques : des définitions de fonctions de style OpenAI, un analyseur d'outils vLLM nommé qwen3_coder, une auto-résolution SGLang vers le même analyseur, et des intégrations avec OpenCode, Pi et OpenHands.

Savoir si cela est meilleur que les alternatives est une question empirique, et les chiffres de la fiche elle-même sont mitigés. BFCL v4 à 61,39 et tau3 à 62,00 sont respectables mais pas dominants ; les modèles qui occupent la tête de ces classements sont généralement plus grands. Ce que Granite offre, c'est un parcours d'appel d'outils documenté et reproductible, avec une licence permissive et un profil de service dense — ce dont un projet d'agent en entreprise a souvent réellement besoin, plus que d'une première place dans un classement.

C’est le domaine dans lequel LBS-27B sera jugé en premier s’il cible le même acheteur. Un modèle incapable d’appeler des outils de manière fiable n’est pas candidat à un travail agentique, quel que soit son score MMLU, et les évaluations d’appel d’outils sont exactement le genre de chose qui n’apparaît dans un dépôt qu’une fois le modèle terminé.

Le côté LBS-27B de la page

Il y a très peu à dire, et il est important de le dire avec précision plutôt que de combler le vide par des suppositions.

• Le dépôt existe. Il a été créé à 05:36 UTC le 26 octobre 2026 et n'a pas été modifié depuis.

• Il contient deux fichiers : un .gitattributes de 1 519 octets et un README de 28 octets. Le README ne contient que l'en-tête de licence : license: apache-2.0.

• Il n’y a ni poids, ni configuration, ni tokeniseur, ni fiche de modèle, ni données d’évaluation. Les téléchargements ne sont pas suivis et les likes sont à zéro. Nous n’avons trouvé aucune annonce, aucun article ni aucune discussion publique.

• « 27B » fait partie du nom du dépôt. Rien dans le dépôt ne confirme qu’il s’agit d’un nombre de paramètres, et rien n’indique si le modèle est dense ou creux.

Ce dernier point n’est pas un détail mineur. Les 27B denses et creux sont des produits différents, avec des économies de service différentes, un comportement de fine-tuning différent et des modes de défaillance différents. Tant qu’aucun fichier de configuration n’existe, la comparaison Granite a un côté entièrement spécifié et un côté vide.

La comparaison, dimension par dimension

• Paramètres — Granite 4.2 30B est un modèle dense de 30B (29B indiqué en BF16) ; LBS-27B est un 27B non vérifié dont l'architecture n'est pas divulguée.

• Couches et largeur — 64 couches avec une taille cachée de 4 096 pour Granite ; inconnu pour LBS.

• Contexte — 131 072 natifs et une extension documentée de 512 K pour Granite ; inconnu pour LBS.

• Modalité — texte uniquement pour Granite ; inconnue pour LBS, le texte uniquement constituant l'hypothèse de base raisonnable.

• Langues — douze langues testées pour Granite ; inconnu pour LBS.

• Modes de raisonnement — complet, sans réflexion et à faible effort pour Granite ; inconnu pour LBS.

• Appel d’outils — parcours documenté d’appel de fonctions avec BFCL v4 61.39 et tau3 62.00 pour Granite ; rien de publié pour LBS.

• Licence — Apache-2.0 pour Granite ; Apache-2.0 déclarée pour LBS, modifiable avant la livraison des poids.

• Disponibilité — Les poids Granite sont téléchargeables et hébergeables soi-même dès aujourd'hui ; LBS n'a rien à télécharger.

C’est sur la longueur du contexte que les deux pourraient le plus diverger.

La fenêtre native de 128K de Granite, avec une extension à 512K, est une fonctionnalité d’entreprise délibérée, et les scores RULER suggèrent qu’il ne s’agit pas seulement de marketing : 81,38 à 128K est un résultat exploitable. Pour la revue de contrats, l’analyse de journaux, la recherche dans une base de code et les longues pistes d’audit, cette combinaison — un chemin d’extension documenté accompagné de preuves de récupération près du haut de la fenêtre — est plus précieuse qu’un chiffre plus élevé sans preuve à l’appui.

Si LBS-27B est livré avec une fenêtre de 256K ou 512K, la question intéressante ne sera pas le nombre. Ce sera de savoir si inclusionAI publie des évaluations de récupération à son extrémité. Une fenêtre est une revendication de capacité ; les résultats de type RULER sont une revendication de compétence, et les deux divergent fortement en pratique.

Déploiement, licences et où se situe un routeur

Les deux modèles déclarent Apache-2.0, ce qui constitue le résultat le plus permissif pour un usage commercial et la raison pour laquelle Granite est populaire auprès des équipes qui ne peuvent pas accepter une licence personnalisée. Granite 4.2 30B n’est pas disponible sur OrcaRouter, et LBS-27B non plus ; si vous voulez Granite, vous le téléchargez et le servez vous-même, ou vous utilisez une plateforme d’hébergement.

Ce déploiement auto-hébergé est exactement le cas où une architecture hybride a du sens. Exécutez Granite sur votre propre matériel pour le volume courant — le trafic de classification, d’extraction et d’appels d’outils pour lequel un modèle dense de 30B est plus que suffisant — et acheminez les cas vraiment difficiles vers un modèle de pointe hébergé. OrcaRouter est utile pour ce second volet : une seule clé API pour plus de 200 modèles, un basculement automatique en cas de dégradation d’un fournisseur, et un DSL de routage qui vous permet d’exprimer la répartition sous forme de politique plutôt que de code dans trois services. Nous répercutons le prix catalogue du fournisseur avec 0 % de marge, de sorte que la partie hébergée de la facture correspond au montant du fournisseur, et non au nôtre avec une marge ajoutée.

Ce que nous n’affirmerons pas, c’est que l’un ou l’autre des modèles de cette comparaison soit disponible par notre intermédiaire. Il ne l’est pas, et une page de comparaison qui laisse entendre le contraire est pire qu’inutile.

Qu’est-ce qui permettrait de trancher cette comparaison ?

Trois artefacts transformeraient cette page d’un exercice de spécification en une véritable confrontation.

Le premier est un fichier config.json avec des champs d’experts, qui tranche entre dense et creux et donne le nombre de paramètres actifs. Si LBS-27B est creux avec un faible nombre de paramètres actifs, il sera moins coûteux à servir que Granite et la comparaison devient un arbitrage prix-qualité. S’il est dense, il s’agit d’une question de substitution directe et la maturité de l’outillage d’IBM devient le facteur décisif.

Le second est une évaluation de l’appel d’outils sur une version nommée du harnais. Les chiffres de Granite sur BFCL v4 et tau3 ne sont pas spectaculaires, ce qui signifie qu’un nouveau modèle n’a pas besoin d’être spectaculaire pour les surpasser — il doit être mesuré sur le même harnais.

Le troisième est la preuve de récupération en contexte long à 128K ou au-delà. Les chiffres RULER de Granite constituent son meilleur argument en faveur de sa pertinence pour les entreprises, et c’est le chiffre auquel un challenger devrait être invité à se mesurer.

Pour un acheteur en entreprise qui doit décider aujourd'hui, Granite 4.2 30B est une valeur sûre, dotée d'une licence permissive, d'une pile d'outils documentée et d'un profil de service dense que de nombreuses équipes d'infrastructure privilégient. LBS-27B n'est qu'un nom accompagné d'une ligne de licence. L'écart entre les deux ne constitue pas un verdict sur l'ingénierie d'inclusionAI. C'est simplement la différence entre un modèle qui a été publié et un modèle qui a été réservé.