LFM3-1.7B-Base vs Granite 4.2 3B : de la matière brute face à un raisonneur abouti

Un modèle de base livré avec un gabarit de conversation est une contradiction que la plupart des fournisseurs évitent. LFM3-1.7B-Base, publié le 26 octobre 2026, contient un gabarit de conversation complet et active le raisonnement par défaut lorsque vous l’appliquez — pourtant sa propre fiche indique qu’il n’est recommandé que pour un fine-tuning intensif et renvoie le trafic de chat ailleurs. Granite 4.2 3B, le modèle de raisonnement Apache-2.0 d’IBM du 25 août 2026, est le type d’artefact opposé : post-entraîné, évalué sur des benchmarks, trois modes de raisonnement, appel d’outils, et une fiche qui revendique 78,33 sur AIME 2025. La question intéressante n’est pas de savoir lequel est le meilleur. C’est pourquoi celui à moitié terminé se comporte comme un modèle fini, et ce que cela vous dit sur lequel télécharger. Un chemin de repli ne devrait pas coûter un supplément. prix catalogue Les prix catalogue des fournisseurs sont répercutés sans majoration.

L’intrus, c’est le modèle de base.

La décision de Liquid de poursuivre l’entraînement sur des données de conversation avec et sans traces de réflexion est le détail qui fait de cette comparaison bien plus qu’un simple concours de taille. Les 3,5 derniers billions de tokens de pré-entraînement du checkpoint, sur 22 billions au total, ont été sélectionnés avec des traces agentiques et des appels d’outils, puis formatés avec le même template de chat que celui utilisé par le modèle ajusté. C’est pourquoi le dépôt de base contient un template, et pourquoi un appel naïf à apply_chat_template produit un bloc de réflexion avant une réponse. Le modèle a déjà vu ce format. Il n’a pas été entraîné à suivre des instructions dans celui-ci.

Cette distinction compte en pratique. Un fine-tuning partant de LFM3-1.7B-Base hérite d’un modèle qui reconnaît déjà la structure de la conversation et les délimiteurs de raisonnement, ce qui raccourcit la phase supervisée. Il n’hérite pas de la fiabilité, du comportement de refus ni de l’exactitude des appels d’outils. Ceux-ci proviennent du post-entraînement que vous êtes sur le point d’effectuer, ce qui est exactement ce que la fiche indique comme objectif du checkpoint.

Ce qu'est réellement Granite 4.2 3B

Le 3B d'IBM est le membre edge de la famille de raisonnement Granite 4.2, post-entraîné à partir de Granite-4.1-3B-Base. Il est dense, uniquement textuel, et fonctionne avec un contexte natif de 128K, extensible jusqu'à 512K. Trois modes de raisonnement sont fournis avec lui — réflexion complète par défaut, un mode à effort réduit, et désactivé — ainsi qu'un appel d'outils compatible OpenAI et une famille de formats de quantification. Il tient dans six à huit gigaoctets en bfloat16, sous les deux gigaoctets avec une quantification pratique, et Ollama répertorie une version granite4.2:3b.

La fiche indique 78,33 sur AIME 2025 en mode réflexion complète, 54,80 sur GPQA et 69,71 sur LiveCodeBench v6. Chacun de ces chiffres est propre à IBM, publié le jour où les poids ont été mis en ligne, et aucun n’a été reproduit indépendamment. Le 3B ne bénéficie pas non plus de l’apprentissage par renforcement agentique dont ont bénéficié ses homologues 8B et 30B, c’est pourquoi il n’affiche aucun score SWE-Bench ni Terminal-Bench. C’est un modèle de raisonnement, pas un moteur d’agent.

Ce qu'est réellement le checkpoint LFM3

Un modèle de texte pré-entraîné de 1,73 milliard de paramètres, avec un contexte de 262 144 jetons, un vocabulaire de 128 000 jetons sur seize langues et 3,46 Go de poids bfloat16. Vingt-quatre couches : treize convolutions courtes à portes, cinq blocs d’attention à fenêtre glissante, six blocs d’attention complète. Environ 1 Go en 4 bits. La LFM Open License v1.0, gratuite pour un usage commercial en dessous de 10 millions de dollars de chiffre d’affaires annuel. Deux notebooks TRL sur la fiche modèle, un pour le fine-tuning supervisé sur l’extraction structurée et un pour le pré-entraînement continu sur une nouvelle langue. Aucun tableau de benchmarks, de quelque nature que ce soit.

Les cinq nombres qui les séparent

• Paramètres — 1,73 Md en dense pour LFM3-1.7B-Base contre environ 3 Md pour Granite 4.2 3B. Aucun des deux n’est un mélange d’experts ; chaque paramètre est lu à chaque token.

• Jetons de pré-entraînement — 22 billions pour LFM3-1.7B-Base. IBM indique que la famille Granite 4.2 a été entraînée sur environ 15 billions de jetons répartis en cinq phases, pour un modèle presque deux fois plus grand. Le plus petit checkpoint a été exposé à davantage de texte.

• Contexte — 262 144 tokens natifs pour LFM3-1.7B-Base ; 128 K natifs et 512 K étendus pour Granite 4.2 3B. Le modèle de base l'emporte sur la longueur native, le modèle ajusté l'emporte sur le plafond.

• Benchmarks — aucun n'est publié pour LFM3-1.7B-Base. AIME 2025 78,33, GPQA 54,80 et LiveCodeBench v6 69,71 pour Granite 4.2 3B, tous rapportés par le fournisseur et non reproduits.

• Licence — LFM Open License v1.0 avec un seuil de chiffre d’affaires de 10 millions de dollars, contre Apache 2.0 sans déclencheur commercial.

Pourquoi le modèle existe, et ce qu’il vaut

Il y a un véritable avantage d’ingénierie caché dans cette bizarrerie. Le pré-entraînement continu et le réglage supervisé ont tous deux besoin que le modèle reconnaisse le format dans lequel il sera servi. Partir d’un point de contrôle qui a déjà vu le balisage de conversation et les délimiteurs de réflexion signifie que la phase supervisée consacre son budget de gradient au comportement plutôt qu’au formatage. Granite 4.2 3B ne vous fournit pas ce point de départ ; il vous fournit le comportement final, que vous pouvez ensuite spécialiser, mais la spécialisation part d’un modèle qui a déjà des opinions sur la manière de répondre.

Voilà le compromis en une phrase. LFM3-1.7B-Base vous offre une base plus nette à la forme familière. Granite 4.2 3B vous donne un raisonneur opérationnel que vous pouvez confronter à un problème dès aujourd’hui et, si vous le souhaitez, affiner ensuite — avec la réserve qu’affiner un modèle de raisonnement post-entraîné peut éroder le comportement de raisonnement que vous avez payé, à moins que les données ne soient soigneusement construites.

La question du budget que personne ne met sur la table

L’inférence est le côté peu coûteux de cette comparaison. Les deux modèles tournent sur un ordinateur portable, tous deux se quantifient sous 2 Go, et à cette taille, la différence entre 1,73 B et 3 B est une question de jetons par seconde plutôt que de faisabilité. Le côté coûteux, ce sont les données. Le fine-tuning de l’un ou l’autre modèle sur une tâche propriétaire exige des exemples étiquetés, un jeu d’évaluation et une boucle d’entraînement, et ce coût éclipse la différence entre un téléchargement de 3,46 Go et un de 6 Go.

Ce qui change avec la taille, c’est la part de ce budget consacrée à des capacités que le modèle de base possède déjà. Un tronc de 1,73 B entraîné sur 22 000 milliards de tokens est un pari délibéré qu’un petit modèle doté d’un contexte long et d’un large mélange de langues peut absorber rapidement un domaine. Un modèle de raisonnement de 3 B est le pari que le raisonnement général se transfère à votre domaine avec moins de données. Aucun de ces deux paris n’est tranché par les chiffres des fournisseurs, car aucun des deux fournisseurs n’a publié de résultat de fine-tuning sur une tâche qui vous importe.

Une fois qu’un modèle affiné existe, la question de la mise en service est distincte. Quant à OrcaRouter, son DSL de routage permet à un spécialiste et à un repli généraliste de se trouver derrière un seul appel, et le basculement automatique signifie qu’un petit modèle qui atteint son délai d’expiration n’emporte pas la requête avec lui. Cela compte davantage pour un modèle affiné de 1,73 milliard de paramètres que pour un grand modèle, car le mode de défaillance d’un petit spécialiste est de se montrer confiant dans le mauvais domaine, et un repli est la protection la moins coûteuse contre cela.

Licence : la clause qui décide de l'adoption en entreprise

Apache 2.0 est la conversation de licence la plus courte en matière d’achats. Granite 4.2 3B est distribué sous cette licence, sans seuil de chiffre d’affaires ni déclencheur commercial. LFM3-1.7B-Base est distribué sous la LFM Open License v1.0, qui accorde un usage commercial gratuit en dessous de 10 millions de dollars de chiffre d’affaires annuel et exige une licence commerciale au-delà. Pour un développeur indépendant, la différence est invisible. Pour une équipe produit au sein d’une entreprise plus grande, le seuil représente un examen juridique qui a lieu avant le premier cycle d’entraînement, et il peut peser plus lourd qu’un avantage de nombre de paramètres, dans un sens comme dans l’autre.

Lequel télécharger ?

Vous avez besoin d’un modèle de raisonnement cette semaine. Granite 4.2 3B. Il est terminé, documenté, quantifié et suffisamment petit pour un ordinateur portable. Les chiffres du fournisseur n’ont pas été reproduits, mais le modèle fonctionne et l’interface est standard.

Vous construisez un spécialiste de domaine et vous disposez des données. LFM3-1.7B-Base. Le tronc de 22 billions de tokens, le contexte de 256 K et le vocabulaire en seize langues constituent un meilleur point de départ qu’un modèle de raisonnement que vous écraseriez en partie, et le gabarit de chat signifie que la phase supervisée démarre à partir d’un format familier.

Il vous faut à la fois un raisonneur et un spécialiste. Ils ne sont pas interchangeables. Granite 4.2 3B gère la voie du raisonnement général ; un fine-tune LFM3 gère la voie étroite et à fort volume. Exécuter les deux derrière un seul point de terminaison est le schéma qui évite de choisir.

Qu'est-ce qui manque encore ?

L’écart dans cette comparaison n’est pas un chiffre, c’est une reproduction. Granite 4.2 3B dispose de benchmarks du fournisseur et d’aucune exécution indépendante ; LFM3-1.7B-Base ne dispose ni des uns ni des autres. Tant que personne n’aura réalisé un fine-tuning du checkpoint Liquid sur une tâche publique et publié le résultat face à une baseline Granite 4.2 3B, le choix repose sur le type d’actif que vous voulez plutôt que sur le modèle qui performe le mieux. Le template fait paraître le checkpoint de base plus abouti qu’il ne l’est. La fiche est honnête à ce sujet, et c’est la partie qui mérite d’être lue avant le téléchargement.