Glimpse מול Granite 4.2 3B: האחד חושף הכול, והאחר חושף התנהגות

הנח את שני דפי המפרט זה לצד זה, וההשוואה נראית לא מאוזנת בכיוון יוצא דופן. G​ranite 4.2 3B, ששוחרר על ידי I​BM ב-25 באוגוסט 2026 תחת Apache 2.0, מגיע עם כרטיס דגם שמפרט את מספר השכבות שלו, גאומטריית ראשי הקשב, בסיס RoPE, אפסילון הנרמול, פונקציית ההפעלה, קשירת ההטמעות, הממד החבוי, טמפרטורת הדגימה המומלצת וכל שורת בנצ'מרק שהצוות בחר לפרסם. E​lorian G​limpse, ששוחרר ב-16 באוקטובר 2026, מגיע עם תיעוד וידאו באורך 0.9 שניות. אין לו מספר פרמטרים מפורסם, אין חלון הקשר, אין מודל בסיס מוצהר ואין תיאור ארכיטקטורה. אחד מהם מספר לך הכול חוץ מלמה הוא נועד; האחר מספר לך בדיוק למה הוא נועד ושום דבר על מה שהוא.

זהו הציר האמיתי של ההשוואה הזו, והוא אינו הציר שאליו מזמינות שתי ההשקות. G​ranite 4.2 3B הוא מודל הסקה הניתן לאירוח עצמי, עם מפרט שאפשר לבחון לפני שמורידים אותו. G​limpse הוא תצוגה מקדימה מחקרית באירוח, שכל היכולת המפורסמת שלו היא התנהגות — לחזור לרגע בתוך קטע שהוא כבר ראה, לסרוק אותו מחדש בקצב פריימים צפוף יותר, ולהשיב מתוך מה שהוא מוצא שם. אף אחד מהם אינו בקטלוג שלנו, וזה פחות חשוב כאן מהרגיל, מפני שההחלטה ביניהם אינה בעיקרה החלטת ניתוב.

שני פרסומים, שתי אסטרטגיות חשיפה מנוגדות

קו Granite 4.2 של IBM הוא reasoning צפוף בשלושה גדלים — 3B, 8B ו-30B — וה-3B הוא הקטן מבין השלושה. הוא עבר אימון-המשך (post-training) מ-Granite-4.1-3B-Base דרך מה שכרטיס המודל מתאר כצינור תלת-שלבי, והוא שומר על חלון 128,000 הטוקנים המקורי של המשפחה, עם נתיב הרחבה מתועד ל-512,000. שתים עשרה שפות מופיעות כנבדקות. הכרטיס מפרסם את הארכיטקטורה המלאה: 40 שכבות, רוחב embedding של 2,560, feed-forward מסוג SwiGLU עם רוחב חבוי 8,192, group-query attention על פני 40 ראשי query ו-8 ראשי key-value בגודל ראש 64, בסיס RoPE של 10 מיליון, RMSNorm עם אפסילון 1e-5, embeddings לא קשורים, משקולות bfloat16, ומחלקת serving בשם GraniteForCausalLM. דגימה מומלצת היא temperature 1.0 עם top-p 0.95.

הפוסט של E​lorian על G​limpse לא מפרסם שום דבר מזה. מה שהוא מפרסם במקום זאת הוא מנגנון. בתיעודי הריצה המעובדים ששוחררו עם המודל, G​limpse מבצע מעבר ראשון על קליפ בקצב של בערך 8 פריימים לשנייה, יוצר קריאה טנטטיבית, ואז חוזר לתשע עשיריות של שנייה מאותו קליפ בקצב של כ-14 פריימים לשנייה כדי להכריע בשאלה שהמעבר הראשון שלו לא יכול היה להכריע — בדוגמה שפורסמה, אם המצלמה עשתה פאן או קאט. תיעוד שני עוקב אחר קצה חלון אחד החל מבערך 2.2 שניות ועד שהוא כמעט נעצר ב-5.13 שניות. החברה מכנה את משטח התצוגה מרחב השרבוט החזותי ואומרת שהמודל אומן מקצה לקצה להשתמש בכלים מולטימודליים, תוך יצירת סוכני משנה שמחליפים טקסט, תמונות וייצוגים פנימיים.

שתי אלו הן אסטרטגיות שחרור לגיטימיות, והן נכשלות בדרכים הפוכות. כרטיס שמפרסם הכול עדיין יכול לטעות לגבי מה שהמודל טוב בו. פוסט שמפרסם מנגנון עדיין יכול לתאר דמו.

המפרט שפורסם, ממד אחר ממד

• פרמטרים — G​ranite 4.2 3B הוא מודל צפוף בעל 3 מיליארד פרמטרים, בערך 4B ב-bfloat16 כשמביאים בחשבון את טבלת ההטמעות. מספר הפרמטרים של G​limpse מעולם לא פורסם על ידי E​lorian; הצהרת הגודל היחידה בפוסט ההשקה היא טענה שהוא "מודל קטן וזול יותר באופן משמעותי" ממערכות החזית שהוא משווה מולן.

• חלון הקשר — 128,000 טוקנים בצורה נייטיבית עבור G​ranite 4.2 3B, עם מסלול מתועד ל-512,000. לא פורסם עבור G​limpse, וזו המשבצת הריקה המשמעותית ביותר בטבלה, בהתחשב בכך שיכולת הדגל של G​limpse היא קריאת וידאו.

• משקלים — Apache 2.0 ב-Hugging Face עבור Granite 4.2 3B: הורידו אותו, הריצו אותו על החומרה שלכם, ערכו לו כוונון עדין, והפיצו אותו. כלום עבור Glimpse. זהו API וממשק צ'אט עם הרשמה חינם, ושום דבר בפוסט לא מרמז שמשקלים בדרך.

• זמינות מתארחת — I​BM לא פרסמה API מתארח ממקור ראשון עם ה-3B בעת ההשקה; הכרטיס הוא התוצר. G​limpse הוא ההיפך: מתארח בלבד, אין ארטיפקט לשמור.

• מחיר — $0.60 למיליון טוקני קלט ו-$3.00 למיליון טוקני פלט עבור G​limpse. עבור G​ranite 4.2 3B אין מחירון בכלל, כי העלות היא החשמל והחומרה שכבר בבעלותך.

• הערכה בלתי תלויה — לשניהם אין כזו שאפשר להזכיר. הנתונים של Granite 4.2 3B הם של IBM עצמה; אלה של Glimpse הם של Elorian עצמה. במימד המסוים הזה שני הפרסומים אינם מאומתים במידה זהה, וכדאי לומר זאת בפשטות לפני שמישהו מתייחס לאחד מהם כאל החצי שאפשר לסמוך עליו. p>img src="3.png" alt="לוח תוצאות שכותרתו 'Glimpse מול Granite 4.2 3B — פער החשיפה' עם כותרת המשנה 'שישה מימדים, שני הצדדים, אותן תוויות'. שתי עמודות חולקות את אותן שש תוויות שורה. העמודה השמאלית, שכותרתה 'Elorian Glimpse', מציינת 'פרמטרים: לא פורסמו', 'הקשר: לא פורסם', 'משקלות: אין; API וצ׳אט בלבד', 'מודל בסיס: ללא שם; מתואר רק כ-open-weights', 'פריט שפורסם: פוסט השקה אחד עם עקבות עבודה', 'ניתן לאימות על החומרה שלך: לא'. העמודה הימנית, שכותרתה 'Granite 4.2 3B', מציינת 'פרמטרים: 3B צפוף, כ-4B ב-bfloat16', 'הקשר: 128,000 מקורי, 512,000 עם הרחבה', 'משקלות: Apache 2.0 ב-Hugging Face', 'מודל בסיס: Granite-4.1-3B-Base, בשמו', 'פריט שפורסם: כרטיס מודל מלא, ארכיטקטורה, ברירות מחדל של דגימה', 'ניתן לאימות על החומרה שלך: כן'. שורת כותרת תחתונה מציינת 'נתוני Glimpse מדווחים על ידי הספק ולא שוחזרו. נתוני Granite 4.2 3B לפי כרטיס המודל שפרסמה IBM; בנצ׳מרקים אג׳נטיים לא פורסמו עבור ה-3B.' הלוגו של OrcaRouter נמצא בפינה הימנית התחתונה." />

למה שני אלה אינם תחליפים

הפיתוי הוא למסגר מודל של 3 מיליארד פרמטרים מול תצוגה מקדימה בגודל מסתורי כדוד מול גוליית, והמסגור הזה שגוי בשני הכיוונים.

Granite 4.2 3B הוא מודל הסקה וציות להוראות. מערך ההערכה המפורסם שלו הוא AIME 2025 עם 78.33, HMMT February 2025 עם 66.67, GPQA עם 54.80, LiveCodeBench v6 עם 69.71, MMLU-Pro עם 67.84, IFBench עם 74.33, BFCL v4 עם 52.41, ו-RULER עם 67.52 עבור קלטים של 64K, כשהוא יורד ל-55.30 ב-128K. שימו לב למה שחסר מהרשימה הזאת: אין שורת SWE-Bench ואין שורת Terminal-Bench ב-3B, אף שחברי המשפחה הגדולים יותר כוללים שלב של למידת חיזוק סוכנית. IBM סירבה לפרסם נתוני קידוד סוכניים עבור האח הקטן ביותר במקום לאמוד אותם, והכנות הזו אינפורמטיבית יותר משהייתה שורה מרופדת.

Glimpse לא מתחרה באף אחד מהצירים האלה. טבלת ההשוואה של Elorian עצמה מציבה אותו לפני GPT-6 Astra ב-WGO Bench (42.70 מול 39.42), CharXiv-R (92.90 מול 92.10), UGC-VideoCap (82.66 מול 80.32) ו-FSC-147 (83.36 מול 82.02), ומאחור ב-BabyVision (95.36 מול 97.68), DREAM-1K (76.04 מול 79.05), TOMATO (93.60 מול 96.02), Video-MME v2 (56.68 מול 64.06), CountQA (82.66 מול 86.42) ו-Humanity's Sixth Sense (46.36 מול 53.6). כל אחת מהשורות האלה מדווחת על ידי הספק, לא משוחזרת, הורצה במאמץ החשיבה הגבוה ביותר של Glimpse עם רתמת הסוכן המקורית שלו, עם הערת שוליים שחושפת שכמה מהמתחרים הוערכו מתחת למקסימום שלהם. Granite 4.2 3B מעולם לא הורץ באף אחד מהם.

אז התמונה הכנה היא שאין לוח תוצאות משותף, כי אין משימה משותפת. מודל טקסט של 3B לא יכול לסרוק מחדש קטע וידאו, ותצוגה מקדימה של ריווינד וידאו לא ניתנת להורדה למחשב נייד.

כאשר טיעון הגודל פועל בכיוון ההפוך

הטיעון החזק ביותר בעד G​ranite 4.2 3B בהשוואה הזו אינו ביצועים. הוא ש-3 מיליארד פרמטרים צפופים הם צורת פריסה ממשית. ב-4B bfloat16 המשקולות נכנסות לכמה גיגה-בייטים, מה שאומר שבנייה מכומתת פועלת על מאיץ צרכני בודד או, בדיוק נמוך, על מחשב נייד חדש יחסית. שתים-עשרה שפות שנבדקו מספיקות לפריסה אירופית או הודית שבה מסלול תמיכה בשתים-עשרה שפות הוא דרישת חובה ולא תוספת נחמדה. Apache 2.0 מסיר לחלוטין את שיחת הרישוי. וחלון ה-128K עם הרחבה של 512K מתועד, מה שאומר שתכנון קיבולת מולו הוא אריתמטיקה ולא ניחושים.

הטיעון החזק ביותר בעד Glimpse הוא הדבר שאין לו מקבילה במודל קטן: השאלות שדגימה לפי לוח זמנים קבוע אינה יכולה לענות עליהן. אם המצלמה עשתה פאן או קאט. אם העצם שנמצא בפריים בשנייה 12 הוא אותו עצם שיצא מהפריים בשנייה 4. מה קרה במהלך חצי השנייה סביב אירוע. הן לא קשות משום שהן דורשות מודל גדול. הן קשות משום שהמידע מעולם לא נדגם, ועוד פרמטרים ב-8 פריימים לשנייה לא משחזרים אותו. השקעת חישוב נוסף במרווח אחד לאחר שכל הסרטון נראה היא תשובה שונה באמת, ושום כמות של משקלים פתוחים בחבילת 3B אינה מהווה לה תחליף.

המקום היחיד שתצוגה מקדימה מתארחת לא יכולה להגיע אליו

יש סיבה בעלת אופי של ציות לדאוג לאסימטריה, וזה לא קשור לאיכות של אף אחד משני המודלים.

ה​תוצר של G​ranite 4.2 3B הוא קובץ. אם הווידאו, המסמך או רשומת הלקוח לא יכולים לצאת מהתשתית שלך — וברבות מהפריסות המפוקחות הם לא יכולים — אז המודל פועל היכן שהנתונים נמצאים, וכל השאלה של זמינות ספק, מגבלות קצב, אזור ושמירת נתונים נעלמת. ל-G​limpse אין אפשרות כזו. היכולת שלו קיימת רק מאחורי נקודת הקצה של E​lorian, מה שאומר שהצילום עובר ל-E​lorian, ואף מסמך מפורסם לא אומר אחרת.

זה המקום שבו שכבת ניתוב מצדיקה משפט, וזה המקום שבו היא לא. OrcaRouter נותן לך מפתח אחד מול יותר מ-200 מודלים עם מחיר המחירון של הספק מועבר הלאה ולא מתווסף דבר לכל טוקן, כך שעומס עבודה יכול לשלב G​ranite 4.2 3B באחסון עצמי על החומרה שלך עם מודלים מתארחים באותו נתיב קוד, ומעבר אוטומטי לגיבוי שומר על נתיב פעיל כשאחד מהם נופל. DSL לניתוב מחליט איזה מודל מקבל איזו בקשה בלי צורך לשכתב את האפליקציה. מה שזה לא עושה הוא לשנות את שאלת המשמורת: שכבת ניתוב מעבירה בקשות בין נקודות קצה, ואם נקודת קצה לא נמצאת בבניין שלך, הניתוב לא יכול להציב אותה שם. לא G​ranite 4.2 3B ולא G​limpse נמצאים בקטלוג שלנו היום — G​ranite 4.2 3B הוא הורדה ו-G​limpse הוא ה-API של E​lorian עצמה — אז זו הצהרה על האופן שבו אנחנו מנתבים ומתמחרים, לא טענה שאנחנו מספקים את אחד מהם.

קריאת שני גיליונות הבנצ'מרק באותה חשדנות

שני הרגלים שכדאי להעביר לשתי המהדורות, שכן אף אחת מהן לא נמלטת מהם.

הראשון הוא שטבלת בנצ'מרק של ספק היא בחירה, לא מדידה. הטבלה של Elorian יוצאת דופן בכך שהיא מפרסמת שורות שבהן המודל שלה עצמו מפסיד — זה אות אמינות, והיא עדיין טבלה שהספק הרכיב, במשימות שהספק בחר, בתצורות שהספק קבע. הכרטיס של IBM Granite צר יותר ושגרתי יותר: מדדים אקדמיים סטנדרטיים, שמפורסמים בתצורה מוצהרת, כשהשורות האג'נטיות פשוט חסרות ב-3B במקום להיות מוחלפות במשהו מחמיא.

הדבר השני הוא שהמספר החסר הוא בדרך כלל זה שנושא את העומס. עבור G​ranite 4.2 3B, המספר שחשוב כלל אינו על כרטיס המודל: איש מחוץ ל-I​BM לא פרסם תפוקה או דיוק משימות בעולם האמיתי עבור ה-3B בהקשר של 128K, והירידה של RULER מ-67.52 ל-55.30 בין 64K ל-128K היא אזהרה שהחלון מתדרדר הרבה לפני סופו. עבור G​limpse, המספר החסר שנושא את העומס הוא חלון הקשר, מפני שיכולת הסקת וידאו שהחלון שלה אינו יכול להכיל את החומר המצולם שתהליך עבודה אמיתי מוסר לה היא הדגמה ולא כלי.

מה יפתור את זה, ומה לעשות בינתיים

שלושה אירועים היו משנים את ההשוואה הזו, ואף אחד מהם לא קרה.

מערכת בדיקה עצמאית המשחזרת אחת משתי קבוצות המספרים תהיה הראשונה. טבלת ה-G​limpse של E​lorian וכרטיס ה-G​ranite 4.2 3B של I​BM הם שניהם מבוססים על דיווח עצמי, במשימות שונות, ושתי המהדורות זהות בדיוק בממד אחד: היעדר אימות חיצוני.

פרסום חלון ההקשר, מספר הפרמטרים או מודל הבסיס של Glimpse יהיה הדבר השני. כל נתון שמסתובב כיום לגבי הגודל של Glimpse הוא הערכה ולא גילוי רשמי, והתייחסות להערכה כמפרט היא הדרך שבה תוכנית קיבולת משתבשת.

קבלת שלב agentic-RL על ידי Granite 4.2 3B, או endpoint מתארח של צד ראשון, תהיה הדבר השלישי. כל אחד מהם ישנה את המסלול שבו ה-3B נמצא.

עד אז כלל ההחלטה קצר. אם העבודה היא טקסט, אם היא חייבת לרוץ על חומרה שבשליטתכם, אם הרישיון חייב להיות Apache 2.0, או אם הנתונים אינם יכולים לחצות גבול של רשת — Granite 4.2 3B הוא התשובה ושאלת Glimpse כלל אינה עולה: הורידו אותו, הריצו הערכה משלכם, והתייחסו לשורות האג'נטיות החסרות בכרטיס כאל גבול ולא כאל פער. אם העבודה היא וידאו ואופן הכשל הוא זמני ולא סמנטי, Glimpse הוא היחיד מבין השניים שהמנגנון המוצהר שלו מכוון לכך, ההרשמה החינמית הופכת את הניסיון לזול, והעקבה עצמה היא המבחן: הריצו קטע, קראו את מרחב השרטוט החזותי, ובדקו אם המודל אי־פעם חזר למרווח שהכריע את התשובה. שניהם, נכון לרגע זה, אינם מאומתים. רק אחד מהם יכול להיות מאומת על החומרה שלכם.

הכשלים המתועדים של ה-AI ותקריות הסוכנים שמאחורי גרסאות כמו זו נאספים בארכיון תקריות ה-AI של OrcaRouter, שבו כל רשומה כוללת מקורות משלה, חומרה, דירוג מהימנות ודגל מחלוקת.