Xing 4.0 29B-A4B לעומת Granite 4.2 30B: צפוף קורא הכול, דליל קורא תשיעית

הנה כל הטיעון הארכיטקטוני במשפט אחד. G​ranite 4.2 30B, מודל ההסקה הצפוף של I​BM שפורסם תחת Apache 2.0 ב-25 באוגוסט 2026, קורא את כל שלושים מיליארד הפרמטרים שלו כדי לייצר כל טוקן בודד. Xing 4.0 29B-A4B, המודל הדליל מסוג mixture-of-experts של China Telecom, שמשקולותיו הועלו ב-16 בספטמבר 2026 ואשר הפך לזמין לקריאה באמצע אוקטובר, קורא בערך ארבעה מיליארד מתוך עשרים ותשעה שלו. שניהם Apache-2.0, שניהם באותה דרגת משקלים, שניהם מכוונים לעבודה אג'נטית, והם עולים לך דברים שונים לחלוטין להרצה: G​ranite עולה מחשוב על כל טוקן, Xing עולה זיכרון להחזקת מומחים שאינך משתמש בהם בטוקן הזה ומחסנית הגשה שיודעת לנתב סביבם. כל מה שלהלן נובע מכך.

מהו בעצם כל ארטיפקט

כדאי להפריד אותם מהתווית המשותפת להם. "30B" אומר לך את גודלו של קובץ, לא את צורתו של עומס עבודה.

• Granite 4.2 30B — דגל IBM במשפחת Granite 4.2, שנבנה על Granite-4.1-30B-Base. טרנספורמר חשיבה צפוף מסוג decoder-only, 30B פרמטרים (המאגר מפרט 29B בטנסורי BF16), grouped-query attention עם 32 ראשי קשב מול 8 ראשי key-value, RoPE ב-θ = 10,000,000, SwiGLU MLP עם גודל נסתר של 32,768, הטמעות קלט ופלט לא-מקושרות, RMSNorm ב-ε = 1e-5. שתים עשרה שפות שנבדקו. Apache 2.0.

• Xing 4.0 29B-A4B — היורש של TeleAI לקו TeleChat. 40 שכבות, גודל מוסתר 3,584, FFN צפוף עם שכבת ביניים של 9,216 לעומת שכבת ביניים של מומחה של 1,024, 64 מומחים מנותבים עם 4 פעילים לכל טוקן ועוד מומחה משותף שפועל תמיד, קשב MLA עם מפתח-ערך דחוס במקום GQA, ופענוח ספקולטיבי MTP שאומן לתוך נקודת הבדיקה. למעשה שפה אחת שנבדקה על הכרטיס. Apache 2.0.

• הקשר — G​ranite 4.2 30B תומך באופן מובנה ב-128K, עם הרחבת הקשר ארוך מתועדת ל-512K ואורך רצף תצורה של 131,072. Xing 4.0 מציע 256K באופן מובנה, ובטענה שניתן להרחיבו ל-512K. חלון ברירת המחדל של Xing רחב פי שניים; מסלול ההרחבה של G​ranite הוא המתועד טוב יותר מבין השניים.

• פורמטים שפורסמו — G​ranite 4.2 30B מגיע ב-BF16 בתוספת קוונטיזציות FP8, MXFP4 ו-NVFP4, עם בניות GGUF מ-I​BM ומהקהילה. Xing 4.0 מגיע ב-BF16 safetensors בתוספת FP8, w8a8 ו-GGUF. שניהם מסופקים כאן היטב באופן יוצא דופן, ושניהם מהווים יתרון אמיתי לעומת המהדורות הפתוחות הרבות שמפרסמות שבר bfloat16 אחד ומשאירות את הקוונטיזציה למתנדבים.

• זמינות — אין ל-G​ranite 4.2 30B נקודת קצה בתמחור לפי טוקנים בקטלוג שלנו; אתם מריצים אותו, או שאתם מגיעים אליו דרך הפלטפורמה של I​BM עצמה ופלטפורמות הגשה אחרות של צד שלישי. Xing 4.0 קיבל נקודת קצה מסחרית עם חיוב לפי שימוש באמצע אוקטובר, עם מסלול קידומי חינם, והוא גם אינו מופיע בקטלוג שלנו.

הפשרה בין זיכרון לחישוב, בניסוח כן

דלילות אינה הנחה על המכונה כולה; היא הנחה על ציר אחד ותוספת מחיר על האחר. Granite 4.2 30B זקוק לבערך לזיכרון של מודל צפוף 30B ב-bfloat16 ומבצע חישוב על פני כולו לכל טוקן, ולכן התפוקה שלו ליחידת חומרה צפויה וההתנהגות שלו תחת עיבוד באצוות היא פשוטה. Xing 4.0 צריך להחזיק את כל 29B כתושב — כל מומחה יושב בזיכרון בין אם הטוקן הזה נוגע בו ובין אם לא — אבל מעביר רק 4B של משקולות לכל טוקן דרך החישוב, וזו הסיבה לכך שנטען שכימות 4-bit שלו נכנס בכ-15GB של VRAM, ושהתפוקה המצטברת שלו במקביליות גבוהה היא צורה אחרת לחלוטין.

כדאי לבדוק את הטענה הזו לפני שאתם קונים כרטיס מסך על סמך זה: המאגר מדווח על 31B בטנזורים בדיוק מלא, ובנייה של 4 סיביות של מודל שסך כולו 29B שמגיעה ל-15GB מרמזת על כימות אגרסיבי של משקולות המומחים. הסתכלו על גודלו בפועל של קובץ ה-GGUF, ולא על תיאור האוסף.

ההבדל השני, השקט יותר, הוא הבגרות של נתיב ההגשה. G​ranite 4.2 30B הוא שנאי צפוף סטנדרטי, כלומר כל מחסנית הסקה תומכת בו פחות או יותר כברירת מחדל. Xing 4.0 זקוק לליבות מותאמות אישית עבור זרמי השיירים של ההיפר-חיבור המוגבלים על-ידי יריעה שלו ועבור מנגנון הקשב MLA שלו — SGLang כולל ליבת split-K ייעודית לפריסת ארבעת הזרמים, ל-vLLM יש את הארכיטקטורה, ואלה הם פני הדברים. עיצוב ייעודי של קשב פלוס שיירים הוא המחיר של הארכיטקטורה, והוא אינו עלות חד-פעמית אם אתה מתכנן לבצע כיוונון עדין, קוונטיזציה, או להריץ צורות אצווה לא שגרתיות.

היכן שהמספרים שפורסמו למעשה אינם תואמים

שני הספקים מפרסמים טבלאות משלהם, שתיהן עקביות מבחינה פנימית, ואף אחת מהן לא שוחזרה באופן בלתי תלוי בידי צד שלישי על מערכי בדיקה זהים. השוו אותן כטענות, לא כמדידות.

• SWE-bench Verified — Xing 4.0 75.00 לעומת G​ranite 4.2 30B 57.

• SWE-bench Multilingual — Xing 4.0 66.00 לעומת G​ranite 4.2 30B 41.89.

• Terminal-Bench 2.1 — Xing 4.0 57.50 לעומת Granite 4.2 30B 29.24.

• שימוש בכלים אגנטיים — Xing 4.0 Claw-Eval 76.55 ו-Tau3-Bench 64.63; Granite 4.2 30B τ³-bench 62.00 ו-BFCL v4 61.39.

• ביצוע הוראות — Xing 4.0 IFBench 69.67 לעומת G​ranite 4.2 30B IFBench 77.17.

• מתמטיקה וחשיבה כללית — Granite 4.2 30B ‏AIME25 89.17, ‏HMMT Feb25 89.17, ‏GPQA 66.41, ‏MMLU-Pro 77.60, ‏LiveCodeBench v6 75.77. הכרטיס של Xing 4.0 אינו מדווח על אף אחד מאלה, ולכן העמודות נשארות ריקות במקום להפוך לניצחון.

• הקשר ארוך — G​ranite 4.2 30B מפרסמת RULER ב-64K (89.96) וב-128K (81.38). Xing 4.0 מפרסמת AA.LCR ב-61.00 ושום דבר אחר במשפחת ההקשר הארוך. G​ranite מנצחת בשורה היחידה שבה שני המספרים קיימים, וזה ניצחון משמעותי: RULER ב-128K הוא מבחן קשה בהרבה מאשר ציון ממוצע של אחזור.

קראו את הצורה ולא את הסכומים הכוללים. G​ranite נתפס כגנרליסט רחב ומדוד היטב עם טבלת הערכה כנה באופן יוצא דופן — 20 שורות על פני קידוד, מתמטיקה, שימוש בכלים, משימות מסמכים והקשר ארוך, וכולן עם מנגנון הבדיקה המוצהר כמסגרת NeMo Evaluator SDK. Xing 4.0 נתפס כמומחה צר: פערים עצומים בבנצ׳מרקים של הנדסת תוכנה וסוכני טרמינל, הפסד בעמידה בהוראות, ושתיקה בכל השאר. מודל בלי מספר GPQA אינו בהכרח גרוע ב-GPQA. זהו מודל שהספק שלו בחר לפרסם תשע שורות.

שתי א-סימטריות כנות

Granite 4.2 30B זמין לציבור כבר שבעה שבועות, והוא נושא עמו את הבחינה המדוקדקת שמשתמעת מכך, כולל קוונטיזציות עצמאיות, סקירות מפורטות מצד שלישי וערכי ההשוואה שפרסמה IBM בעצמה עבור אחיו בגודל 8B ו-3B בכל שורה ושורה בטבלה. Xing 4.0 זמין לציבור כבר חודש, יש לו 53,000 הורדות מהמאגר, אין לו הערכה בלתי־תלויה, והוא עורך השוואת ביצועים מול הרצות חוזרות של מודלים מתחרים שהספק ביצע במערכת הבדיקות שלו עצמו. השוואה קודמת בסדרה זו כבר דנה באופן שבו אותה טבלת השוואה מתייחסת ל-Gemma 4; הנקודה המבנית תקפה לגבי כל עמודה בה.

האסימטריה פועלת בכיוון ההפוך בציר אחד. G​ranite 4.2 30B הוא מודל חשיבה עם פרופיל מחשוב צפוף, כלומר הוא איטי לכל טוקן באופן שטבוע בתכנון ולא ניתן לעקוף אותו. כל הטיעון של Xing 4.0 הוא שאתה מקבל טביעת זיכרון של מודל 29B עם אריתמטיקה של מודל 4B. אם הטיעון הזה מחזיק בעומסי עבודה אמיתיים, זהו עסקה טובה יותר באמת לתעבורת סוכנים בנפח גבוה — וזה בדיוק הטיעון ששורת SWE-bench של ספק עצמו אינה יכולה להכריע.

מה זה עולה, ואיפה משתלב ראוטר

אף אחד מהמודלים אינו בקטלוג של OrcaRouter, לכן איננו נתיב לאף אחד מהם, והמאמר הזה לא ירמוז אחרת. עדיין שווה לעשות את החשבון הרלוונטי. Granite 4.2 30B עולה כרטיס גרפי ושום דבר אחר, לנצח, עם הסתייגות שהחישוב הצפוף שלו אומר שהכרטיס שתצטרכו הוא גדול יותר. Xing 4.0 עולה GPU וסוף שבוע של אינטגרציית הגשה מראש, או הערכת שכבת חינם עם מדידה כבר עכשיו — ושכבת החינם היא הדרך הזולה ביותר לגלות אם הטענות האייג'נטיות שורדות את המאגר שלכם ולא הרנס terminus-2 שמופעל על ידי מחבר המודל.

המקום שבו נתב מצדיק את עצמו עם שני מודלים שאיננו מארחים הוא בפריפריה. אתה לא מחליף את המודל שמסלול הייצור שלך כבר מכיר; אתה מריץ את המתחרה לצידו על פרוסת תעבורה, תחת כלל מוצהר, עם מעבר אוטומטי לגיבוי כך שתשובה רעה או תקיעה במעלה הזרם לעולם לא תגיע למשתמש. OrcaRouter הוא API אחד בחזית של 200+ מודלים מתארחים ב-0% תוספת מחיר — מחיר המחירון של הספק מועבר הלאה בלי שום תוספת — וה-DSL לניתוב הוא האופן שבו הפרוסה מוגדרת. כאשר ההערכה מסתיימת, הכלל משתנה והמודל המכהן מחזיר את התעבורה לעצמו.

אם תקציב ההערכה שלך הוא מודל אחד, בחר ב-Granite 4.2 30B כאשר העבודה רחבה — הסקה על מסמכים ארוכים, יצירה רב-לשונית, צינורות עתירי עקיבה אחר הוראות, כל דבר שבו אתה רוצה מספר מפורסם עבור המשימה שאתה באמת מריץ. בחר ב-Xing 4.0 29B-A4B כאשר העבודה צרה וסוכנית, אתה יכול למדוד אותה בעצמך, וטיעון התפוקה לכרטיס הוא הדבר שאתה קונה. האפשרות היחידה שהיא בבירור שגויה היא לבחור ב-Xing 4.0 רק בגלל 75 מול 57: שני המספרים האלה הופקו על ידי מעבדות שונות על מערכות בדיקה שונות, והדבר היחיד שהם קובעים באופן מהימן הוא איזה ספק פרסם שורה של SWE-bench.

מה יפתור את זה?

הערכה עצמאית אחת של Xing 4.0 על אותה מסגרת בדיקה ש-Granite נמדד בה, עם אותה תשתית תומכת, תמוטט את רוב אי־הוודאות בקטע הזה בעבודה של אחר צהריים אחד של מישהו עם GPU פנוי. עד שזה יהיה קיים, המודל הצפוף הוא זה שאפשר לפעול לפי המספרים שלו, והמודל הדליל הוא זה שצריך לבדוק את המספרים שלו. שתי האמירות יהיו מיושנות באותה מידה ברגע שהשנייה תפסיק להיות נכונה.

שום דבר מזה אינו היפותטי: כשלי ה-AI המתועדים ותקריות הסוכנים העומדים מאחורי מהדורות כמו זו מרוכזים בארכיון תקריות ה-AI של OrcaRouter, שבו כל רשומה כוללת מקורות משלה, חומרה, דירוג מהימנות וסימון שנוי במחלוקת.