Glimpse vs Granite 4.2 3B: Satu Mengungkapkan Segalanya, Satu Mengungkapkan Sebuah Perilaku

Letakkan kedua lembar spesifikasi itu berdampingan dan perbandingannya tampak timpang ke arah yang tidak biasa. G​ranite 4.2 3B, yang dirilis oleh I​BM pada 25 Agustus 2026 di bawah Apache 2.0, disertai model card yang menyebutkan jumlah lapisannya, geometri attention head, basis RoPE, epsilon normalisasi, fungsi aktivasi, embedding tying, dimensi tersembunyi, suhu sampling yang disarankan, dan setiap baris benchmark yang dipilih tim untuk dipublikasikan. E​lorian G​limpse, yang dirilis pada 16 Oktober 2026, disertai rekaman video berdurasi 0,9 detik. Tidak ada jumlah parameter yang dipublikasikan, tidak ada context window, tidak ada base model yang disebutkan, dan tidak ada deskripsi arsitektur. Salah satunya memberi tahu Anda segalanya kecuali untuk apa ia digunakan; yang lain memberi tahu Anda tepat untuk apa ia digunakan dan tidak sama sekali tentang apa ia.

Itulah sumbu sebenarnya dari perbandingan ini, dan itu bukan sumbu yang diundang oleh kedua peluncuran tersebut. G​ranite 4.2 3B adalah model penalaran yang dapat di-host sendiri dengan spesifikasi yang dapat Anda audit sebelum mengunduhnya. G​limpse adalah pratinjau riset yang dihosting yang seluruh kemampuan terpublikasinya adalah sebuah perilaku — kembali ke suatu momen di dalam klip yang sudah pernah dilihatnya, memindai ulang klip itu pada laju bingkai yang lebih rapat, dan menjawab berdasarkan apa yang ditemukannya di sana. Keduanya tidak ada di katalog kami, dan hal itu di sini kurang penting daripada biasanya, karena keputusan di antara keduanya bukan terutama keputusan perutean.

Dua rilis, dua strategi pengungkapan yang bertolak belakang

Lini G​ranite 4.2 dari I​BM adalah penalaran padat dalam tiga ukuran — 3B, 8B, dan 30B — dan 3B adalah yang terkecil dari ketiganya. Model ini dilatih pasca-pelatihan dari G​ranite-4.1-3B-Base melalui apa yang kartu tersebut gambarkan sebagai pipeline tiga tahap, dan model ini mempertahankan jendela native 128.000 token milik keluarga ini dengan jalur ekstensi yang terdokumentasi hingga 512.000. Dua belas bahasa terdaftar sebagai teruji. Kartu tersebut mempublikasikan arsitektur lengkapnya: 40 lapisan, lebar embedding 2.560, feed-forward SwiGLU dengan lebar tersembunyi 8.192, attention group-query di 40 head query dan 8 head key-value pada ukuran head 64, basis RoPE 10 juta, RMSNorm pada epsilon 1e-5, embedding yang tidak terikat, bobot bfloat16, dan kelas penyajian GraniteForCausalLM. Sampling yang direkomendasikan adalah temperature 1,0 dengan top-p 0,95.

Pos Elorian's Glimpse tidak menerbitkan semua itu. Yang diterbitkannya sebagai gantinya adalah sebuah mekanisme. Dalam jejak kerja yang dirilis bersama model tersebut, Glimpse melakukan lintasan pertama atas sebuah klip pada sekitar 8 bingkai per detik, membentuk pembacaan sementara, lalu kembali ke sembilan persepuluh detik dari klip itu pada sekitar 14 bingkai per detik untuk menjawab pertanyaan yang tidak dapat dijawab oleh lintasan pertamanya — dalam contoh yang diterbitkan, apakah kamera melakukan pan atau cut. Jejak kedua mengikuti satu tepi jendela dari sekitar 2,2 detik hingga hampir berhenti pada 5,13 detik. Perusahaan menyebut permukaan tampilan itu sebagai ruang coretan visual dan mengatakan model telah dilatih secara end to end untuk menggunakan alat multimodal, memunculkan subagen yang bertukar teks, gambar, dan representasi internal.

Keduanya adalah strategi rilis yang sah, dan keduanya gagal dengan cara yang berlawanan. Kartu yang memublikasikan segalanya tetap bisa keliru tentang apa yang menjadi keunggulan model. Postingan yang memublikasikan sebuah mekanisme tetap bisa saja sedang mendeskripsikan sebuah demo.

Spesifikasi yang diterbitkan, dimensi demi dimensi

• Parameter — Granite 4.2 3B adalah model padat 3 miliar parameter, sekitar 4B dalam bfloat16 jika tabel embedding turut dihitung. Jumlah parameter Glimpse belum pernah dipublikasikan oleh Elorian; satu-satunya pernyataan ukuran dalam pos peluncuran adalah klaim sebagai "model yang jauh lebih kecil dan lebih murah" daripada sistem terdepan yang dijadikan tolok ukurnya.

• Jendela konteks — 128.000 token native untuk G​ranite 4.2 3B, dengan jalur yang didokumentasikan menuju 512.000. Tidak dipublikasikan untuk G​limpse, yang merupakan kekosongan paling berdampak di lembar ini mengingat kemampuan andalannya adalah membaca video.

• Bobot — Apache 2.0 di Hugging Face untuk G​ranite 4.2 3B: unduh, jalankan di perangkat keras Anda sendiri, fine-tune, dan rilis. Tidak ada untuk G​limpse. Ini adalah API dan antarmuka obrolan dengan pendaftaran gratis, dan tidak ada apa pun dalam pos tersebut yang menyiratkan bahwa bobot akan segera hadir.

• Ketersediaan terhosting — I​BM tidak menerbitkan API terhosting pihak pertama dengan 3B saat rilis; kartu adalah hasil yang diserahkan. G​limpse adalah kebalikannya: hanya terhosting, tidak ada artefak yang perlu disimpan.

• Harga — $0,60 per juta token input dan $3,00 per juta token output untuk Glimpse. Untuk Granite 4.2 3B tidak ada daftar tarif sama sekali, karena biayanya adalah listrik dan perangkat keras yang sudah Anda miliki.

• Evaluasi independen — tidak ada satu pun yang bisa disebut demikian. Angka Granite 4.2 3B adalah milik IBM sendiri; angka Glimpse adalah milik Elorian sendiri. Pada dimensi khusus ini, kedua rilis sama-sama tidak terverifikasi, dan itu layak dikatakan secara terus terang sebelum ada orang yang menganggap salah satunya sebagai pihak yang dapat dipercaya. p>img src="3.png" alt="Papan skor berjudul 'Glimpse vs Granite 4.2 3B — kesenjangan pengungkapan' dengan subjudul 'Enam dimensi, kedua sisi, label yang sama'. Dua kolom berbagi enam label baris yang sama. Kolom kiri, dengan judul 'Elorian Glimpse', berbunyi 'Parameter: tidak dipublikasikan', 'Konteks: tidak dipublikasikan', 'Bobot: tidak ada; hanya API dan chat', 'Model dasar: tanpa nama; hanya dijelaskan sebagai open-weights', 'Artefak yang dipublikasikan: satu pos peluncuran dengan jejak kerja', 'Dapat diverifikasi di perangkat Anda: tidak'. Kolom kanan, dengan judul 'Granite 4.2 3B', berbunyi 'Parameter: dense 3B, sekitar 4B pada bfloat16', 'Konteks: 128.000 native, 512.000 dengan ekstensi', 'Bobot: Apache 2.0 di Hugging Face', 'Model dasar: Granite-4.1-3B-Base, disebutkan namanya', 'Artefak yang dipublikasikan: kartu model lengkap, arsitektur, pengaturan sampling bawaan', 'Dapat diverifikasi di perangkat Anda: ya'. Baris catatan kaki berbunyi 'Angka Glimpse dilaporkan vendor dan tidak direproduksi. Angka Granite 4.2 3B sesuai kartu model terbitan IBM; benchmark agentic tidak dipublikasikan untuk versi 3B.' Logo OrcaRouter berada di sudut kanan bawah." />

Mengapa keduanya bukan substitusi

Ada godaan untuk membingkai model berparameter 3 miliar melawan pratinjau berukuran misterius sebagai Daud melawan Goliat, dan pembingkaian itu salah di kedua arah.

Granite 4.2 3B adalah model penalaran dan pengikutan instruksi. Kumpulan evaluasi yang dipublikasikan adalah AIME 2025 sebesar 78,33; HMMT February 2025 sebesar 66,67; GPQA sebesar 54,80; LiveCodeBench v6 sebesar 69,71; MMLU-Pro sebesar 67,84; IFBench sebesar 74,33; BFCL v4 sebesar 52,41; dan RULER sebesar 67,52 untuk input 64K yang turun menjadi 55,30 pada 128K. Perhatikan apa yang hilang dari daftar itu: tidak ada baris SWE-Bench dan tidak ada baris Terminal-Bench pada 3B, meskipun anggota keluarga yang lebih besar memiliki tahap pembelajaran penguatan agentik. IBM memilih untuk tidak mempublikasikan angka coding agentik untuk saudara terkecil alih-alih memperkirakannya, dan kejujuran itu lebih informatif daripada baris yang diisi secara artifisial.

G​limpse tidak bersaing pada satu pun poros itu. Tabel perbandingan milik E​lorian sendiri menempatkannya unggul atas GPT-6 Astra pada WGO Bench (42.70 vs 39.42), CharXiv-R (92.90 vs 92.10), UGC-VideoCap (82.66 vs 80.32) dan FSC-147 (83.36 vs 82.02), serta tertinggal pada 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) dan Humanity's Sixth Sense (46.36 vs 53.6). Setiap baris tersebut dilaporkan vendor, belum direproduksi, dijalankan pada upaya berpikir tertinggi G​limpse dengan harness agen native-nya, dengan catatan kaki yang mengungkapkan bahwa beberapa pesaing dievaluasi di bawah maksimum mereka. G​ranite 4.2 3B belum pernah dijalankan pada satu pun dari itu.

Jadi, gambaran yang jujur adalah tidak ada papan skor bersama, karena tidak ada tugas bersama. Model teks 3B tidak dapat memindai ulang interval video, dan pratinjau putar-ulang video tidak dapat diunduh ke laptop.

Ketika argumen ukuran justru berlaku sebaliknya

Argumen terkuat untuk G​ranite 4.2 3B dalam perbandingan ini bukanlah performa. Melainkan bahwa 3 miliar parameter dense adalah bentuk deployment yang nyata. Pada 4B bfloat16, bobotnya muat dalam beberapa gigabita, yang berarti build terkuantisasi dapat berjalan pada satu akselerator konsumen atau, pada presisi rendah, laptop terbaru. Dua belas bahasa yang diuji sudah cukup untuk deployment di Eropa atau India yang jalur dukungan dua belas bahasanya merupakan persyaratan keras, bukan sekadar nilai tambah. Apache 2.0 menghapus seluruh pembicaraan tentang lisensi. Dan jendela 128K dengan ekstensi 512K didokumentasikan, yang berarti perencanaan kapasitas terhadapnya adalah aritmetika, bukan tebakan.

Argumen terkuat untuk Glimpse adalah hal yang tidak memiliki padanan pada model kecil: pertanyaan-pertanyaan yang tidak dapat dijawab oleh pengambilan sampel dengan jadwal tetap. Apakah kamera melakukan pan atau cut. Apakah objek dalam bingkai pada detik ke-12 adalah objek yang sama yang meninggalkan bingkai pada detik ke-4. Apa yang terjadi selama setengah detik di sekitar suatu peristiwa. Hal-hal ini tidak sulit karena memerlukan model besar. Hal-hal ini sulit karena informasinya tidak pernah diambil sampelnya, dan lebih banyak parameter pada 8 bingkai per detik tidak dapat memulihkannya. Menghabiskan komputasi ekstra pada satu interval setelah seluruh klip dilihat adalah jawaban yang benar-benar berbeda, dan seberapa pun banyaknya bobot terbuka dalam paket 3B tidak dapat menggantikannya.

Satu-satunya tempat yang tidak dapat dijangkau oleh pratinjau yang dihosting

Ada alasan yang berbentuk kepatuhan untuk memperhatikan asimetri tersebut, dan itu sama sekali tidak ada hubungannya dengan kualitas model mana pun.

Deliverable G​ranite 4.2 3B adalah sebuah file. Jika video, dokumen, atau catatan pelanggan tidak dapat meninggalkan infrastruktur Anda — dan pada sebagian besar deployment yang teregulasi hal itu tidak bisa — maka model berjalan di tempat data berada, dan seluruh pertanyaan tentang ketersediaan vendor, batas laju, wilayah, dan retensi pun hilang. G​limpse tidak memiliki opsi seperti itu. Kemampuannya hanya ada di balik endpoint E​lorian, yang berarti rekaman tersebut dikirim ke E​lorian, dan tidak ada dokumen yang diterbitkan yang menyatakan sebaliknya.

Di situlah lapisan routing layak disebutkan, dan di situlah tidak. OrcaRouter memberi Anda satu kunci di depan lebih dari 200 model dengan harga daftar penyedia diteruskan dan tidak ada tambahan per token, sehingga beban kerja dapat mencampur G​ranite 4.2 3B yang dihosting sendiri di perangkat keras Anda dengan model yang dihosting pada jalur kode yang sama, dan failover otomatis menjaga rute tetap hidup ketika salah satunya gagal. DSL routing menentukan model mana yang melihat permintaan mana tanpa penulisan ulang di aplikasi. Yang tidak dilakukannya adalah mengubah pertanyaan tentang kustodi: lapisan routing memindahkan permintaan antar titik akhir, dan jika suatu titik akhir tidak berada di gedung Anda, routing tidak dapat menaruhnya di sana. Baik G​ranite 4.2 3B maupun G​limpse tidak ada di katalog kami saat ini — G​ranite 4.2 3B adalah unduhan dan G​limpse adalah API milik E​lorian sendiri — jadi ini adalah pernyataan tentang bagaimana kami melakukan routing dan penetapan harga, bukan klaim untuk melayani salah satunya.

Membaca kedua lembar benchmark dengan kecurigaan yang sama

Dua kebiasaan yang layak dibawa ke kedua rilis, karena tak satu pun terhindar darinya.

Yang pertama adalah bahwa tabel benchmark vendor merupakan suatu pilihan, bukan pengukuran. Tabel E​lorian tidak biasa karena mempublikasikan baris-baris di mana modelnya sendiri kalah — itu adalah sinyal kredibilitas, dan itu tetap tabel yang disusun vendor, pada tugas yang dipilih vendor, pada konfigurasi yang ditetapkan vendor. Kartu I​BM G​ranite lebih sempit dan lebih konvensional: benchmark akademis standar, diterbitkan pada konfigurasi yang dinyatakan, dengan baris agentik sekadar tidak ada pada 3B alih-alih digantikan oleh sesuatu yang menyanjung.

Yang kedua adalah bahwa angka yang hilang biasanya justru yang menanggung beban. Bagi G​ranite 4.2 3B, angka yang penting sama sekali tidak ada di kartu: tidak ada pihak di luar I​BM yang telah memublikasikan throughput atau akurasi tugas di dunia nyata untuk 3B pada konteks 128K, dan penurunan RULER dari 67,52 menjadi 55,30 antara 64K dan 128K adalah peringatan bahwa jendela itu memburuk jauh sebelum berakhir. Bagi G​limpse, angka hilang yang menanggung beban adalah jendela konteks, karena fitur penalaran video yang jendelanya tidak dapat menampung rekaman yang diberikan alur kerja nyata kepadanya adalah demonstrasi, bukan alat.

Apa yang akan menyelesaikan ini, dan apa yang harus dilakukan sementara ini

Tiga peristiwa akan mengubah perbandingan ini, dan tidak satu pun dari itu telah terjadi.

Harness independen yang mereproduksi salah satu dari dua set angka tersebut akan menjadi yang pertama. Tabel G​limpse milik E​lorian dan kartu G​ranite 4.2 3B milik I​BM keduanya dilaporkan sendiri, pada tugas yang berbeda, dan kedua rilis itu identik dalam tepat satu dimensi: tidak adanya verifikasi dari luar.

Jika Glimpse mempublikasikan jendela konteksnya, jumlah parameternya, atau model dasarnya, itu akan menjadi yang kedua. Angka apa pun yang saat ini beredar mengenai ukuran Glimpse hanyalah perkiraan, bukan pengungkapan, dan memperlakukan perkiraan sebagai spesifikasi adalah cara rencana kapasitas menjadi keliru.

Jika Granite 4.2 3B mendapatkan tahap agentic-RL, atau endpoint yang dihosting pihak pertama, itu akan menjadi yang ketiga. Salah satunya akan mengubah jalur tempat 3B berada.

Sampai saat itu, aturan keputusannya singkat. Jika pekerjaannya berupa teks, jika harus berjalan di perangkat keras yang Anda kendalikan, jika lisensinya harus Apache 2.0, atau jika datanya tidak boleh melintasi batas jaringan, G​ranite 4.2 3B adalah jawabannya dan pertanyaan G​limpse tidak pernah muncul — unduh saja, jalankan evaluasi Anda sendiri, dan anggap baris agentik yang hilang pada kartu itu sebagai batas, bukan celah. Jika pekerjaannya adalah video dan mode kegagalannya bersifat temporal, bukan semantik, G​limpse adalah satu-satunya dari keduanya yang mekanisme yang dinyatakannya memang menargetkan hal itu, pendaftaran gratis membuat uji cobanya murah, dan jejaknya sendiri adalah ujiannya: jalankan sebuah klip, baca ruang coretan visual, dan periksa apakah model pernah kembali ke interval yang menentukan jawaban itu. Keduanya, saat ini, belum terverifikasi. Hanya satu di antaranya yang dapat diverifikasi di perangkat keras Anda sendiri.

Kegagalan AI yang terdokumentasi dan insiden agen di balik rilis seperti ini dikumpulkan dalam the OrcaRouter AI Incident Archive, tempat setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda sengketa.