Solar Mini 4 vs Granite 4.2 3B: Model yang Anda Panggil dan Checkpoint yang Anda Unduh

Letakkan Solar Mini 4 di samping Granite 4.2 3B dan angka yang menarik bukanlah selisih benchmark. Yang menarik adalah bahwa Granite 4.2 3B, model penalaran Apache-2.0 milik IBM yang dirilis 25 Agustus 2026, akan berjalan di laptop malam ini secara gratis, sementara Solar Mini 4, model proprietary Upstage yang dirilis 22 September 2026, tidak akan berjalan di mana pun yang Anda miliki dan menagih $0.10 per juta token input dan $0.40 per juta token output untuk menjawab pertanyaan. Keduanya mengaktifkan sekitar tiga miliar parameter komputasi per token. Yang satu adalah file. Yang lain adalah meteran.

Perbedaan itu menentukan hampir semua hal lain dalam perbandingan ini, termasuk tolok ukur mana yang bahkan layak dibandingkan secara berdampingan. Granite 4.2 3B telah memiliki evaluasi independen jauh sebelum Solar Mini 4 memilikinya — Artificial Analysis memberinya skor 9 pada Intelligence Index v4.3.2, dari rangkaian evaluasi yang sama dan organisasi yang sama yang memberi Solar Mini 4 skor 24. Yang berarti selisih lima belas poin di sini memiliki dasar yang luar biasa kuat: satu laboratorium, satu metodologi, dan dua model yang tidak perlu diterima begitu saja oleh siapa pun.

Spesifikasinya, pada dimensi yang sebenarnya membedakan mereka

• Arsitektur — Solar Mini 4 adalah sparse mixture-of-experts: 35B parameter total, 3B aktif per token, menurut Upstage. Granite 4.2 3B bersifat dense, sekitar 3B parameter dengan total sekitar 4B termasuk embedding menurut metadata safetensors. Anggaran aktivasi yang sama, dua cara berbeda untuk menghabiskannya.

• Bobot — Solar Mini 4 bersifat proprietari dan tertutup. Granite 4.2 3B dirilis di bawah Apache 2.0 dengan resep pelatihan yang terdokumentasi hingga proporsi datanya.

• Konteks — Upstage mendokumentasikan 512K token dengan output hingga 128K; Artificial Analysis mencantumkan 1,0M untuk model yang sama, jadi anggap batas atasnya belum pasti. Granite 4.2 3B berjalan 131.072 token secara native, diperluas hingga 512K melalui fase pra-pelatihan kelima.

• Harga — Solar Mini 4 seharga $0.10 / $0.01 untuk yang di-cache / $0.40 per juta token, saat ini diskon 50% hingga 22 Oktober 2026. Granite 4.2 3B tidak memiliki daftar tarif vendor karena tidak ada yang bisa disewa; endpoint terkelola yang dipantau Artificial Analysis menetapkan harganya sekitar $0.03 / $0.12, dan hosting sendiri memakan biaya listrik.

• Indeks Kecerdasan — 24 untuk Solar Mini 4, 9 untuk Granite 4.2 3B, keduanya dari Artificial Analysis v4.3.2.

• Kecepatan — 204 token keluaran per detik untuk Solar Mini 4 dan 223 untuk Granite 4.2 3B, keduanya diukur oleh lab yang sama, dengan waktu hingga chunk pertama masing-masing 1,5 detik dan 0,5 detik. Model dense adalah yang lebih cepat dalam kedua hal tersebut.

Terdiri dari apa sebenarnya selisih lima belas poin itu

Evaluasi individual memberikan gambaran yang tidak sebaik angka utama untuk Granite 4.2 3B, dan gambaran yang lebih rumit untuk Solar Mini 4. Pada AA-LCR v1.1, tolok ukur penalaran konteks panjang, Solar Mini 4 mendapat skor 83% dan Granite 4.2 3B mendapat skor 24%. Evaluasi tunggal itu menyumbang porsi yang sangat besar dari perbedaan indeks, dan itu bukan kebetulan skala — itulah yang Anda dapatkan dengan konteks 512K hingga 1M token dan pelatihan untuk menggunakannya. Jendela Granite 4.2 3B secara native maksimal 131K; fase 512K yang diperluas memang ada, tetapi model itu tidak disetel untuk bernalar di seluruh rentang tersebut seperti Solar Mini 4.

Pada pengetahuan umum, kesenjangannya menyempit lalu berbalik sifatnya. Granite 4.2 3B mencetak 55,9% pada GPQA, dan Solar Mini 4 tidak memiliki angka GPQA sama sekali; pada Humanity's Last Exam keduanya masing-masing 6,6% dan 25,8%, yang merupakan perbandingan lebih langsung dan yang diprediksi oleh perbedaan ukuran. Yang tidak dilakukan Granite 4.2 3B, menurut Artificial Analysis, adalah mengarang: tingkat non-halusinasinya pada AA-Omniscience adalah 73,7%, lebih tinggi daripada Solar Mini 4 sebesar 64,2%. Model yang lebih kecil lebih kecil kemungkinannya untuk mengarang jawaban yang tidak dimilikinya.

Pengodean agentik adalah titik ketika kedua model gagal, dan di sinilah membaca angkanya menjadi penting. Solar Mini 4 mencetak 1% pada Terminal-Bench 4.0 dan 22,3% pada AutomationBench-AA. Granite 4.2 3B mencetak 0% pada Terminal-Bench 4.0, 13,9% pada Terminal-Bench 2.1 yang lebih lama, dan 5,6% pada τ³-Banking. Tidak satu pun dari model ini merupakan instrumen yang tepat untuk pekerjaan terminal otonom. Anggota 8B dan 30B dari keluarga Granite 4.2 mendapatkan pembelajaran penguatan agentik IBM serta hasil SWE-Bench dan Terminal-Bench; model 3B secara eksplisit melewatkan blok pelatihan itu, dan model Upstage dihargai untuk retrieval, penataan, dan penerapan kebijakan alih-alih untuk mengendalikan shell.

Di mana Granite 4.2 3B masih menjadi jawaban yang tepat

Tujuh dan sepertiga gigabita bobot dalam bfloat16, di bawah empat gigabita pada kuantisasi praktis, dan lisensi Apache 2.0 yang memungkinkan Anda melakukan fine-tuning dengan data Anda sendiri dan merilis hasilnya tanpa meminta izin kepada siapa pun. Seorang mahasiswa dengan satu GPU konsumen, rumah sakit yang tidak dapat mengirim teks pasien ke pihak ketiga, produk yang perlu berfungsi di pesawat terbang atau di ruang bawah tanah pabrik, tim yang ingin memiliki model alih-alih menyewa endpoint — setiap kasus tersebut memilih Granite 4.2 3B dan tidak menoleh ke belakang. Mesin ini berjalan melalui vLLM, SGLang, Transformers, dan GGUF, dan Ollama mencantumkan build granite4.2:3b.

Angka-angka yang dilaporkan vendor untuk model ini patut dicermati dengan hati-hati seperti biasa. Kartu IBM mengklaim 78,33 pada AIME 2025, 66,67 pada HMMT Februari 2025, dan 69,71 pada LiveCodeBench v6 — semuanya belum direproduksi oleh pihak ketiga mana pun, dan untuk model dense 3B, angka AIME itu berada jauh di atas rentang historis. Indeks Artificial Analysis sebesar 9 menunjukkan bahwa model ini benar-benar berguna dan sama sekali tidak mendekati yang terdepan, yang justru merupakan sinyal yang lebih dapat dipercaya karena IBM tidak menerbitkannya.

Di mana Solar Mini 4 adalah jawaban yang benar

Apa pun yang pekerjaannya berupa dokumen panjang, ekstraksi terstruktur yang berulang, atau kebijakan yang harus diterapkan secara konsisten dalam volume besar — dan di mana latensi sembilan puluh detik masih dapat diterima. Profil Solar Mini 4 adalah profil seorang spesialis: 83% pada penalaran konteks panjang, 48% pada pengodean ilmiah, 64% non-halusinasi, dan kecenderungan terdokumentasi untuk memilih tidak menjawab daripada menebak. Model ini juga berbicara bahasa Korea sebagai bahasa kelas satu bersama bahasa Inggris dan Jepang, yang bagi penerapan di pasar Korea bukan sekadar catatan kaki.

Pembeli seharusnya tidak membandingkan dua harga token dan menyimpulkan bahwa Solar Mini 4 tiga kali lebih mahal. Artificial Analysis mengukur Solar Mini 4 pada $0,36 per tugas Intelligence Index yang diselesaikan — dan, pada suite yang sama, Granite 4.2 3B pada $0,006. Itu adalah faktor enam puluh, didorong oleh hal yang sama yang membuat Solar Mini 4 membengkak dibandingkan GPT-6 Luna (max): 88.300 token keluaran per tugas dibandingkan 18.600 milik Granite, dan struktur biaya di mana penulisan prompt-cache menyumbang $0,30 dari $0,36 milik Solar Mini 4 dibandingkan $0,0006 dari $0,006 milik Granite. Harga keluaran yang murah pada model yang bertele-tele bukanlah tugas yang murah.

Tidak ada dari kedua model itu yang ada di OrcaRouter — kami tidak merutekan Granite maupun Upstage — jadi jika Anda ingin Granite 4.2 3B, model itu berasal dari Hugging Face, dan jika Anda ingin Solar Mini 4, model itu berasal dari API milik Upstage sendiri dan platform pihak ketiga. Tetapi pola dua model yang disarankan perbandingan ini adalah pola yang memang dirancang untuk router, dan itulah alasan OrcaRouter menempatkan lebih dari 200 model di balik satu kunci dengan markup 0% di atas harga daftar penyedia: jalankan pekerjaan dokumen panjang dan berbahasa Korea pada model apa pun yang benar-benar sepadan biayanya, pertahankan langkah ekstraksi deterministik pada sesuatu yang Anda hosting, dan biarkan routing serta failover memindahkan permintaan di antara keduanya per panggilan, bukan per kontrak.

Catatan terakhir tentang angka-angka di atas. Setiap angka Solar Mini 4 yang berasal dari Artificial Analysis adalah pengukuran independen; setiap angka Granite 4.2 3B dari kartu model IBM adalah klaim vendor yang belum direproduksi oleh pihak ketiga. Skor indeks Artificial Analysis sebesar 24 dan 9 adalah satu-satunya dua angka di sini yang dihasilkan oleh laboratorium yang sama dalam kondisi yang sama — dan keduanya adalah yang harus menjadi dasar pengambilan keputusan.