Glimpse vs Granite 4.2 3B: Uno rivela tutto, l'altro rivela un comportamento

Metti le due schede tecniche una accanto all'altra e il confronto appare sbilanciato in una direzione insolita. G​ranite 4.2 3B, rilasciato da I​BM il 25 agosto 2026 con licenza Apache 2.0, è accompagnato da una model card che elenca il numero di layer, la geometria delle teste di attenzione, la base RoPE, l'epsilon di normalizzazione, la funzione di attivazione, l'embedding tying, la dimensione nascosta, la temperatura di campionamento consigliata e ogni riga di benchmark che il team ha scelto di pubblicare. E​lorian G​limpse, rilasciato il 16 ottobre 2026, è accompagnato da una traccia video di 0,9 secondi. Non ha un numero di parametri pubblicato, né una finestra di contesto, né un modello base dichiarato, né una descrizione dell'architettura. Uno dei due ti dice tutto tranne a cosa serve; l'altro ti dice esattamente a cosa serve e nulla su cosa sia.

Questo è il vero asse di questo confronto, e non è l'asse che i due lanci invitano a considerare. G​ranite 4.2 3B è un modello di ragionamento self-hostabile con una specifica che puoi verificare prima di scaricarlo. G​limpse è un'anteprima di ricerca ospitata la cui intera capacità pubblicata è un comportamento — tornare a un momento all'interno di una clip che ha già visto, riesaminandola a una frequenza di fotogrammi più densa, e rispondere da ciò che vi trova. Nessuno dei due è nel nostro catalogo, e ciò conta qui meno del solito, perché la decisione tra i due non è principalmente una decisione di routing.

Due release, due strategie di divulgazione opposte

La linea Granite 4.2 di IBM è ragionamento denso in tre dimensioni — 3B, 8B e 30B — e il 3B è il più piccolo dei tre. È post-addestrato da Granite-4.1-3B-Base attraverso quello che la scheda descrive come una pipeline a tre stadi, e mantiene la finestra nativa di 128.000 token della famiglia con un percorso di estensione documentato fino a 512.000. Dodici lingue sono elencate come testate. La scheda pubblica l'architettura completa: 40 livelli, una larghezza di embedding di 2.560, un feed-forward SwiGLU con larghezza nascosta 8.192, group-query attention su 40 teste di query e 8 teste chiave-valore con dimensione di testa 64, una base RoPE di 10 milioni, RMSNorm con epsilon 1e-5, embedding non legati, pesi bfloat16 e una classe di serving GraniteForCausalLM. Il campionamento consigliato è temperatura 1,0 con top-p 0,95.

Il post di E​lorian's G​limpse non pubblica nulla di tutto ciò. Quello che pubblica, invece, è un meccanismo. Nelle tracce di lavoro rilasciate insieme al modello, G​limpse esegue una prima passata su una clip a circa 8 fotogrammi al secondo, formula una lettura provvisoria, poi torna su nove decimi di secondo di quella clip a circa 14 fotogrammi al secondo per dirimere una questione che la sua prima passata non era riuscita a risolvere — nell'esempio pubblicato, se la telecamera abbia eseguito una panoramica o uno stacco. Una seconda traccia segue un bordo della finestra da circa 2,2 secondi dall'inizio fino a quando non si ferma quasi del tutto a 5,13 secondi. L'azienda chiama la superficie di visualizzazione spazio di lavoro visivo e afferma che il modello è stato addestrato end-to-end a usare strumenti multimodali, generando sottoagenti che si scambiano testo, immagini e rappresentazioni interne.

Entrambe sono strategie di rilascio legittime, e falliscono in modi opposti. Una scheda che pubblica tutto può comunque sbagliarsi su ciò in cui il modello è bravo. Un post che pubblica un meccanismo può comunque descrivere una demo.

La specifica pubblicata, dimensione per dimensione

• Parametri — G​ranite 4.2 3B è un modello denso da 3 miliardi di parametri, circa 4B in bfloat16 una volta conteggiata la tabella di embedding. Il numero di parametri di G​limpse non è mai stato pubblicato da E​lorian; l'unica dichiarazione sulle dimensioni nel post di lancio è l'affermazione di essere "un modello sostanzialmente più piccolo ed economico" rispetto ai sistemi di frontiera con cui viene confrontato.

• Finestra di contesto — 128.000 token nativi per G​ranite 4.2 3B, con un percorso documentato verso 512.000. Non pubblicata per G​limpse, che è la lacuna più significativa della scheda dato che la sua capacità di punta è la lettura di video.

• Pesi — Apache 2.0 su Hugging Face per G​ranite 4.2 3B: scaricalo, eseguilo sul tuo hardware, fagli il fine-tuning, distribuiscilo. Nessuno per G​limpse. È un'API e un'interfaccia di chat con registrazione gratuita, e nulla nel post suggerisce che i pesi stiano arrivando.

• Disponibilità hosted — I​BM non ha pubblicato alcuna API hosted di prima parte con il 3B al momento del rilascio; il deliverable è la scheda. G​limpse è l'inverso: solo hosted, nessun artefatto da conservare.

• Prezzo — $0,60 per milione di token di input e $3,00 per milione di token di output per Glimpse. Per Granite 4.2 3B non esiste affatto un listino prezzi, perché il costo è l'elettricità e l'hardware che già possiedi.

• Valutazione indipendente — nessuno dei due ne ha di cui valga la pena parlare. I numeri di Granite 4.2 3B sono di IBM stessa; quelli di Glimpse sono di Elorian stessa. Su questa particolare dimensione le due release sono identicamente non verificate, cosa che vale la pena dire chiaramente prima che qualcuno consideri una delle due come la metà affidabile. p>img src="3.png" alt="Un tabellone intitolato 'Glimpse vs Granite 4.2 3B — il divario di divulgazione' con il sottotitolo 'Sei dimensioni, entrambe le parti, stesse etichette'. Due colonne condividono le stesse sei etichette di riga. La colonna di sinistra, con intestazione 'Elorian Glimpse', riporta 'Parametri: non pubblicati', 'Contesto: non pubblicato', 'Pesi: nessuno; solo API e chat', 'Modello di base: senza nome; descritto solo come open-weights', 'Artefatto pubblicato: un unico post di lancio con tracce svolte', 'Verificabile sul tuo hardware: no'. La colonna di destra, con intestazione 'Granite 4.2 3B', riporta 'Parametri: dense 3B, circa 4B in bfloat16', 'Contesto: 128.000 nativo, 512.000 con estensione', 'Pesi: Apache 2.0 su Hugging Face', 'Modello di base: Granite-4.1-3B-Base, denominato', 'Artefatto pubblicato: model card completa, architettura, impostazioni di campionamento predefinite', 'Verificabile sul tuo hardware: sì'. Una riga a piè di pagina recita 'I dati di Glimpse sono dichiarati dal fornitore e non riprodotti. I dati di Granite 4.2 3B provengono dalla model card pubblicata da IBM; i benchmark agentici non sono stati pubblicati per il 3B.' Il logo di OrcaRouter si trova nell'angolo in basso a destra." />

Perché questi due non sono sostituti

La tentazione è quella di inquadrare un modello da 3 miliardi di parametri contro un'anteprima di dimensioni misteriose come Davide contro Golia, e l'inquadratura è sbagliata in entrambe le direzioni.

G​ranite 4.2 3B è un modello di ragionamento e di instruction-following. Il suo set di valutazione pubblicato è AIME 2025 a 78,33, HMMT February 2025 a 66,67, GPQA a 54,80, LiveCodeBench v6 a 69,71, MMLU-Pro a 67,84, IFBench a 74,33, BFCL v4 a 52,41 e RULER a 67,52 per input a 64K che scende a 55,30 a 128K. Nota cosa manca da quell'elenco: non c'è alcuna riga SWE-Bench e nessuna riga Terminal-Bench a 3B, sebbene i membri più grandi della famiglia abbiano una fase di reinforcement learning agentico. I​BM ha rifiutato di pubblicare numeri di coding agentico per il fratello più piccolo piuttosto che stimarli, e l'onestà è più informativa di quanto lo sarebbe stata una riga imbottita.

Glimpse non compete su nessuno di quegli assi. La tabella comparativa di Elorian lo colloca davanti a GPT-6 Astra su WGO Bench (42,70 vs 39,42), CharXiv-R (92,90 vs 92,10), UGC-VideoCap (82,66 vs 80,32) e FSC-147 (83,36 vs 82,02), e dietro su 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) e Humanity's Sixth Sense (46,36 vs 53,6). Ognuna di quelle righe è riportata dal fornitore, non riprodotta, eseguita al massimo sforzo di pensiero di Glimpse con il suo harness agentico nativo, con una nota a piè di pagina che rivela che diversi concorrenti sono stati valutati al di sotto del loro massimo. Granite 4.2 3B non è mai stato eseguito su nessuno di essi.

Quindi il quadro onesto è che non esiste un tabellone condiviso, perché non esiste un compito condiviso. Un modello di testo da 3B non può ri-scansionare un intervallo video, e un'anteprima con riavvolgimento video non può essere scaricata su un laptop.

Dove l'argomento della dimensione va nella direzione opposta

Il caso più forte a favore di G​ranite 4.2 3B in questo confronto non è la performance. È che 3 miliardi di parametri densi rappresentano una configurazione di deployment reale. A 4B in bfloat16 i pesi stanno in pochi gigabyte, il che significa che una build quantizzata gira su un singolo acceleratore consumer o, a bassa precisione, su un portatile recente. Dodici lingue testate bastano per un deployment europeo o indiano, dove un percorso di supporto in dodici lingue è un requisito imprescindibile più che un semplice valore aggiunto. Apache 2.0 elimina del tutto la questione della licenza. E la finestra da 128K con estensione a 512K è documentata, il che significa che la pianificazione della capacità su di essa è pura aritmetica, non congettura.

L'argomento più forte a favore di G​limpse è ciò che non ha equivalente nei modelli piccoli: le domande a cui il campionamento a cadenza fissa non può rispondere. Se una telecamera ha eseguito una panoramica o uno stacco. Se l'oggetto nell'inquadratura al secondo 12 è lo stesso oggetto che ha lasciato l'inquadratura al secondo 4. Cosa è successo durante il mezzo secondo attorno a un evento. Non sono difficili perché richiedono un modello grande. Sono difficili perché l'informazione non è mai stata campionata, e più parametri a 8 fotogrammi al secondo non la recuperano. Spendere calcolo extra su un singolo intervallo dopo che l'intera clip è stata vista è una risposta genuinamente diversa, e nessuna quantità di pesi aperti in un pacchetto da 3B può sostituirla.

L'unico posto in cui un'anteprima ospitata non può seguire

C'è una ragione legata alla conformità per cui interessarsi all'asimmetria, e non ha nulla a che fare con la qualità di nessuno dei due modelli.

Il deliverable di G​ranite 4.2 3B è un file. Se il video, il documento o il record del cliente non possono lasciare la tua infrastruttura — e nella maggior parte dei deployment regolamentati non possono — allora il modello viene eseguito dove si trovano i dati, e l'intera questione della disponibilità del fornitore, dei limiti di frequenza, della regione e della conservazione scompare. G​limpse non ha un'opzione del genere. La sua capacità esiste solo dietro l'endpoint di E​lorian, il che significa che il filmato va a E​lorian, e nessun documento pubblicato afferma il contrario.

Ecco dove un livello di routing vale una frase, e dove non la vale. OrcaRouter ti offre una sola chiave davanti a oltre 200 modelli con il prezzo di listino del provider passato così com'è e nulla aggiunto per token, così un carico di lavoro può combinare un G​ranite 4.2 3B self-hosted sul tuo hardware con modelli ospitati sullo stesso percorso di codice, e il failover automatico mantiene viva una rotta quando uno di essi cade. Un DSL di routing decide quale modello vede quale richiesta senza riscrivere l'applicazione. Ciò che non fa è cambiare la questione della custodia: un livello di routing sposta le richieste tra endpoint, e se un endpoint non è nel tuo edificio, il routing non può metterlo lì. Né G​ranite 4.2 3B né G​limpse sono oggi nel nostro catalogo — G​ranite 4.2 3B è un download e G​limpse è l'API proprietaria di E​lorian — quindi questa è un'affermazione su come facciamo routing e prezzi, non una pretesa di servire l'uno o l'altro.

Leggendo entrambi i fogli di benchmark con lo stesso sospetto

Due abitudini che vale la pena portare in entrambe le release, dal momento che nessuna delle due vi si sottrae.

Il primo è che la tabella di benchmark di un fornitore è una selezione, non una misurazione. La tabella di Elorian è insolita in quanto pubblica righe in cui il suo stesso modello perde — questo è un segnale di credibilità, ed è comunque una tabella che il fornitore ha assemblato, su compiti che il fornitore ha scelto, con configurazioni stabilite dal fornitore. La scheda Granite di IBM è più ristretta e più convenzionale: benchmark accademici standard, pubblicati a una configurazione dichiarata, con le righe agentiche semplicemente assenti a 3B anziché sostituite da qualcosa di lusinghiero.

La seconda è che il numero mancante di solito è quello portante. Per Granite 4.2 3B, il numero che conta non compare affatto sulla scheda: nessuno al di fuori di IBM ha pubblicato throughput o accuratezza su attività reali per il 3B con contesto a 128K, e il calo di RULER da 67,52 a 55,30 tra 64K e 128K è un avvertimento che la finestra si deteriora molto prima di esaurirsi. Per Glimpse, il numero mancante che regge il tutto è la finestra di contesto, perché una funzione di ragionamento video la cui finestra non riesce a contenere il filmato che un flusso di lavoro reale le passa è una dimostrazione più che uno strumento.

Cosa risolverebbe la questione, e cosa fare nel frattempo

Tre eventi cambierebbero questo confronto, e nessuno di essi si è verificato.

Un harness indipendente che riproducesse l'uno o l'altro insieme di numeri sarebbe il primo. La tabella G​limpse di E​lorian e la scheda G​ranite 4.2 3B di I​BM sono entrambe autodichiarate, su compiti diversi, e i due rilasci sono identici su esattamente una dimensione: l'assenza di verifica esterna.

Che Glimpse pubblichi la sua finestra di contesto, il numero di parametri o il modello di base sarebbe il secondo. Qualsiasi cifra attualmente in circolazione sulle dimensioni di Glimpse è una stima, non una divulgazione, e trattare una stima come una specifica è il modo in cui un piano di capacità va storto.

Granite 4.2 3B che riceve una fase di RL agentico, o un endpoint ospitato first-party, sarebbe il terzo. L'uno o l'altro cambierebbe la corsia in cui si trova il 3B.

Fino ad allora la regola decisionale è breve. Se il lavoro è testo, se deve girare su hardware che controlli, se la licenza deve essere Apache 2.0, o se i dati non possono attraversare un confine di rete, G​ranite 4.2 3B è la risposta e la domanda su G​limpse non si pone mai — scaricalo, esegui la tua valutazione, e considera le righe agentiche mancanti della scheda come un confine anziché una lacuna. Se il lavoro è video e la modalità di errore è temporale anziché semantica, G​limpse è l'unico dei due il cui meccanismo dichiarato mira a questo, la registrazione gratuita rende economica la prova, e la traccia stessa è il test: esegui una clip, leggi lo spazio di lavoro visivo, e controlla se il modello è mai tornato all'intervallo che ha deciso la risposta. Entrambi, al momento, non sono verificati. Solo uno dei due può essere verificato sul tuo hardware.

I fallimenti documentati dell'IA e gli incidenti degli agenti dietro release come questa sono raccolti nell'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, gravità, grado di confidenza e flag di contestazione.