LBS-27B vs Granite 4.2 30B: 존재하지 않는 사양에 맞선 설계상 덴스 모델

IBM은 의도적인 선택을 했습니다. 대상은 Granite 4.2 30B: 모델을 밀집형으로 유지한 것입니다. 64개 레이어, 너비 32,768의 피드포워드 블록, 모든 토큰마다 모든 파라미터를 읽습니다. 이 규모의 대부분 연구소가 전문가 혼합 라우팅을 택한 해에 IBM은 라우팅 없는 30B를 출시하고 그에 맞게 가격을 책정했습니다. 그 결정은 이 모델을 비교하기에 올바른 렌즈입니다. 비교 대상은 LBS-27B, 왜냐하면 inclusionAI의 새 저장소에 대해 우리가 아는 것은 이름과 라이선스뿐이며, 그 이름이 먼저 답해야 할 질문은 그것이 밀집 모델을 설명하는지 희소 모델을 설명하는지이기 때문입니다.

Granite 4.2 30B는 완전한 공개 기록을 갖추고 있습니다: 2026년 8월부터 공개된 가중치, Apache-2.0 라이선스, 19개의 벤치마크 행이 포함된 모델 카드, 문서화된 도구 호출 스택. LBS-27B에는 2026년 10월 26일에 생성된 저장소가 있으며, 여기에는 .gitattributes 파일과 Apache-2.0을 선언할 뿐 다른 내용은 없는 28바이트 README가 들어 있습니다. 이것은 두 모델의 비교가 아닙니다. 아직 작성되지 않은 명세와 한 모델을 비교하는 것이며, 유용한 결과물은 그 명세에 포함되어야 할 구체적인 항목들의 목록입니다.

IBM이 실제로 출시한 것

Granite 4.2 30B는 300억 개 매개변수를 갖춘 밀집 디코더로, Hugging Face에는 BF16 기준 29B로 표기되어 있으며, 64개 레이어, 4,096의 은닉 크기, 그룹화된 쿼리 어텐션 아래 32개의 어텐션 헤드와 8개의 키-값 헤드를 갖습니다. 어휘 크기는 100,352개 토큰이고 기본 컨텍스트는 131,072이며, IBM은 512K까지의 장문맥 확장을 문서화합니다. 텍스트 전용입니다. 모델 카드에는 테스트된 12개 언어가 명시되어 있습니다: 영어, 독일어, 스페인어, 프랑스어, 일본어, 포르투갈어, 아랍어, 체코어, 이탈리아어, 한국어, 네덜란드어, 중국어.

2026년 기준으로 흔히 말하는 의미의 추론 모델입니다. 모델 카드는 full-thinking, non-thinking, low-effort 모드를 설명하며, 추론은 think 태그로 감싸집니다. Granite 4.1 30B Base에서 미세 조정되었고 Apache-2.0으로 공개되었으며, IBM은 공개 날짜를 2026년 8월 25일로 명시합니다.

Dense는 기술적 결함이 아니다. 그것은 트레이드오프다. Dense 모델은 토큰당 연산 및 메모리 동작이 예측 가능하고, 토큰을 잘못 라우팅할 라우터도 없으며, 설계할 전문가 병렬 샤딩도 없고, 대부분의 팀이 기대하는 방식으로 작동하는 파인튜닝 스토리를 갖는다. 그 대가로 동일한 전체 크기의 희소 모델보다 토큰당 서빙 비용이 더 든다. IBM은 값싼 배포보다 무난한 배포를 선호하는 기업들에게 그 트레이드오프를 판매하고 있다.

형태를 갖춘 벤치마크 프로필

Granite의 카드는 유난히 완전하게 구성되어 있어, 이 모델이 어디에 강하고 어디에 약한지를 파악할 수 있습니다. 이 모든 내용은 벤더가 보고한 것이며 독립적으로 재현된 것은 아닙니다.

• 수학 — AIME25 89.17 및 HMMT 2025년 2월 89.17. 이는 카드에서 두드러지는 수치이며, 1년 전 30B 모델이 기록하던 것보다 훨씬 높은 수준입니다.

• 지식 및 과학 — GPQA 66.41, MMLU-Pro 77.60, MMLU-ProX lite 66.64, SciCode 38.76. 유능하지만 동급 최고 수준은 아니다. AIME 점수 90 근처와 GPQA 점수 60대 중반 사이의 격차가 이 모델의 형태를 보여준다: 이 모델은 폭넓은 도메인 지식을 회상하거나 추론하는 것보다 구조화된 문제를 풀어나가는 데 더 뛰어나다.

• 소프트웨어 엔지니어링 — SWE-Bench Verified 57, SWE-Bench Pro 33.29, SWE-Bench Multilingual 41.89, Terminal-Bench 2.1 29.24, LiveCodeBench v6 75.77. LiveCodeBench에서 Terminal-Bench로의 낙폭은 크며, 이는 중요합니다: 경쟁 프로그래밍 능력은 실제 터미널에서 다단계 작업을 완료하는 것과 같지 않습니다.

• 긴 컨텍스트 — RULER 64K 89.96, RULER 128K 81.38. 이는 카드에서 가장 안심이 되는 쌍인데, 큰 컨텍스트가 곧 사용 가능한 컨텍스트라고 가정하지 않고 윈도 전체에 걸친 검색 성능을 측정하기 때문입니다. 64K에서 128K로 갈 때 7점 하락은 완만한 기울기입니다.

• 지시 수행 및 채팅 — {{1}}IFBench{{/1}} 77.17, {{2}}Arena-Hard-V2{{/2}} 67.93, {{3}}tau3{{/3}} 평균 62.00, {{4}}BFCL v4{{/4}} 61.39.

Granite 4.2 30B를 있는 그대로 읽자면, 이는 탄탄하지만 고르지 않은 모델입니다. 경시 수학과 장문 맥락 검색에서는 뛰어나고, 폭넓은 지식에서는 평범하며, 에이전트 기반 소프트웨어 작업에서는 중간권입니다. 그것은 범용 제품이 아니라 특정한 제품입니다.

툴 호출이 바로 IBM이 내세우는 주장이다.

IBM이 사용하는 표현은 "추론 증강 도구 호출"입니다 — 모델은 도구를 호출하기 전에 어떤 도구를 왜 호출할지 추론합니다. 구현 세부 사항은 이국적이라기보다 실용적입니다: OpenAI 스타일 함수 정의, vLLM 도구 파서(이름: qwen3_coder), 동일한 파서로의 SGLang 자동 해석, 그리고 OpenCode, Pi, OpenHands와의 통합.

그것이 대안들보다 더 나은지 여부는 경험적 질문이며, 카드 자체의 수치도 엇갈린다. BFCL v4의 61.39와 tau3의 62.00은 존중할 만하지만 압도적이지는 않다. 해당 리더보드를 선도하는 모델들은 대체로 더 크다. Granite가 제공하는 것은 관대한 라이선스와 dense 서빙 프로필을 갖춘, 문서화되고 재현 가능한 도구 호출 경로다. 이는 종종 엔터프라이즈 에이전트 프로젝트가 실제로 필요로 하는 것이며, 리더보드 왕관보다 더 그렇다.

LBS-27B가 같은 구매자를 겨냥한다면 가장 먼저 판정을 받게 될 영역이 바로 이곳이다. 도구를 안정적으로 호출하지 못하는 모델은 MMLU 점수와 무관하게 에이전트 작업의 후보가 될 수 없으며, 도구 호출 평가야말로 모델이 완성되기 전까지는 저장소에 나타나지 않는 종류의 항목이다.

페이지의 LBS-27B 쪽

말할 것은 거의 없으며, 추측으로 그 자리를 채우기보다 그것을 정확히 말하는 것이 중요하다.

• 저장소가 존재합니다. 2026년 10월 26일 05:36 UTC에 생성되었으며 이후 수정되지 않았습니다.

• 두 개의 파일이 포함되어 있습니다: 1,519바이트 크기의 .gitattributes와 28바이트 README입니다. README에는 라이선스 프런트매터만 있습니다: license: apache-2.0.

• 가중치도, config도, 토크나이저도, 모델 카드도, 평가 데이터도 없습니다. 다운로드 수는 집계되지 않으며 좋아요는 0입니다. 공지나 논문, 공개된 논의는 찾지 못했습니다.

• "27B"는 저장소 이름의 일부입니다. 저장소에서 이것이 파라미터 수임을 확인해 주는 내용은 없으며, 해당 모델이 dense인지 sparse인지도 나타내지 않습니다.

마지막 지적은 사소한 누락이 아니다. Dense 27B와 sparse 27B는 서빙 경제성, 파인튜닝 동작, 실패 모드가 서로 다른 별개의 제품이다. 구성 파일이 존재하기 전까지 Granite 비교는 완전히 명세된 한쪽과 비어 있는 한쪽으로 이루어진다.

차원별로 비교

• 파라미터 — Granite 4.2 30B는 30B dense(밀집형)이며(BF16에는 29B로 표기); LBS-27B는 아키텍처가 공개되지 않은 미검증 27B입니다.

• 레이어와 너비 — Granite는 4,096 히든 크기의 64개 레이어, LBS는 알 수 없음.

• 컨텍스트 — Granite의 경우 네이티브 131,072 및 문서화된 512K 확장, LBS의 경우 미확인.

• 모달리티 — Granite는 텍스트 전용, LBS는 미확인이며, 텍스트 전용이 합리적인 기본 사례임.

• 언어 — Granite: 테스트된 12개 언어, LBS: 미확인.

• 추론 모드 — Granite의 경우 전체, 비사고, 저노력; LBS의 경우 알 수 없음.

• 도구 호출 — Granite의 경우 BFCL v4 61.39 및 tau3 62.00을 기록한 문서화된 함수 호출 경로가 있음; LBS에 대해서는 공개된 내용이 없음.

• 라이선스 — Granite는 Apache-2.0, LBS는 Apache-2.0으로 선언되었으며 가중치 배포 전 변경될 수 있습니다.

• 가용성 — Granite 가중치는 현재 다운로드 및 자체 호스팅이 가능합니다; LBS는 다운로드할 것이 없습니다.

컨텍스트 길이는 두 요소가 가장 크게 달라질 수 있는 부분입니다.

{{1}}Granite의 128K 네이티브 윈도우와 512K 확장{{/1}}은 의도적으로 설계된 엔터프라이즈 기능이며, {{2}}RULER 점수{{/2}}는 그것이 단순한 마케팅이 아님을 시사합니다: {{3}}128K에서 81.38{{/3}}은 사용 가능한 결과입니다. 계약 검토, 로그 분석, 코드베이스 검색 및 긴 감사 추적에서는 문서화된 확장 경로와 윈도우 상단 근처의 검색 증거라는 그 조합이 뒷받침하는 증거가 없는 더 큰 숫자보다 더 가치 있습니다.

LBS-27B가 256K 또는 512K 윈도우로 출시된다면, 흥미로운 질문은 그 숫자가 아닐 것입니다. 바로 inclusionAI가 그 윈도우의 맨 끝단에서의 검색 평가 결과를 공개하느냐입니다. 윈도우는 용량에 대한 주장이고, RULER 스타일의 결과는 성능에 대한 주장이며, 이 둘은 실제로 크게 갈립니다.

배포, 라이선싱, 그리고 라우터가 적합한 위치

두 모델 모두 Apache-2.0을 선언하는데, 이는 상업적 사용에 가장 허용적인 결과이며 Granite가 맞춤형 라이선스를 받아들일 수 없는 팀들 사이에서 인기를 얻는 이유입니다. Granite 4.2 30B는 OrcaRouter에 없고 LBS-27B도 마찬가지입니다. Granite를 원한다면 직접 다운로드해서 자체 서빙하거나 호스팅 플랫폼을 이용해야 합니다.

그 셀프 호스팅 배포야말로 하이브리드 아키텍처가 딱 맞는 상황입니다. 일상적인 물량 — 조밀한 30B 모델로도 충분한 분류, 추출, 도구 호출 트래픽 — 은 자체 하드웨어에서 Granite로 처리하고, 정말 어려운 사례만 호스팅된 프런티어 모델로 라우팅하세요. OrcaRouter는 그 후반부에 유용합니다: 200개 이상의 모델에 걸쳐 하나의 API 키, 공급자가 성능이 저하될 때 자동 장애 조치, 그리고 분담을 세 개의 서비스에 있는 코드가 아니라 정책으로 표현할 수 있게 해주는 라우팅 DSL을 제공합니다. 우리는 공급자 정가를 0% 마진으로 그대로 전달하므로, 청구서에서 호스팅 쪽 금액은 우리가 마진을 얹은 숫자가 아니라 공급자의 숫자입니다.

우리가 주장하지 않을 것은 이 비교에 포함된 어느 모델도 우리를 통해 이용할 수 있다는 점이다. 그것은 사실이 아니며, 그렇지 않다고 암시하는 비교 페이지는 쓸모없는 것보다 더 나쁘다.

이 비교를 확실히 판가름하려면 무엇이 필요할까요?

세 가지 산출물이 더해지면 이 페이지는 사양 연습이 아니라 실제 맞대결이 될 것입니다.

첫 번째는 config.json이며, 전문가 필드가 포함되어 있어 dense와 sparse 중 어느 쪽인지 판별하고 활성 파라미터 수를 알려줍니다. LBS-27B가 활성 수가 적은 sparse 모델이라면 서빙 비용에서 Granite를 앞서게 되어 비교는 가격 대 품질의 트레이드오프가 됩니다. dense 모델이라면 직접적인 대체 여부의 문제가 되고, IBM의 도구 성숙도가 결정적 차이를 만드는 요인이 됩니다.

두 번째는 명명된 하네스 버전에서의 도구 호출 평가입니다. Granite의 BFCL v4 및 tau3 수치는 눈에 띄지 않습니다. 즉, 새 모델이 이를 능가하기 위해 특출날 필요는 없으며, 동일한 하네스에서 측정되면 됩니다.

세 번째는 128K 이상에서의 장문 맥락 검색 증거입니다. Granite의 RULER 수치는 엔터프라이즈 관련성에 대한 가장 강력한 근거이며, 경쟁 모델이 반드시 맞춰야 할 바로 그 수치입니다.

오늘 결정을 내리는 기업 구매자에게 Granite 4.2 30B는 허용적인 라이선스, 문서화된 도구 스택, 그리고 많은 인프라 팀이 선호하는 고밀도 서빙 프로파일을 갖춘 검증된 선택지입니다. LBS-27B는 라이선스 한 줄만 있는 이름입니다. 둘 사이의 격차는 inclusionAI의 엔지니어링에 대한 평가가 아닙니다. 그것은 단지 공개된 모델과 유보된 모델 사이의 차이일 뿐입니다.