Glimpse vs Granite 4.2 3B: de een onthult alles, de ander onthult een gedraging

Leg de twee specificatiebladen naast elkaar en de vergelijking oogt onevenwichtig in een ongebruikelijke richting. G​ranite 4.2 3B, uitgebracht door I​BM op 25 augustus 2026 onder Apache 2.0, komt met een modelkaart die het aantal lagen, de geometrie van de attention heads, de RoPE-basis, normalisatie-epsilon, de activatiefunctie, embedding tying, de verborgen dimensie, de aanbevolen samplingtemperatuur en elke benchmarkrij die het team besloot te publiceren, vermeldt. E​lorian G​limpse, uitgebracht op 16 oktober 2026, komt met een videotrace van 0,9 seconde. Het heeft geen gepubliceerd aantal parameters, geen contextvenster, geen genoemd basismodel en geen architectuurbeschrijving. Een van deze vertelt je alles behalve waarvoor het dient; de andere vertelt je precies waarvoor het dient en niets over wat het is.

Dat is de echte as van deze vergelijking, en het is niet de as waartoe de twee lanceringen uitnodigen. G​ranite 4.2 3B is een zelf te hosten redeneermodel met een specificatie die je kunt auditen voordat je het downloadt. G​limpse is een gehoste onderzoekspreview waarvan de hele gepubliceerde capaciteit een gedrag is — terugkeren naar een moment in een clip die het al heeft gezien, die opnieuw scannen met een dichtere framesnelheid, en antwoorden op basis van wat het daar aantreft. Geen van beide staat in onze catalogus, en dat is hier minder van belang dan gewoonlijk, want de beslissing tussen hen is niet in de eerste plaats een routeringsbeslissing.

Twee releases, twee tegenovergestelde openbaarmakingsstrategieën

IBM's Granite 4.2-lijn is dense redenering in drie formaten — 3B, 8B en 30B — en de 3B is de kleinste van de drie. Het is post-getraind vanaf Granite-4.1-3B-Base via wat de kaart beschrijft als een driefasige pipeline, en het behoudt het native venster van 128.000 tokens van de familie, met een gedocumenteerd uitbreidingspad naar 512.000. Twaalf talen staan vermeld als getest. De kaart publiceert de volledige architectuur: 40 lagen, een embeddingbreedte van 2.560, een SwiGLU feed-forward met verborgen breedte 8.192, group-query attention over 40 query-heads en 8 key-value-heads met headgrootte 64, een RoPE-basis van 10 miljoen, RMSNorm met epsilon 1e-5, untied embeddings, bfloat16-gewichten, en een servingklasse van GraniteForCausalLM. Aanbevolen sampling is temperatuur 1,0 met top-p 0,95.

Elorian's Glimpse-bericht publiceert niets daarvan. Wat het in plaats daarvan publiceert, is een mechanisme. In de uitgewerkte sporen die met het model zijn vrijgegeven, maakt Glimpse een eerste doorgang over een clip met ongeveer 8 frames per seconde, vormt een voorlopige interpretatie en keert vervolgens terug naar negen tienden van een seconde van die clip met ongeveer 14 frames per seconde om een vraag te beslechten die de eerste doorgang niet kon — in het gepubliceerde voorbeeld: of de camera een panoramabeweging maakte of dat er een cut was. Een tweede spoor volgt één vensterrand vanaf ongeveer 2,2 seconden in de clip totdat deze bijna stopt op 5,13 seconden. Het bedrijf noemt het weergaveoppervlak de visuele kladruimte en zegt dat het model end-to-end is getraind om multimodale tools te gebruiken en daarbij subagenten voortbrengt die tekst, afbeeldingen en interne representaties uitwisselen.

Beide zijn legitieme release-strategieën, en ze falen op tegenovergestelde manieren. Een kaart die alles publiceert, kan er nog steeds naast zitten over waar het model goed in is. Een post die een mechanisme publiceert, kan nog steeds een demo beschrijven.

De gepubliceerde specificatie, dimensie voor dimensie

• Parameters — G​ranite 4.2 3B is een dense model met 3 miljard parameters, ongeveer 4B in bfloat16 als de embeddingtabel wordt meegerekend. Het parameteraantal van G​limpse is nooit door E​lorian gepubliceerd; de enige uitspraak over de omvang in het lanceringsbericht is de bewering dat het "een aanzienlijk kleiner en goedkoper model" is dan de frontier-systemen waartegen het benchmarkt.

• Contextvenster — 128.000 tokens native voor G​ranite 4.2 3B, met een gedocumenteerde route naar 512.000. Niet gepubliceerd voor G​limpse, wat de allerbelangrijkste leemte op het specificatieblad is, aangezien de meest in het oog springende capaciteit ervan het lezen van video is.

• Gewichten — Apache 2.0 op Hugging Face voor G​ranite 4.2 3B: download het, draai het op je eigen hardware, fine-tune het, breng het uit. Niets voor G​limpse. Het is een API en een chatinterface met een gratis registratie, en niets in het bericht wijst erop dat er gewichten aankomen.

• Beschikbaarheid als gehoste dienst — IBM heeft bij de release geen first-party gehoste API met de 3B gepubliceerd; de kaart is het deliverable. Glimpse is het omgekeerde: alleen gehost, geen artefact om te bewaren.

• Prijs — $0,60 per miljoen invoertokens en $3,00 per miljoen uitvoertokens voor G​limpse. Voor G​ranite 4.2 3B is er helemaal geen tariefkaart, want de kosten zijn de elektriciteit en de hardware die je al bezit.

• Onafhankelijke evaluatie — geen van beide heeft er noemenswaardige. De cijfers van G​ranite 4.2 3B zijn van I​BM zelf; die van G​limpse zijn van E​lorian zelf. Op dit specifieke vlak zijn de twee releases identiek onverifieerd, wat je maar beter ronduit kunt zeggen voordat iemand een van de twee als de betrouwbare helft gaat behandelen. p>img src="3.png" alt="Een scorebord met de titel 'G​limpse vs G​ranite 4.2 3B — de openbaarmakingskloof' met de ondertitel 'Zes dimensies, beide kanten, dezelfde labels'. Twee kolommen delen dezelfde zes rijlabels. De linkerkolom, met als kop 'E​lorian G​limpse', vermeldt 'Parameters: niet gepubliceerd', 'Context: niet gepubliceerd', 'Gewichten: geen; alleen API en chat', 'Basismodel: naamloos; alleen beschreven als open gewichten', 'Gepubliceerd artefact: één lanceringsbericht met uitgewerkte traces', 'Verifieerbaar op je hardware: nee'. De rechterkolom, met als kop 'G​ranite 4.2 3B', vermeldt 'Parameters: dense 3B, ongeveer 4B bij bfloat16', 'Context: 128.000 native, 512.000 met extensie', 'Gewichten: Apache 2.0 op Hugging Face', 'Basismodel: G​ranite-4.1-3B-Base, genoemd', 'Gepubliceerd artefact: volledige modelkaart, architectuur, standaard sampling-instellingen', 'Verifieerbaar op je hardware: ja'. Een voettekst luidt 'G​limpse-cijfers zijn door de leverancier gerapporteerd en niet gereproduceerd. G​ranite 4.2 3B-cijfers volgens de gepubliceerde modelkaart van I​BM; agentische benchmarks zijn niet gepubliceerd voor de 3B.' Het OrcaRouter-logo staat in de rechteronderhoek." />

Waarom deze twee geen substituten zijn

De verleiding is om een model met 3 miljard parameters af te zetten tegen een preview van onbekende grootte als David tegen Goliath, en die framing is in beide richtingen verkeerd.

Granite 4.2 3B is een redeneer- en instructievolgend model. De gepubliceerde evaluatiescores zijn: AIME 2025 op 78,33, HMMT februari 2025 op 66,67, GPQA op 54,80, LiveCodeBench v6 op 69,71, MMLU-Pro op 67,84, IFBench op 74,33, BFCL v4 op 52,41, en RULER op 67,52 voor 64K-invoer, dalend naar 55,30 bij 128K. Merk op wat er in die lijst ontbreekt: er is geen SWE-Bench-rij en geen Terminal-Bench-rij bij 3B, hoewel de grotere leden van de familie een agentische reinforcement-learningfase doorlopen. IBM weigerde agentische codeercijfers voor het kleinste broertje te publiceren in plaats van ze te schatten, en die eerlijkheid is informatiever dan een opgevulde rij zou zijn geweest.

G​limpse concurreert niet op een van die assen. E​lorians eigen vergelijkingstabel plaatst het boven GPT-6 Astra op WGO Bench (42,70 vs 39,42), CharXiv-R (92,90 vs 92,10), UGC-VideoCap (82,66 vs 80,32) en FSC-147 (83,36 vs 82,02), en onder op 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) en Humanity's Sixth Sense (46,36 vs 53,6). Elk van die rijen is door de leverancier gerapporteerd, niet gereproduceerd, uitgevoerd met de hoogste denkinspanning van G​limpse en zijn native agent-harness, met een voetnoot die meldt dat meerdere concurrenten onder hun maximum zijn geëvalueerd. G​ranite 4.2 3B is nooit op een van deze benchmarks uitgevoerd.

Het eerlijke beeld is dus dat er geen gedeeld scorebord is, omdat er geen gedeelde taak is. Een 3B-tekstmodel kan een video-interval niet opnieuw scannen, en een video-rewindpreview kan niet op een laptop worden gedownload.

Waar het grootteargument de andere kant op werkt

De sterkste zaak voor G​ranite 4.2 3B in deze vergelijking is niet de prestatie. Het is dat 3 miljard dense parameters een echte implementatievorm is. Bij 4B bfloat16 passen de gewichten in een paar gigabytes, wat betekent dat een gekwantiseerde build op één enkele consumentenaccelerator draait of, bij lage precisie, op een recente laptop. Twaalf geteste talen zijn genoeg voor een Europese of Indiase implementatie waar een ondersteuningspad voor twaalf talen een harde eis is in plaats van een nice-to-have. Apache 2.0 elimineert de licentiediscussie volledig. En het 128K-venster met een 512K-uitbreiding is gedocumenteerd, wat betekent dat capaciteitsplanning daarvoor rekenwerk is in plaats van giswerk.

Het sterkste argument voor G​limpse is hetgeen waarvoor geen equivalent voor kleine modellen bestaat: de vragen die bemonstering volgens een vast schema niet kan beantwoorden. Of er met een camera werd gepand of gecut. Of het object in beeld op seconde 12 hetzelfde object is dat op seconde 4 uit beeld verdween. Wat er gebeurde tijdens de halve seconde rond een gebeurtenis. Het is niet omdat ze een groot model nodig hebben dat deze moeilijk zijn. Ze zijn moeilijk omdat de informatie nooit is bemonsterd, en meer parameters bij 8 frames per seconde halen dat er niet uit. Extra rekenkracht besteden aan één interval nadat de hele clip is gezien, is een wezenlijk ander antwoord, en geen enkele hoeveelheid open gewichten in een 3B-pakket kan daarvoor in de plaats komen.

De enige plek waar een gehoste preview niet kan volgen

Er is een compliance-achtige reden om je om de asymmetrie te bekommeren, en die heeft niets te maken met de kwaliteit van een van beide modellen.

De deliverable van G​ranite 4.2 3B is een bestand. Als de video, het document of het klantrecord uw infrastructuur niet kunnen verlaten — en in de meeste gereguleerde implementaties kan dat niet — dan draait het model waar de data zich bevindt, en verdwijnt de hele kwestie van beschikbaarheid van leveranciers, snelheidslimieten, regio en retentie. G​limpse heeft zo'n optie niet. De capaciteit ervan bestaat alleen achter het endpoint van E​lorian, wat betekent dat het beeldmateriaal naar E​lorian gaat, en geen enkel gepubliceerd document zegt iets anders.

Dat is waar een routinglaag een zin waard is, en waar niet. OrcaRouter geeft je één sleutel vóór meer dan 200 modellen met de lijstprijs van de provider doorgegeven en niets toegevoegd per token, zodat een workload een zelfgehoste G​ranite 4.2 3B op je eigen hardware kan combineren met gehoste modellen op hetzelfde codepad, en automatische failover houdt een route in leven wanneer een van hen uitvalt. Een routing-DSL bepaalt welk model welke aanvraag ziet zonder een herschrijving in de applicatie. Wat het niet doet, is de bewaringsvraag veranderen: een routinglaag verplaatst aanvragen tussen endpoints, en als een endpoint niet in jouw gebouw staat, kan routing het daar niet krijgen. Noch G​ranite 4.2 3B noch G​limpse staat vandaag in onze catalogus — G​ranite 4.2 3B is een download en G​limpse is E​lorian's eigen API — dus dit is een uitspraak over hoe wij routeren en prijzen, niet een claim dat we een van beide serveren.

Beide benchmarksheets met dezelfde argwaan lezend

Twee gewoonten die het waard zijn om in beide releases mee te nemen, aangezien geen van beide eraan ontsnapt.

Het eerste is dat de benchmarktabel van een leverancier een selectie is, geen meting. De tabel van Elorian is ongebruikelijk doordat hij rijen publiceert waarin zijn eigen model verliest — dat is een geloofwaardigheidssignaal, en het is nog steeds een tabel die de leverancier heeft samengesteld, op taken die de leverancier heeft gekozen, bij configuraties die de leverancier heeft ingesteld. De Granite-kaart van IBM is enger en conventioneler: standaard academische benchmarks, gepubliceerd bij een vermelde configuratie, waarbij de agentische rijen bij 3B simpelweg ontbreken in plaats van te zijn vervangen door iets flatteus.

Het tweede is dat het ontbrekende getal meestal het dragende getal is. Voor G​ranite 4.2 3B staat het getal dat ertoe doet helemaal niet op de kaart: niemand buiten I​BM heeft doorvoer of taaknauwkeurigheid in de praktijk gepubliceerd voor de 3B bij 128K-context, en de daling van RULER van 67,52 naar 55,30 tussen 64K en 128K is een waarschuwing dat het venster ruim voordat het eindigt achteruitgaat. Voor G​limpse is het ontbrekende, dragende getal het contextvenster, want een video-redeneerfunctie waarvan het venster het beeldmateriaal niet kan bevatten dat een echte workflow eraan geeft, is eerder een demonstratie dan een hulpmiddel.

Wat zou dit oplossen, en wat te doen in de tussentijd?

Drie gebeurtenissen zouden deze vergelijking veranderen, en geen ervan heeft plaatsgevonden.

Een onafhankelijke harness die een van beide sets cijfers reproduceert, zou de eerste zijn. Elorians Glimpse-tabel en IBMs Granite 4.2 3B-modelkaart zijn beide zelfgerapporteerd, op verschillende taken, en de twee releases zijn identiek op precies één dimensie: het ontbreken van externe verificatie.

G​limpse die zijn contextvenster, parameteraantal of basismodel publiceert, zou het tweede zijn. Elk cijfer dat momenteel over de omvang van G​limpse circuleert, is een schatting en geen onthulling, en een schatting als specificatie behandelen is hoe een capaciteitsplan misgaat.

Als Granite 4.2 3B een agentic-RL-fase krijgt, of een first-party gehost endpoint, zou dat de derde zijn. Elk van beide zou veranderen in welke lane de 3B zit.

Tot die tijd is de beslissingsregel kort. Als het werk tekst is, als het op hardware moet draaien die je zelf beheert, als de licentie Apache 2.0 moet zijn, of als de data geen netwerkgrens mag overschrijden, is G​ranite 4.2 3B het antwoord en komt de G​limpse-vraag nooit ter sprake — download het, voer je eigen evaluatie uit, en beschouw de ontbrekende agentische rijen van de kaart als een grens in plaats van een gat. Als het werk video is en de faalmodus temporeel is in plaats van semantisch, is G​limpse de enige van de twee waarvan het verklaarde mechanisme daarop is gericht, maakt de gratis aanmelding de proef goedkoop, en is de trace zelf de test: draai een clip, lees de visuele scratchruimte, en controleer of het model ooit terugging naar het interval dat het antwoord bepaalde. Beide zijn op dit moment niet geverifieerd. Slechts één van de twee kan op je eigen hardware worden geverifieerd.

De gedocumenteerde AI-fouten en incidenten met agents achter releases zoals deze worden verzameld in het OrcaRouter AI Incident Archive, waar elke vermelding zijn eigen bronnen, ernst, betrouwbaarheidsgraad en betwistingsmarkering bevat.