Glimpse vs Granite 4.2 3B: Jeden ujawnia wszystko, drugi ujawnia pewne zachowanie

Zestaw obie karty specyfikacji obok siebie, a porównanie wydaje się przechylone w nietypowym kierunku. G​ranite 4.2 3B, wydany przez I​BM 25 sierpnia 2026 na licencji Apache 2.0, ma kartę modelu, w której podano liczbę warstw, geometrię głowic uwagi, bazę RoPE, epsilon normalizacji, funkcję aktywacji, wiązanie osadzeń, wymiar ukryty, zalecaną temperaturę próbkowania oraz każdy wiersz benchmarku, który zespół zdecydował się opublikować. E​lorian G​limpse, wydany 16 października 2026, ma 0,9-sekundowy zapis wideo. Nie ma opublikowanej liczby parametrów, okna kontekstowego, nazwanego modelu bazowego ani opisu architektury. Jedno z nich mówi ci wszystko oprócz tego, do czego służy; drugie mówi ci dokładnie, do czego służy, a nic o tym, czym jest.

To jest prawdziwa oś tego porównania i nie jest to oś, do której zachęcają te dwie premiery. Granite 4.2 3B to model rozumujący, który można hostować samodzielnie, ze specyfikacją, którą można poddać audytowi przed pobraniem. Glimpse to hostowany podgląd badawczy, którego całą opublikowaną zdolnością jest zachowanie — powracanie do momentu wewnątrz klipu, który już widział, ponowne przeskanowanie go przy większej gęstości klatek i odpowiadanie na podstawie tego, co tam znajdzie. Żaden z nich nie znajduje się w naszym katalogu i ma to tu mniejsze znaczenie niż zwykle, ponieważ decyzja między nimi nie jest przede wszystkim decyzją o routingu.

Dwie publikacje, dwie przeciwstawne strategie ujawniania

Linia G​ranite 4.2 firmy I​BM to gęste rozumowanie w trzech rozmiarach — 3B, 8B i 30B — a 3B jest najmniejszym z tych trzech. Została dostrojona po treningu wstępnym na podstawie G​ranite-4.1-3B-Base w ramach opisanego w karcie trzystopniowego potoku i zachowuje natywne okno 128 000 tokenów tej rodziny z udokumentowaną ścieżką rozszerzenia do 512 000. Dwanaście języków wymieniono jako przetestowane. Karta publikuje pełną architekturę: 40 warstw, szerokość osadzania 2560, sieć feed-forward SwiGLU o ukrytej szerokości 8192, uwagę z grupowanymi zapytaniami obejmującą 40 głów zapytań i 8 głów klucz-wartość o rozmiarze głowy 64, bazę RoPE wynoszącą 10 milionów, RMSNorm przy epsilonie 1e-5, niepowiązane osadzenia, wagi bfloat16 oraz klasę serwowania GraniteForCausalLM. Zalecane próbkowanie to temperatura 1,0 z top-p 0,95.

Wpis Elorian's Glimpse nie publikuje niczego z tego. Publikuje natomiast mechanizm. W udostępnionych wraz z modelem przykładowych śladach Glimpse wykonuje pierwszy przebieg po klipie z szybkością około 8 klatek na sekundę, tworzy wstępny odczyt, a następnie wraca do dziewięciu dziesiątych sekundy tego klipu przy około 14 klatkach na sekundę, aby rozstrzygnąć kwestię, której nie mógł rozstrzygnąć jego pierwszy przebieg — w opublikowanym przykładzie: czy kamera wykonała panoramowanie, czy cięcie. Drugi ślad śledzi jedną krawędź okna od około 2,2 sekundy, aż niemal zatrzymuje się na 5,13 sekundy. Firma nazywa powierzchnię wyświetlania wizualną przestrzenią roboczą i twierdzi, że model został wytrenowany end-to-end do korzystania z narzędzi multimodalnych, tworząc podagentów, którzy wymieniają tekst, obrazy i reprezentacje wewnętrzne.

Obie te strategie wydania są uzasadnione i zawodzą w przeciwny sposób. Karta, która publikuje wszystko, wciąż może się mylić co do tego, w czym model jest dobry. Wpis, który publikuje mechanizm, wciąż może opisywać demo.

Opublikowana specyfikacja, wymiar po wymiarze

• Parametry — G​ranite 4.2 3B to gęsty model o 3 miliardach parametrów, około 4 mld w bfloat16, gdy uwzględni się tabelę osadzeń. Liczba parametrów G​limpse nigdy nie została opublikowana przez E​lorian; jedynym stwierdzeniem o rozmiarze w poście premierowym jest twierdzenie, że jest to „znacznie mniejszy i tańszy model” niż systemy czołowe, z którymi jest porównywany.

• Okno kontekstu — 128 000 tokenów natywnie dla G​ranite 4.2 3B, z udokumentowaną ścieżką do 512 000. Nie podano tego dla G​limpse, co jest najbardziej znaczącym brakiem w zestawieniu, zważywszy że jego flagową możliwością jest czytanie wideo.

• Wagi — Apache 2.0 na Hugging Face dla G​ranite 4.2 3B: pobierz go, uruchom na własnym sprzęcie, dostrój go, wypuść go. Dla G​limpse — żadne. To API i interfejs czatu z darmową rejestracją, a nic w poście nie sugeruje, że wagi się pojawią.

• Dostępność hostowana — IBM nie opublikował własnego hostowanego API wraz z modelem 3B w chwili premiery; to karta jest produktem końcowym. Glimpse to odwrotność: wyłącznie hostowany, bez artefaktu do zachowania.

• Cena — 0,60 USD za milion tokenów wejściowych i 3,00 USD za milion tokenów wyjściowych dla G​limpse. W przypadku G​ranite 4.2 3B nie ma żadnego cennika, ponieważ kosztem jest energia elektryczna i sprzęt, który już posiadasz.

• Niezależna ocena — żadna z nich nie ma praktycznie żadnej. Liczby Granite 4.2 3B to dane samego IBM; liczby Glimpse to dane samego Elorian. W tym konkretnym wymiarze oba wydania są identycznie niezweryfikowane, co warto powiedzieć wprost, zanim ktokolwiek uzna jedno z nich za tę godną zaufania połowę. p>img src="3.png" alt="Tablica wyników zatytułowana „Glimpse vs Granite 4.2 3B — luka w ujawnianiu danych”, z podtytułem „Sześć wymiarów, obie strony, te same etykiety”. Dwie kolumny mają te same sześć etykiet wierszy. Lewa kolumna, zatytułowana „Elorian Glimpse”, zawiera: „Parametry: nieopublikowane”, „Kontekst: nieopublikowany”, „Wagi: brak; tylko API i czat”, „Model bazowy: nienazwany; opisany jedynie jako open-weights”, „Opublikowany artefakt: jeden wpis premiery z przykładowymi śladami”, „Weryfikowalność na własnym sprzęcie: nie”. Prawa kolumna, zatytułowana „Granite 4.2 3B”, zawiera: „Parametry: gęsty 3B, około 4B w bfloat16”, „Kontekst: 128 000 natywnie, 512 000 z rozszerzeniem”, „Wagi: Apache 2.0 na Hugging Face”, „Model bazowy: Granite-4.1-3B-Base, nazwany”, „Opublikowany artefakt: pełna karta modelu, architektura, domyślne ustawienia próbkowania”, „Weryfikowalność na własnym sprzęcie: tak”. Wiersz stopki brzmi: „Dane Glimpse podane przez dostawcę i nieodtworzone. Dane Granite 4.2 3B zgodnie z opublikowaną kartą modelu IBM; benchmarki agentowe nie zostały opublikowane dla wersji 3B”. Logo OrcaRouter znajduje się w prawym dolnym narożniku." />

Dlaczego te dwa nie są substytutami

Kuszące jest przedstawianie modelu o 3 miliardach parametrów w zestawieniu z podglądem o nieznanej wielkości jako Dawida przeciw Goliatowi, ale takie ujęcie jest błędne w obu kierunkach.

Granite 4.2 3B to model rozumowania i podążania za instrukcjami. Jego opublikowany zestaw ewaluacyjny obejmuje: AIME 2025 – 78,33, HMMT February 2025 – 66,67, GPQA – 54,80, LiveCodeBench v6 – 69,71, MMLU-Pro – 67,84, IFBench – 74,33, BFCL v4 – 52,41 oraz RULER – 67,52 dla wejść 64K, spadając do 55,30 przy 128K. Zauważ, czego brakuje na tej liście: nie ma wiersza SWE-Bench ani wiersza Terminal-Bench dla 3B, choć więksi członkowie rodziny przechodzą etap agentowego uczenia ze wzmocnieniem. IBM odmówił opublikowania wyników kodowania agentowego dla najmniejszego członka rodziny, zamiast je szacować, a ta szczerość jest bardziej informacyjna niż wypełniony na siłę wiersz.

Glimpse nie konkuruje na żadnej z tych osi. Własna tabela porównawcza Eloriana stawia go wyżej niż GPT-6 Astra w WGO Bench (42,70 vs 39,42), CharXiv-R (92,90 vs 92,10), UGC-VideoCap (82,66 vs 80,32) i FSC-147 (83,36 vs 82,02), a niżej w 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) i Humanity's Sixth Sense (46,36 vs 53,6). Każdy z tych wierszy jest raportowany przez dostawcę, niepowtórzony, przeprowadzony przy najwyższym poziomie wysiłku myślowego Glimpse w jego natywnym środowisku agentowym, z przypisem ujawniającym, że kilku konkurentów oceniano poniżej ich maksimum. Granite 4.2 3B nigdy nie był uruchamiany na żadnym z nich.

Uczciwy obraz jest więc taki, że nie ma wspólnej tablicy wyników, ponieważ nie ma wspólnego zadania. Model tekstowy 3B nie może ponownie przeskanować interwału wideo, a podglądu przewijania wideo nie można pobrać na laptopa.

Gdzie argument dotyczący rozmiaru działa w odwrotnym kierunku

Najmocniejszym argumentem za Granite 4.2 3B w tym porównaniu nie jest wydajność. Jest nim to, że 3 miliardy gęstych parametrów to realny profil wdrożenia. Przy 4B bfloat16 wagi mieszczą się w kilku gigabajtach, co oznacza, że skwantyzowana wersja działa na pojedynczym konsumenckim akceleratorze albo, przy niskiej precyzji, na nowym laptopie. Dwanaście przetestowanych języków wystarcza do wdrożenia europejskiego lub indyjskiego, w którym ścieżka wsparcia dla dwunastu języków jest twardym wymogiem, a nie miłym dodatkiem. Apache 2.0 całkowicie usuwa temat licencji. A okno 128K z rozszerzeniem do 512K jest udokumentowane, co oznacza, że planowanie pojemności na jego podstawie to arytmetyka, a nie zgadywanie.

Najmocniejszy argument na rzecz Glimpse to coś, co nie ma odpowiednika w małym modelu: pytania, na które próbkowanie ze stałym harmonogramem nie potrafi odpowiedzieć. Czy kamera wykonała panoramowanie, czy cięcie. Czy obiekt w kadrze w 12. sekundzie to ten sam obiekt, który opuścił kadr w 4. sekundzie. Co się stało w ciągu pół sekundy wokół zdarzenia. Nie są one trudne dlatego, że wymagają dużego modelu. Są trudne, ponieważ informacja nigdy nie została spróbkowana, a większa liczba parametrów przy 8 klatkach na sekundę tego nie odzyska. Przeznaczenie dodatkowej mocy obliczeniowej na jeden interwał po obejrzeniu całego klipu to naprawdę inna odpowiedź, a żadna ilość otwartych wag w pakiecie 3B tego nie zastąpi.

Jedyne miejsce, do którego hostowany podgląd nie może podążyć

Istnieje powód wynikający z wymogów zgodności, by przejmować się tą asymetrią, i nie ma on nic wspólnego z jakością któregokolwiek z modeli.

Produktem końcowym Granite 4.2 3B jest plik. Jeśli wideo, dokument lub rekord klienta nie mogą opuścić Twojej infrastruktury — a w większości wdrożeń objętych regulacjami nie mogą — model działa tam, gdzie znajdują się dane, a cała kwestia dostępności dostawcy, limitów szybkości, regionu i retencji znika. Glimpse nie ma takiej opcji. Ta funkcja istnieje wyłącznie za punktem końcowym Elorian, co oznacza, że nagranie trafia do Elorian, a żaden opublikowany dokument nie mówi inaczej.

Właśnie tu warstwa routingu jest warta zdania, a tam nie. OrcaRouter daje ci jeden klucz przed ponad 200 modelami z ceną katalogową dostawcy przekazywaną bez zmian i bez doliczania czegokolwiek za token, więc obciążenie może łączyć samodzielnie hostowany G​ranite 4.2 3B na własnym sprzęcie z modelami hostowanymi na tej samej ścieżce kodu, a automatyczne przełączanie awaryjne utrzymuje trasę przy życiu, gdy jeden z nich zawiedzie. DSL routingu decyduje, który model widzi które żądanie, bez przepisywania aplikacji. Nie zmienia natomiast kwestii nadzoru: warstwa routingu przenosi żądania między punktami końcowymi, a jeśli punkt końcowy nie znajduje się w twoim budynku, routing nie może go tam umieścić. Ani G​ranite 4.2 3B, ani G​limpse nie znajdują się dziś w naszym katalogu — G​ranite 4.2 3B to plik do pobrania, a G​limpse to własne API E​lorian — więc to stwierdzenie o tym, jak routujemy i ustalamy ceny, a nie twierdzenie, że obsługujemy którekolwiek z nich.

Czytając oba arkusze benchmarków z tą samą podejrzliwością

Dwa nawyki warte przeniesienia do obu wydań, ponieważ żadne z nich im nie umyka.

Po pierwsze, tabela benchmarków dostawcy to wybór, a nie pomiar. Tabela E​lorian jest nietypowa, ponieważ publikuje wiersze, w których jej własny model przegrywa — to sygnał wiarygodności, a mimo to wciąż jest to tabela złożona przez dostawcę, na zadaniach wybranych przez dostawcę, w konfiguracjach ustawionych przez dostawcę. Karta G​ranite firmy I​BM jest węższa i bardziej konwencjonalna: standardowe akademickie benchmarki, opublikowane w podanej konfiguracji, a wiersze agentowe po prostu nie występują przy 3B, zamiast zostać zastąpione czymś pochlebnym.

Po drugie, brakująca liczba jest zwykle tą kluczową. W przypadku Granite 4.2 3B liczba, która ma znaczenie, wcale nie znajduje się na karcie: nikt poza IBM nie opublikował przepustowości ani rzeczywistej dokładności zadań dla modelu 3B przy kontekście 128K, a spadek RULER z 67,52 do 55,30 między 64K a 128K jest ostrzeżeniem, że okno ulega degradacji na długo przed jego końcem. W przypadku Glimpse kluczową brakującą liczbą jest okno kontekstu, ponieważ funkcja rozumowania wideo, której okno nie pomieści materiału wideo przekazywanego jej przez rzeczywisty przepływ pracy, jest demonstracją, a nie narzędziem.

Co by to rozstrzygnęło i co robić w międzyczasie

Trzy wydarzenia zmieniłyby to porównanie i żadne z nich nie miało miejsca.

Niezależne środowisko testowe odtwarzające którykolwiek z tych zestawów liczb byłoby pierwsze. Tabela Glimpse Eloriana i karta Granite 4.2 3B firmy IBM są oparte na samodzielnie zgłoszonych danych, dotyczą różnych zadań, a oba wydania są identyczne pod dokładnie jednym względem: braku zewnętrznej weryfikacji.

Opublikowanie przez Glimpse okna kontekstowego, liczby parametrów lub modelu bazowego byłoby tym drugim. Każda liczba, która obecnie krąży na temat rozmiaru Glimpse, jest szacunkiem, a nie ujawnieniem, a traktowanie szacunku jako specyfikacji to właśnie sposób, w jaki plan pojemnościowy zawodzi.

Granite 4.2 3B otrzymujący etap agentic-RL lub hostowany endpoint first-party byłby trzeci. Każda z tych opcji zmieniłaby to, w której ścieżce plasuje się 3B.

Do tego czasu reguła decyzyjna jest krótka. Jeśli praca jest tekstem, jeśli musi działać na sprzęcie, który kontrolujesz, jeśli licencja musi być Apache 2.0, albo jeśli dane nie mogą przekroczyć granicy sieci, G​ranite 4.2 3B jest odpowiedzią, a pytanie o G​limpse nigdy się nie pojawia — pobierz go, uruchom własną ocenę i traktuj brakujące wiersze agentowe karty jako granicę, a nie lukę. Jeśli praca jest wideo, a tryb awarii jest temporalny, a nie semantyczny, G​limpse jest jedynym z tych dwóch, którego deklarowany mechanizm jest w to wymierzony, darmowa rejestracja czyni próbę tanią, a sam ślad jest testem: uruchom klip, odczytaj wizualną przestrzeń roboczą i sprawdź, czy model kiedykolwiek wrócił do interwału, który zdecydował o odpowiedzi. Oba z nich, w tej chwili, są niezweryfikowane. Tylko jeden z nich można zweryfikować na własnym sprzęcie.

Udokumentowane awarie AI i incydenty z agentami stojące za takimi wydaniami jak to są gromadzone w OrcaRouter AI Incident Archive, gdzie każdy wpis zawiera własne źródła, poziom istotności, stopień pewności i znacznik sporności.