Granite 4.2 3B się ukazał: model rozumowania IBM-a wielkości laptopa deklaruje 78,33 w AIME 2025

Możesz dziś wieczorem uruchomić Granite 4.2 3B na laptopie. To jest praktyczny fakt kryjący się za liczbą z nagłówka: IBM wydał Granite 4.2 3B 25 sierpnia 2026 roku na licencji Apache-2.0, jako najmniejszy z trzech gęstych modeli rozumujących w nowej rodzinie Granite 4.2 — Granite 4.2 3B, Granite 4.2 8B i Granite 4.2 30B — a jego karta modelu deklaruje wynik 78,33 na AIME 2025, czyli wynik w rozumowaniu matematycznym, który kilka lat temu należał wyłącznie do modeli sto razy większych. Wagi mają około 3 miliardów parametrów: od sześciu do ośmiu gigabajtów w bfloat16, poniżej dwóch gigabajtów przy praktycznej kwantyzacji. To jest właśnie sedno tej premiery — model rozumujący, który kiedyś był zakupem centrum danych, teraz mieści się w torbie.

Obok tego musi znaleźć się uczciwe ujęcie. Każda liczba na karcie jest autorstwa IBM i została zapisana w dniu publikacji wag, a żadne niezależne laboratorium nie odtworzyło żadnej z nich. Nie ma jeszcze hostowanego API — karta nie wymienia żadnego dostawcy usług wnioskowania — więc jedynym sposobem na zapoznanie się z tym modelem jest uruchomienie go samodzielnie lub czekanie na pojawienie się hostowanego wariantu. To jest zestawienie «co wiemy na ten moment» o najmniejszym członku rodziny, co oznacza konieczność precyzyjnego określenia, które twierdzenia repozytorium faktycznie potwierdza.

Co wypuszczono i jak po cichu

Granite 4.2 to generacja rozumowania IBM — pierwsza rodzina Granite zbudowana wokół jawnego łańcucha myślowego i pierwsza, która w większych modelach dodaje trening agentowy na dużą skalę. Wszystkie trzy rozmiary to gęste transformery typu decoder-only na licencji Apache 2.0, wstępnie wytrenowane na około 15 bilionach tokenów w pięciu fazach, i wszystkie działają z natywnym kontekstem 128K oraz rozszerzeniem długiego kontekstu do 512K. Ogłoszenie nie było prasową premierą: głównym źródłem jest techniczny blog Hugging Face, „Granite 4.2 LLMs: How They're Built,” opublikowany wraz z kartami modeli 25 sierpnia. Chińska prasa technologiczna podchwyciła rodzinę w ciągu kilku godzin, a Ollama już udostępnia build granite4.2:3b.

Co sprawia, że 3B jest elementem krawędziowym?

Model 3B to dotrenowana wersja {{1}}Granite-4.1-3B-Base{{/1}}, a tym, co odróżnia go od rodzeństwa, jest to, czego mu brakuje. W modelach Granite 4.2 8B i Granite 4.2 30B zastosowano {{2}}agentowe uczenie przez wzmacnianie{{/2}} IBM — trening uczący model obsługi terminala, uruchamiania kodu i przeszukiwania sieci w środowiskach typu sandbox; dlatego właśnie te dwa modele mają wyniki {{3}}SWE-Bench i Terminal-Bench{{/3}}. Model 3B całkowicie pomija ten blok; jego karta nie podaje wyników {{4}}SWE-Bench ani Terminal-Bench{{/4}}, ponieważ moduł {{5}}agentic-RL{{/5}} nigdy nie został w niego wtrenowany.

To, co 3B zachowuje, to rdzeń rozumowania i interfejs:

• Parametry — 3B (około 4B łącznie z embeddingami według metadanych safetensors), gęsty Transformer wyłącznie z dekoderem zbudowany na Granite-4.1-3B-Base.

Architektura — grouped-query attention (40 głowic, 8 głowic KV), RoPE przy θ=10 000 000, SwiGLU MLP (ukryty rozmiar 8 192), RMSNorm, bfloat16.

• Kontekst — natywnie 131 072 tokenów; piąta faza wstępnego treningu rozszerza okno do 512K.

• Tryby rozumowania — pełne myślenie domyślnie (<think>...</think>), brak myślenia przez enable_thinking=False, oraz tryb niskiego wysiłku, który przeznacza krótki budżet rozumowania na proste pytania.

• Wywoływanie narzędzi — wywoływanie funkcji zgodne z OpenAI, korzystające z tego samego schematu co większe modele z tej rodziny, udostępniane przez endpoint vLLM; udokumentowano integracje z OpenHands, OpenCode i Pi.

• Języki — 12 przetestowanych: angielski, niemiecki, hiszpański, francuski, japoński, portugalski, arabski, czeski, włoski, koreański, niderlandzki, chiński.

• Serwowanie — Hugging Face Transformers, vLLM (v0.20+ z dedykowanym parserem myślenia), SGLang, buildy GGUF dla llama.cpp, kwantyzacje FP8/NVFP4/MXFP4 oraz Ollama.

Liczby raportowane przez dostawcę.

{{1}}Karta podaje wysokie wyniki w zakresie rozumowania, a każdy z nich pochodzi od IBM.{{/1}} {{2}}W ewaluacjach matematycznych i dotyczących rozumowania model 3B osiąga 78.33 w AIME 2025, 66.67 w HMMT February 2025, 54.80 w GPQA oraz 69.71 w LiveCodeBench v6.{{/2}} {{3}}W zakresie podążania za instrukcjami: 67.84 w MMLU-Pro i 74.33 w IFBench.{{/3}} {{4}}W przypadku długiego kontekstu wyniki RULER wynoszą 67.52 przy 64K i 55.30 przy 128K.{{/4}} {{5}}W ewaluacjach agentic-general, które model 3B obejmuje — podstawowe użycie narzędzi, bez bloku agentic-RL — osiąga 52.41 w BFCL v4.{{/5}}

Nic z tego nie zostało niezależnie odtworzone. Model został wydany 25 sierpnia; Artificial Analysis nie ma jeszcze dla niego wpisu i nie opublikowano żadnej oceny zewnętrznej. Wartość 78.33 AIME to ta, na którą warto zwracać uwagę: dla gęstego modelu klasy 3B znacznie przekracza zakres, jaki historycznie osiągały małe otwarte modele, a taka liczba na papierze to dokładnie to, co próba reprodukcji albo potwierdza, albo po cichu wycofuje. Traktuj każdą liczbę w tej sekcji jako deklarację IBM.

Co jest potwierdzone, a co nie

Potwierdzone przez artefakty: wagi są do pobrania; licencja to Apache 2.0; architektura, długości kontekstu, tryby rozumowania i interfejs wywoływania narzędzi są zgodne z kartą modelu; a przepis treningowy jest udokumentowany z niezwykłą szczegółowością, aż po proporcje danych i klaster NVIDIA GB200 NVL72 (hostowany przez CoreWeave) użyty do trenowania rodziny. Potwierdzone pracami integracyjnymi z dnia premiery: Ollama już wymienia granite4.2:3b, a karta dokumentuje ścieżki serwowania vLLM, SGLang, Transformers i GGUF.

Nie potwierdzono jeszcze: niezależne wyniki benchmarków; czy pojawi się hostowane API — własne watsonx IBM lub jakiegokolwiek zewnętrznego dostawcy — i w jakiej cenie; jak rozszerzenie 512K zachowuje się w rzeczywistych obciążeniach długimi dokumentami, a nie w testach igłowych RULER; oraz jak podstawowe wywoływanie narzędzi w modelu 3B sprawdza się w produkcyjnych pętlach agentów, gdzie nie może polegać na treningu agentic-RL.

Gdzie konkuruje 3B i jak to przetestować

Założenie 3B jest takie, że małość i lokalność to zaleta, a nie kompromis. Pod nim rodzina się kończy — 3B to dolna półka linii Granite 4.2 — a wokół niego segment budżetowych modeli rozumujących jest gęsto obsadzony po stronie hostowanej, gdzie DeepSeek V4 Flash i Gemini 3.5 Flash-Lite kotwiczą tanie hostowane poziomy rozumowania, a przez cały rok pojawiają się małe modele rozumujące z otwartymi wagami. 3B różni się od nich wszystkich pod jednym konkretnym względem: jest gęsty, na licencji Apache-2.0 i na tyle mały, że koszt krańcowy pojedynczego zapytania to energia elektryczna jednego skromnego GPU — a przy tym jest też nowy, niesprawdzony i bez ani jednej oceny zewnętrznej.

To połączenie to dokładnie sytuacja, w której warstwa routingu udowadnia swoją wartość. OrcaRouter nie routuje Granite 4.2 3B — uczciwa droga do dostępności to self-hosting przez vLLM, SGLang lub Ollamę, albo własne kanały IBM, gdy się pojawią — ale hostowane modele, z którymi konkuruje, są na OrcaRouter w cenie listowej dostawcy, przekazywane dalej z 0% narzutu, za jednym kluczem API. Jeśli budujesz środowisko porównawcze, które ma rozstrzygnąć, czy lokalne rozumowanie 3B bije wynajęcie hostowanego modelu budżetowego, jeden klucz wskazuje model hostowany, porównujesz go metodą A/B z samo-hostowanym Granite przez pojedynczy endpoint, a automatyczny failover wchłania godziny, w których Twoja pula GPU osiąga nasycenie. Obniżka cen tych hostowanych alternatyw pojawia się w cenie przekazywanej dalej tego samego dnia, w którym nastąpi.

Co obejrzeć

Trzy rzeczy zadecydują o tym, jak ta wersja zostanie zapamiętana. Po pierwsze, niezależne odtworzenie wyników AIME i GPQA — różnica między 78.33 na karcie a 78.33 z zewnętrznego uruchomienia to moment, w którym twierdzenia o małych modelach albo się bronią, albo upadają. Po drugie, to, czy watsonx albo inny hosting podejmie model 3B i w jakiej cenie za token; skwantowany model rozumujący o rozmiarze poniżej 2 GB mógłby stworzyć zaskakująco tanią warstwę hostingową. Po trzecie, to, czy tryb rozumowania o niskim wysiłku utrzyma jakość na łatwych pytaniach, ponieważ to ten tryb sprawia, że model rozumujący wielkości laptopa jest użyteczny w prawdziwym ruchu produkcyjnym. Granite 4.2 3B to prawdziwie otwarty, dobrze udokumentowany model rozumujący, który został wydany po cichu i już jutro może działać na Twoim sprzęcie; otwarte pytania mają odpowiedzi, które nadejdą w ciągu tygodni.