LBS-27B vs Granite 4.2 30B: gęsty z założenia wobec specyfikacji, która nie istnieje

IBM dokonał świadomego wyboru w przypadku Granite 4.2 30B: utrzymał model gęstym. Sześćdziesiąt cztery warstwy, blok feed-forward o szerokości 32 768, każdy parametr odczytywany przy każdym tokenie. W roku, w którym większość laboratoriów tej wielkości sięgała po routing mixture-of-experts, IBM dostarczył klasyczny model 30B i odpowiednio go wycenił. Ta decyzja to właściwa perspektywa do porównania go z LBS-27B, ponieważ jedyne, co wiemy o nowym repozytorium inclusionAI, to nazwa i licencja — a pierwsze pytanie, na które ta nazwa musi odpowiedzieć, brzmi, czy opisuje model gęsty, czy rzadki.

Granite 4.2 30B ma kompletny publiczny zapis: wagi od sierpnia 2026 r., licencję Apache-2.0, kartę modelu z dziewiętnastoma wierszami benchmarków i udokumentowany stos wywoływania narzędzi. LBS-27B ma repozytorium utworzone 26 października 2026 r., zawierające .gitattributes w formie pliku oraz 28-bajtowy README, który deklaruje Apache-2.0 i nie mówi nic więcej. To nie jest porównanie dwóch modeli. To porównanie jednego modelu ze specyfikacją, która jeszcze nie została napisana, a użytecznym wynikiem jest lista konkretnych rzeczy, które ta specyfikacja musiałaby zawierać.

Co IBM faktycznie dostarczył

Granite 4.2 30B to gęsty dekoder z 30 miliardami parametrów — Hugging Face podaje 29B w BF16 — o 64 warstwach, wymiarze ukrytym 4096, 32 głowicach uwagi i 8 głowicach klucz-wartość w ramach uwagi z grupowaniem zapytań. Słownik obejmuje 100 352 tokeny, natywny kontekst wynosi 131 072, a IBM dokumentuje rozszerzenie długiego kontekstu do 512K. Model obsługuje wyłącznie tekst. Karta modelu wymienia dwanaście przetestowanych języków: angielski, niemiecki, hiszpański, francuski, japoński, portugalski, arabski, czeski, włoski, koreański, niderlandzki i chiński.

Jest to model rozumujący w typowym dla 2026 roku sensie. Karta opisuje tryby pełnego myślenia, bez myślenia oraz niskiego wysiłku, przy czym rozumowanie jest opakowane w znaczniki think. Został dostrojony na podstawie Granite 4.1 30B Base, wydanego na licencji Apache-2.0, a IBM datuje wydanie na 25 sierpnia 2026 r.

Model gęsty to nie techniczny brak. To kompromis. Model gęsty ma przewidywalne zużycie mocy obliczeniowej i pamięci na token, nie ma routera, który mógłby błędnie skierować token, nie ma shardingu równoległości ekspertów do zaprojektowania, a proces fine-tuningu zachowuje się tak, jak oczekuje większość zespołów. W zamian koszt obsługi jednego tokenu jest wyższy niż w modelu rzadkim o tej samej całkowitej wielkości. IBM sprzedaje ten kompromis przedsiębiorstwom, które wolą nudne wdrożenie niż tanie.

Profil benchmarku z kształtem

Karta Granite’a jest niezwykle kompletna, co pozwala dostrzec, w czym model jest mocny, a w czym nie. Wszystkie te informacje pochodzą od dostawcy i nie zostały niezależnie odtworzone.

• Matematyka — AIME25 89,17 i HMMT February 2025 89,17. To wyróżniające się liczby na karcie i są znacznie wyższe niż to, co model 30B osiągał rok temu.

• Wiedza i nauka — GPQA 66,41, MMLU-Pro 77,60, MMLU-ProX lite 66,64, SciCode 38,76. Kompetentny, choć nie wiodący w swojej klasie. Różnica między wynikiem AIME bliskim 90 a wynikiem GPQA w połowie sześćdziesiątych określa charakter tego modelu: lepiej radzi sobie z rozwiązywaniem ustrukturyzowanego problemu niż z przypominaniem sobie wiedzy lub rozumowaniem w szerokim zakresie dziedzin.

• Inżynieria oprogramowania — SWE-Bench Verified 57, SWE-Bench Pro 33,29, SWE-Bench Multilingual 41,89, Terminal-Bench 2.1 29,24, LiveCodeBench v6 75,77. Spadek z LiveCodeBench do Terminal-Bench jest duży i ma znaczenie: umiejętność programowania konkursowego to nie to samo co ukończenie wieloetapowego zadania w prawdziwym terminalu.

• Długi kontekst — RULER 64K 89,96 i RULER 128K 81,38. To najbardziej pokrzepiająca para na karcie, ponieważ mierzy wyszukiwanie informacji w całym oknie, zamiast zakładać, że duży kontekst jest użyteczny. Spadek o siedem punktów z 64K do 128K to łagodne nachylenie.

• Przestrzeganie instrukcji i czat — IFBench 77.17, Arena-Hard-V2 67.93, tau3 średnio 62.00, BFCL v4 61.39.

Uczciwa interpretacja jest taka, że {{1}}Granite 4.2 30B{{/1}} to solidny, nierówny model: znakomity w matematyce konkursowej i w wyszukiwaniu informacji w długim kontekście, przeciętny w szerokiej wiedzy i plasujący się w środku stawki w agentowej pracy programistycznej. To {{2}}konkretny produkt{{/2}}, a nie produkt ogólnego przeznaczenia.

Wywoływanie narzędzi to argument, który wysuwa IBM.

IBM używa sformułowania „reasoning-augmented tool calling” — model rozumuje, które narzędzie wywołać i dlaczego, zanim je wywoła. Szczegóły implementacji są praktyczne, a nie egzotyczne: definicje funkcji w stylu OpenAI, parser narzędzi vLLM o nazwie qwen3_coder, automatyczne wskazywanie tego samego parsera przez SGLang oraz integracje z OpenCode, Pi i OpenHands.

Czy to jest lepsze od alternatyw, to pytanie empiryczne, a liczby podane w samej karcie modelu są mieszane. BFCL v4 na poziomie 61,39 i tau3 na poziomie 62,00 są przyzwoite, ale nie dominujące; modele prowadzące w tych rankingach są na ogół większe. Granite oferuje udokumentowaną, powtarzalną ścieżkę wywoływania narzędzi z liberalną licencją i gęstym profilem serwowania — co często jest tym, czego projekt agenta w przedsiębiorstwie naprawdę potrzebuje, bardziej niż pierwszego miejsca w rankingu.

To jest obszar, w którym LBS-27B zostanie oceniony najpierw, jeśli jest skierowany do tego samego nabywcy. Model, który nie potrafi niezawodnie wywoływać narzędzi, nie jest kandydatem do pracy agentowej niezależnie od wyniku MMLU, a ewaluacje wywoływania narzędzi to dokładnie ten rodzaj rzeczy, który nie pojawia się w repozytorium, dopóki model nie jest ukończony.

Strona LBS-27B

Niewiele jest do powiedzenia, a ważne jest, by powiedzieć to precyzyjnie, zamiast wypełniać przestrzeń domysłami.

• Repozytorium istnieje. Zostało utworzone o 05:36 UTC 26 października 2026 r. i nie zostało od tego czasu zmodyfikowane.

• Zawiera dwa pliki: 1519-bajtowy .gitattributes i 28-bajtowy README. README zawiera wyłącznie metadane licencji: license: apache-2.0.

• Nie ma żadnych wag, konfiguracji, tokenizera, karty modelu ani danych ewaluacyjnych. Pobrania nie są śledzone, a polubienia wynoszą zero. Nie znaleźliśmy żadnego ogłoszenia, artykułu ani publicznej dyskusji.

• „27B” jest częścią nazwy repozytorium. Nic w repozytorium nie potwierdza, że jest to liczba parametrów, i nic nie wskazuje, czy model jest gęsty, czy rzadki.

Ten ostatni punkt nie jest drobną luką. Gęste i rzadkie modele 27B to różne produkty o odmiennej ekonomice obsługi, odmiennym zachowaniu podczas dostrajania i odmiennych trybach awarii. Dopóki nie istnieje plik konfiguracyjny, porównanie Granite ma jedną w pełni określoną stronę i jedną pustą.

Porównanie, wymiar po wymiarze

• Parametry — Granite 4.2 30B to gęsty model 30B (29B podano w BF16); LBS-27B to niezweryfikowany model 27B bez ujawnionej architektury.

• Warstwy i szerokość — 64 warstwy o wymiarze ukrytym 4096 dla Granite; nieznane dla LBS.

• Kontekst — 131 072 natywne i udokumentowane rozszerzenie 512K dla Granite; nieznane dla LBS.

• Modalność — tylko tekst dla Granite; nieznana dla LBS, przy czym uzasadnionym przypadkiem bazowym jest wyłącznie tekst.

• Języki — dwanaście przetestowanych języków dla Granite; nieznane dla LBS.

• Tryby rozumowania — pełny, bez myślenia i niskonakładowy dla Granite; nieznane dla LBS.

• Wywoływanie narzędzi — udokumentowana ścieżka wywoływania funkcji z wynikami BFCL v4 61,39 i tau3 62,00 dla Granite; brak opublikowanych danych dla LBS.

• Licencja — Apache-2.0 dla Granite; Apache-2.0 zadeklarowana dla LBS, możliwa do zmiany przed wydaniem wag.

• Dostępność — wagi Granite można dziś pobrać i hostować samodzielnie; LBS nie ma nic do pobrania.

Długość kontekstu to obszar, w którym te dwa rozwiązania mogą najbardziej się różnić.

Natywne okno modelu Granite o rozmiarze 128K z rozszerzeniem do 512K to celowa funkcja klasy enterprise, a wyniki RULER sugerują, że to nie tylko marketing: 81,38 przy 128K to użyteczny wynik. W przypadku przeglądu umów, analizy logów, wyszukiwania w bazie kodu i długich ścieżek audytu ta kombinacja — udokumentowana ścieżka rozszerzenia plus dowody skuteczności wyszukiwania blisko górnej granicy okna — jest cenniejsza niż większa liczba bez stojących za nią dowodów.

Jeśli LBS-27B zostanie wydany z oknem 256K lub 512K, ciekawym pytaniem nie będzie sama liczba. Będzie nim to, czy inclusionAI opublikuje ewaluacje wyszukiwania na jego dalekim końcu. Okno to deklaracja pojemności; wyniki w stylu RULER to deklaracja możliwości, a te dwa rodzaje twierdzeń wyraźnie się rozchodzą w praktyce.

Wdrażanie, licencjonowanie i gdzie pasuje router

Oba modele deklarują licencję Apache-2.0, co jest najbardziej permisywnym rozwiązaniem dla zastosowań komercyjnych i powodem, dla którego Granite cieszy się popularnością wśród zespołów, które nie mogą zaakceptować niestandardowej licencji. Granite 4.2 30B nie jest dostępny w OrcaRouter, podobnie jak LBS-27B; jeśli chcesz używać Granite, pobierasz go i hostujesz samodzielnie albo korzystasz z platformy hostingowej.

Takie wdrożenie self-hosted to dokładnie ten przypadek, w którym architektura hybrydowa ma sens. Uruchom Granite na własnym sprzęcie do rutynowego wolumenu — ruchu klasyfikacji, ekstrakcji i wywołań narzędzi, gdzie gęsty model 30B w zupełności wystarcza — a naprawdę trudne przypadki kieruj do hostowanego modelu frontier. OrcaRouter jest przydatny w tej drugiej części: jeden klucz API do ponad 200 modeli, automatyczne przełączanie awaryjne, gdy dostawca zacznie działać gorzej, oraz DSL routingu, który pozwala wyrazić ten podział jako politykę, a nie jako kod w trzech usługach. Przekazujemy cennik listowy dostawcy bez marży (0%), więc część rachunku za stronę hostowaną to kwota dostawcy, a nie nasza z doliczoną marżą.

Nie będziemy twierdzić, że którykolwiek z modeli w tym porównaniu jest dostępny za naszym pośrednictwem. Nie jest, a strona porównawcza, która sugeruje inaczej, jest gorsza niż bezużyteczna.

Co rozstrzygnęłoby to porównanie

Trzy artefakty zamieniłyby tę stronę z ćwiczenia specyfikacyjnego w prawdziwe starcie.

Pierwszy to config.json z polami eksperckimi, który rozstrzyga kwestię architektury gęstej kontra rzadkiej i podaje liczbę aktywnych parametrów. Jeśli LBS-27B jest rzadki i ma małą liczbę aktywnych parametrów, obniży koszt serwowania względem Granite i porównanie staje się kompromisem między ceną a jakością. Jeśli jest gęsty, to kwestia bezpośredniego zastąpienia, a dojrzałość narzędzi IBM staje się czynnikiem rozstrzygającym.

Drugi to ewaluacja wywoływania narzędzi na konkretnej, nazwanej wersji harnessu. Wyniki Granite w BFCL v4 i tau3 nie są spektakularne, co oznacza, że nowy model nie musi być spektakularny, by je pobić — wystarczy, że zostanie zmierzony na tym samym harnessie.

Trzeci to dowód na wyszukiwanie w długim kontekście przy 128K lub więcej. Wyniki Granite w RULER są jego najsilniejszym argumentem za przydatnością w przedsiębiorstwach i to właśnie im powinien dorównać pretendent.

Dla kupującego korporacyjnego, który podejmuje decyzję dziś, Granite 4.2 30B jest znaną wielkością z permisywną licencją, udokumentowanym stosem narzędzi i gęstym profilem serwowania, który wiele zespołów infrastruktury preferuje. LBS-27B to nazwa z zapisem licencyjnym. Różnica między nimi nie jest werdyktem o inżynierii inclusionAI. To po prostu różnica między modelem opublikowanym a modelem zarezerwowanym.