LFM3-1.7B-Base kontra Granite 4.2 3B: surowy materiał przeciwko gotowemu modelowi rozumującemu

Model bazowy dostarczany z szablonem czatu to sprzeczność, której większość dostawców unika. LFM3-1.7B-Base, opublikowany 26 października 2026 r., zawiera pełny szablon czatu i po jego zastosowaniu domyślnie włącza rozumowanie — a jednak jego własna karta mówi, że jest zalecany wyłącznie do intensywnego dostrajania, i kieruje ruch czatowy gdzie indziej. Granite 4.2 3B, model rozumujący IBM na licencji Apache-2.0 z 25 sierpnia 2026 r., jest artefaktem przeciwnego rodzaju: po treningu wtórnym, poddany benchmarkom, trzy tryby rozumowania, wywoływanie narzędzi i karta, która deklaruje wynik 78,33 w AIME 2025. Ciekawym pytaniem nie jest to, który jest lepszy. Lecz dlaczego ten na wpół gotowy zachowuje się jak ukończony i co to mówi o tym, który pobrać. Ścieżka zapasowa nie powinna wiązać się z dodatkowym kosztem. ceny katalogowe Ceny katalogowe dostawców są przekazywane bez marży.

Ten, który nie pasuje, to model podstawowy.

Decyzja Liquid o trenowaniu pośrednim na danych czatowych ze śladami myślenia i bez nich to szczegół, przez który to porównanie wykracza poza rywalizację o rozmiar. Ostatnie 3,5 biliona z 22 bilionów tokenów wstępnego trenowania checkpointu zostało przygotowanych z użyciem śladów agentowych i wywołań narzędzi oraz sformatowanych za pomocą tego samego szablonu czatu, którego używa model dostrojony. Dlatego repozytorium bazowe w ogóle zawiera szablon i dlatego naiwne wywołanie apply_chat_template generuje blok myślenia przed odpowiedzią. Model widział ten format. Nie został jednak wytrenowany do postępowania zgodnie z instrukcjami w nim zawartymi.

Ta różnica ma znaczenie w praktyce. Dostrajanie rozpoczynane od LFM3-1.7B-Base dziedziczy model, który już rozpoznaje strukturę rozmowy i ograniczniki rozumowania, co skraca fazę nadzorowaną. Nie dziedziczy jednak niezawodności, zachowań odmowy ani poprawności wywołań narzędzi. Te pochodzą z treningu po wstępnym szkoleniu, który właśnie zamierzasz przeprowadzić — i dokładnie temu, jak mówi karta modelu, służy ten checkpoint.

Czym tak naprawdę jest Granite 4.2 3B

IBM 3B to najmniejszy przedstawiciel rodziny modeli rozumujących Granite 4.2, dotrenowany z Granite-4.1-3B-Base. Jest gęsty, tekstowy i działa z natywnym kontekstem 128K rozszerzanym do 512K. Oferuje trzy tryby rozumowania — domyślnie pełne myślenie, tryb niskiego nakładu oraz wyłączony — a także wywoływanie narzędzi zgodne z OpenAI i rodzinę formatów kwantyzacji. Działa w sześciu do ośmiu gigabajtach przy bfloat16, poniżej dwóch gigabajtów przy praktycznej kwantyzacji, a Ollama ma w ofercie kompilację granite4.2:3b.

Karta podaje 78,33 w AIME 2025 w pełnym trybie myślenia, 54,80 w GPQA i 69,71 w LiveCodeBench v6. Każda z tych liczb pochodzi od IBM, została opublikowana w dniu udostępnienia wag i żadnej nie odtworzono niezależnie. Model 3B nie ma też agentowego uczenia ze wzmocnieniem, które otrzymały jego modele siostrzane 8B i 30B, dlatego nie ma wyników SWE-Bench ani Terminal-Bench. To model rozumujący, a nie silnik agentowy.

Czym właściwie jest checkpoint LFM3

Wstępnie wytrenowany model tekstowy z 1,73 mld parametrów, kontekstem 262 144 tokenów, słownikiem 128 000 tokenów obejmującym szesnaście języków i 3,46 GB wag w formacie bfloat16. Dwadzieścia cztery warstwy: trzynaście bramkowanych krótkich splotów, pięć bloków uwagi z przesuwnym oknem, sześć bloków pełnej uwagi. Około 1 GB przy 4 bitach. Licencja LFM Open License v1.0, bezpłatna do użytku komercyjnego przy rocznych przychodach poniżej 10 mln USD. Dwa notesy TRL na karcie modelu, jeden do nadzorowanego dostrajania w zakresie ekstrakcji strukturalnej, a drugi do kontynuowanego wstępnego trenowania w nowym języku. Żadnej tabeli benchmarków.

Pięć liczb, które ich dzielą

• Parametry — 1,73 mld gęstych parametrów dla LFM3-1.7B-Base w porównaniu z około 3 mld dla Granite 4.2 3B. Żaden z nich nie jest mieszaniną ekspertów; każdy parametr jest odczytywany przy każdym tokenie.

• Tokeny pretreningowe — 22 biliony dla LFM3-1.7B-Base. IBM podaje, że rodzina Granite 4.2 uzyskała około 15 bilionów w pięciu etapach, dla modelu prawie dwukrotnie większego. Mniejszy checkpoint przetworzył więcej tekstu.

• Kontekst — 262 144 tokeny natywnie dla LFM3-1.7B-Base; 128K natywnie i 512K rozszerzone dla Granite 4.2 3B. Model bazowy wygrywa pod względem długości natywnej, model dostrojony wygrywa pod względem maksymalnego pułapu.

• Benchmarki — żadne nie zostały opublikowane dla LFM3-1.7B-Base. AIME 2025 78,33, GPQA 54,80 i LiveCodeBench v6 69,71 dla Granite 4.2 3B, wszystkie zgłoszone przez dostawcę i nieodtworzone.

• Licencja — LFM Open License v1.0 z progiem przychodów 10 mln USD w porównaniu z Apache 2.0 bez wyzwalacza komercyjnego.

Dlaczego ten szablon istnieje i ile jest wart

W tej osobliwości kryje się realna korzyść inżynierska. Zarówno kontynuowane pretrenowanie, jak i nadzorowane dostrajanie wymagają, aby model rozpoznawał format, w jakim będzie udostępniany. Rozpoczęcie od punktu kontrolnego, który widział już znaczniki czatu i delimitery myślenia, oznacza, że faza nadzorowana zużywa budżet gradientu na zachowanie, a nie na formatowanie. Granite 4.2 3B nie daje ci takiego punktu wyjścia; daje ci gotowe zachowanie, które możesz następnie wyspecjalizować, ale specjalizacja zaczyna się od modelu, który ma już opinie na temat tego, jak odpowiadać.

To jest ten kompromis w jednym zdaniu. LFM3-1.7B-Base daje ci czystszą kartę o znajomym kształcie. Granite 4.2 3B daje ci działający model rozumujący, który możesz skierować na problem już dziś i, jeśli chcesz, dostroić później — z zastrzeżeniem, że dostrajanie modelu rozumującego po etapie post-trainingu może osłabić zachowania rozumujące, za które zapłaciłeś, chyba że dane zostaną starannie przygotowane.

Pytanie o budżet, którego nikt nie umieszcza w tabeli

Wnioskowanie to tańsza strona tego porównania. Oba modele działają na laptopie, oba kwantyzują się poniżej 2 GB, a przy tym rozmiarze różnica między 1,73B a 3B to kwestia tokenów na sekundę, a nie wykonalności. Drogą stroną są dane. Dostrojenie któregokolwiek z modeli do zastrzeżonego zadania wymaga przykładów z etykietami, zbioru ewaluacyjnego i pętli treningowej, a ten koszt przyćmiewa różnicę między pobraniem 3,46 GB a 6 GB.

To, co zmienia się wraz z rozmiarem, to ile z tego budżetu trafia na zdolności, które model bazowy już ma. Trzon o 1,73 mld parametrów wytrenowany na 22 bilionach tokenów to świadomy zakład, że mały model z długim kontekstem i szeroką mieszanką językową potrafi szybko przyswoić sobie domenę. Model rozumujący o 3 mld parametrów to zakład, że ogólne rozumowanie przenosi się na twoją domenę przy mniejszej ilości danych. Żadnego z tych zakładów nie rozstrzygają liczby dostawcy, ponieważ żaden z dostawców nie opublikował wyniku dostrajania na zadaniu, które cię interesuje.

Gdy dostrojenie już istnieje, kwestia serwowania jest osobna. DSL routingu OrcaRoutera pozwala, aby specjalista i ogólny fallback stali za jednym wywołaniem, a automatyczne przełączanie awaryjne sprawia, że przekroczenie limitu czasu przez mały model nie pociąga za sobą całego żądania. Ma to większe znaczenie w przypadku dostrojenia 1,73B niż w przypadku dużego modelu, ponieważ trybem awarii małego specjalisty jest pewność siebie w niewłaściwej dziedzinie, a fallback to najtańsza ochrona przed tym.

Licencja: klauzula, która decyduje o adopcji w przedsiębiorstwach

Apache 2.0 to najkrótsza rozmowa o licencji w procesie zakupowym. Granite 4.2 3B jest objęty tą licencją, bez progu przychodowego i bez wyzwalacza komercyjnego. LFM3-1.7B-Base jest objęty LFM Open License v1.0, która zezwala na bezpłatne użytkowanie komercyjne przy rocznych przychodach poniżej 10 mln USD, a powyżej tego progu wymaga licencji komercyjnej. Dla niezależnego dewelopera ta różnica jest niewidoczna. Dla zespołu produktowego w większej firmie ten próg oznacza przegląd prawny, który odbywa się przed pierwszym uruchomieniem treningu, i może przeważyć nad przewagą w liczbie parametrów w obie strony.

Który pobrać?

W tym tygodniu potrzebujesz modelu rozumującego. Granite 4.2 3B. Jest ukończony, udokumentowany, skwantyzowany i wystarczająco mały na laptopa. Liczby dostawcy nie zostały odtworzone, ale model działa, a interfejs jest standardowy.

Budujesz specjalistę dziedzinowego i masz dane. LFM3-1.7B-Base. Rdzeń obejmujący 22 biliony tokenów, kontekst 256K i słownik szesnastu języków to lepszy punkt wyjścia niż model rozumujący, który częściowo byś nadpisał, a szablon czatu sprawia, że faza nadzorowana zaczyna się od znanego formatu.

Potrzebujesz zarówno modelu rozumującego, jak i specjalistycznego. Nie są one zamiennikami. Granite 4.2 3B obsługuje ogólną ścieżkę rozumowania; dostrojony model LFM3 obsługuje wąską ścieżkę o dużym wolumenie. Uruchamianie obu za jednym punktem końcowym to wzorzec, który pozwala uniknąć wyboru.

Czego jeszcze brakuje?

Luka w tym porównaniu nie jest liczbą, lecz odtworzeniem. Granite 4.2 3B ma benchmarki dostawcy i żadnych niezależnych uruchomień; LFM3-1.7B-Base nie ma ani jednego, ani drugiego. Dopóki ktoś nie dostroi checkpointu Liquid na publicznym zadaniu i nie poda wyniku w odniesieniu do baseline’u Granite 4.2 3B, wybór opiera się na tym, jakiego rodzaju zasób chcesz, a nie na tym, który model osiąga lepsze wyniki. Szablon sprawia, że bazowy checkpoint wygląda na bardziej dopracowany, niż jest w rzeczywistości. Karta modelu jest co do tego uczciwa i to jest ta część, którą warto przeczytać przed pobraniem.