Solar Mini 4 vs Granite 4.2 3B: model, który wywołujesz, i checkpoint, który pobierasz

Postaw Solar Mini 4 obok Granite 4.2 3B, a intrygującą liczbą nie jest różnica w benchmarkach. Chodzi o to, że Granite 4.2 3B, model rozumujący IBM na licencji Apache-2.0 wydany 25 sierpnia 2026 r., uruchomi się dziś wieczorem na laptopie za darmo, podczas gdy Solar Mini 4, zastrzeżony model Upstage wydany 22 września 2026 r., nie uruchomi się na żadnym należącym do ciebie sprzęcie i nalicza 0,10 USD za milion tokenów wejściowych oraz 0,40 USD za milion tokenów wyjściowych za odpowiedź na pytanie. Oba aktywują około trzech miliardów parametrów obliczeń na token. Jeden to plik. Drugi to licznik.

Ta różnica rozstrzyga niemal o wszystkim innym w tym porównaniu, w tym o tym, które benchmarki w ogóle warto zestawiać obok siebie. Granite 4.2 3B przeszedł niezależną ewaluację na długo przed Solar Mini 4 — Artificial Analysis przyznaje mu 9 punktów w Intelligence Index v4.3.2, z tego samego zestawu ewaluacyjnego i od tej samej organizacji, która przyznaje Solar Mini 4 24 punkty. Co oznacza, że piętnastopunktowa różnica jest tu wyjątkowo solidnie uzasadniona: to jedno laboratorium, jedna metodologia i dwa modele, których nikt nie musiał brać na wiarę.

Specyfikacja, w zakresie wymiarów, które faktycznie je odróżniają

• Architektura — Solar Mini 4 to rzadka mieszanka ekspertów: 35 mld parametrów łącznie, 3 mld aktywnych na token, według Upstage. Granite 4.2 3B jest gęsty, ma około 3 mld parametrów, a łącznie około 4 mld, w tym embeddingi, według metadanych safetensors. Ten sam budżet aktywacji, dwa różne sposoby jego wykorzystania.

• Wagi — Solar Mini 4 jest własnościowy i zamknięty. Granite 4.2 3B jest udostępniany na licencji Apache 2.0 z udokumentowaną recepturą treningową aż do proporcji danych.

• Kontekst — Upstage dokumentuje 512 tys. tokenów z wyjściem do 128 tys.; Artificial Analysis podaje 1,0 mln dla tego samego modelu, więc traktuj ten pułap jako nieustalony. Granite 4.2 3B obsługuje natywnie 131 072 tokeny, rozszerzone do 512 tys. przez piątą fazę wstępnego trenowania.

• Cena — Solar Mini 4 po $0.10 / $0.01 w pamięci podręcznej / $0.40 za milion tokenów, obecnie 50% zniżki do 22 października 2026. Granite 4.2 3B nie ma cennika dostawcy, ponieważ nie ma czego wynajmować; hostowane punkty końcowe śledzone przez Artificial Analysis wyceniają go na około $0.03 / $0.12, a samodzielny hosting kosztuje wyłącznie prąd.

• Indeks Inteligencji — 24 dla Solar Mini 4, 9 dla Granite 4.2 3B, oba z Artificial Analysis v4.3.2.

• Szybkość — 204 tokeny wyjściowe na sekundę dla Solar Mini 4 i 223 dla Granite 4.2 3B, oba zmierzone przez to samo laboratorium, z czasem do pierwszego fragmentu wynoszącym odpowiednio 1,5 s i 0,5 s. Model gęsty jest szybszy pod oboma względami.

Z czego tak naprawdę składa się piętnastopunktowa różnica

Poszczególne ewaluacje opowiadają mniej pochlebną historię niż nagłówek w przypadku Granite 4.2 3B i bardziej złożoną w przypadku Solar Mini 4. W AA-LCR v1.1, benchmarku rozumowania w długim kontekście, Solar Mini 4 uzyskuje 83%, a Granite 4.2 3B — 24%. Ta pojedyncza ewaluacja odpowiada za ogromną część różnicy w indeksie i nie jest przypadkowym skutkiem skali — to jest to, co zyskujesz dzięki 512K do 1M tokenów kontekstu oraz treningowi, który pozwala z niego korzystać. Okno Granite 4.2 3B natywnie kończy się na 131K; rozszerzona faza 512K istnieje, ale model nie został dostrojony do rozumowania w jej obrębie tak, jak Solar Mini 4.

W zakresie wiedzy ogólnej różnica maleje, a następnie odwraca się w charakterze. Granite 4.2 3B uzyskuje 55,9% w GPQA, a Solar Mini 4 nie ma w ogóle wyniku GPQA; w Humanity's Last Exam dwa modele mają odpowiednio 6,6% i 25,8%, co jest bardziej bezpośrednim porównaniem i tym, którego można oczekiwać przy różnicy rozmiarów. Tym, czego Granite 4.2 3B nie robi, według Artificial Analysis, jest fabrykowanie: jego wskaźnik braku halucynacji w AA-Omniscience wynosi 73,7%, więcej niż 64,2% w Solar Mini 4. Mniejszy model rzadziej wymyśla odpowiedź, której nie ma.

Kodowanie agentowe to obszar, w którym oba modele sobie nie radzą i w którym analiza liczb ma znaczenie. Solar Mini 4 uzyskuje 1% w Terminal-Bench 4.0 i 22,3% w AutomationBench-AA. Granite 4.2 3B uzyskuje 0% w Terminal-Bench 4.0, 13,9% w starszym Terminal-Bench 2.1 i 5,6% w τ³-Banking. Żaden z tych modeli nie jest właściwym narzędziem do autonomicznej pracy w terminalu. Wersje 8B i 30B z rodziny Granite 4.2 otrzymały IBM-owskie uczenie ze wzmocnieniem dla agentów i mają wyniki w SWE-Bench oraz Terminal-Bench; wersja 3B jawnie pominęła ten blok treningowy, a model Upstage jest pozycjonowany cenowo pod kątem wyszukiwania, strukturyzowania i stosowania polityk, a nie sterowania powłoką.

Gdzie Granite 4.2 3B wciąż jest właściwym wyborem

Siedem i jedna trzecia gigabajta wag w bfloat16, poniżej czterech gigabajtów przy praktycznej kwantyzacji oraz licencja Apache 2.0, która pozwala dostroić go na własnych danych i wdrożyć wynik, nie pytając nikogo o zgodę. Student z jednym GPU klasy konsumenckiej, szpital, który nie może wysyłać tekstu pacjenta do podmiotu trzeciego, produkt, który musi działać na samolocie albo w piwnicy fabryki, zespół, który chce mieć model na własność, a nie wynajmować endpoint — każdy z tych przypadków wybiera Granite 4.2 3B i nie ogląda się za siebie. Silnik działa przez vLLM, SGLang, Transformers i GGUF, a Ollama ma w ofercie build granite4.2:3b.

Liczby podawane przez dostawcę zasługują na zwykłą ostrożność. Karta IBM podaje 78,33 w AIME 2025, 66,67 w HMMT February 2025 i 69,71 w LiveCodeBench v6 — żaden z tych wyników nie został odtworzony przez stronę trzecią, a w przypadku gęstego modelu 3B wynik AIME znacznie wykracza poza historyczny zakres. Indeks Artificial Analysis na poziomie 9 określa model jako naprawdę użyteczny i daleki od czołówki, co jest bardziej wiarygodnym sygnałem właśnie dlatego, że IBM go nie opublikował.

Gdzie Solar Mini 4 jest odpowiedzią

Wszędzie tam, gdzie praca dotyczy długiego dokumentu, powtarzalnego ustrukturyzowanego wyodrębniania albo polityki, którą trzeba konsekwentnie stosować na dużą skalę — i gdzie akceptowalne jest dziewięćdziesiąt sekund opóźnienia. Profil Solar Mini 4 to profil specjalisty: 83% w rozumowaniu na długim kontekście, 48% w programowaniu naukowym, 64% pod względem braku halucynacji oraz udokumentowana skłonność do powstrzymywania się od odpowiedzi zamiast zgadywania. Obsługuje także koreański jako język pełnoprawny obok angielskiego i japońskiego, co w przypadku wdrożenia na rynek koreański nie jest przypisem.

Nabywcy nie powinni porównywać cen dwóch tokenów i wnioskować, że Solar Mini 4 jest trzykrotnie droższy. Artificial Analysis zmierzyło Solar Mini 4 na poziomie 0,36 USD za ukończone zadanie Intelligence Index — a w tym samym zestawie Granite 4.2 3B na poziomie 0,006 USD. To sześćdziesięciokrotna różnica, wynikająca z tych samych czynników, które zawyżają koszt Solar Mini 4 względem GPT-6 Luna (max): 88 300 tokenów wyjściowych na zadanie wobec 18 600 w Granite oraz struktury kosztów, w której zapisy do pamięci podręcznej promptów odpowiadają za 0,30 USD z 0,36 USD w przypadku Solar Mini 4 wobec 0,0006 USD z 0,006 USD w przypadku Granite. Niska cena wyjścia w rozwlekłym modelu nie oznacza taniego zadania.

Żaden z tych modeli nie jest dostępny w OrcaRouter — nie kierujemy ruchu ani do Granite, ani do Upstage — więc jeśli chcesz Granite 4.2 3B, pochodzi on z Hugging Face, a jeśli chcesz Solar Mini 4, pochodzi z własnego API Upstage i platform zewnętrznych. Ale wzorzec dwóch modeli, który sugeruje to porównanie, jest dokładnie tym, do czego powstały routery, i to właśnie dlatego OrcaRouter udostępnia ponad 200 modeli za jednym kluczem przy 0% narzutu względem ceny katalogowej dostawcy: uruchamiaj zadania związane z długimi dokumentami i językiem koreańskim na modelu, który faktycznie zwraca swój koszt, zachowaj deterministyczne kroki ekstrakcji na czymś, co hostujesz sam, i pozwól, by routing i przełączanie awaryjne przenosiły żądanie między nimi przy każdym wywołaniu, a nie na podstawie kontraktu.

Ostatnia uwaga dotycząca liczb powyżej. Każda wartość Solar Mini 4 pochodząca z Artificial Analysis jest niezależnym pomiarem; każda wartość Granite 4.2 3B z karty modelu IBM jest twierdzeniem dostawcy, którego nie odtworzyła żadna strona trzecia. Wyniki indeksu Artificial Analysis wynoszące 24 i 9 to jedyne dwie liczby tutaj, które zostały uzyskane przez to samo laboratorium w tych samych warunkach — i to na nich należy oprzeć decyzję.