Glimpse vs Granite 4.2 3B: Um Revela Tudo, o Outro Revela um Comportamento

Coloque as duas fichas de especificações lado a lado e a comparação parece desequilibrada numa direção incomum. G​ranite 4.2 3B, lançado pela I​BM em 25 de agosto de 2026 sob Apache 2.0, vem com um cartão de modelo que indica o número de camadas, a geometria das cabeças de atenção, a base RoPE, o epsilon de normalização, a função de ativação, a amarração de embeddings, a dimensão oculta, a temperatura de amostragem recomendada e todas as linhas de benchmark que a equipe escolheu publicar. E​lorian G​limpse, lançado em 16 de outubro de 2026, vem com um vídeo de 0,9 segundos. Não tem contagem de parâmetros publicada, nem janela de contexto, nem modelo base nomeado e nem descrição de arquitetura. Um deles revela tudo, exceto para que serve; o outro revela exatamente para que serve e nada sobre o que é.

Esse é o eixo real desta comparação, e não é o eixo para o qual os dois lançamentos nos convidam. G​ranite 4.2 3B é um modelo de raciocínio auto-hospedável com uma especificação que você pode auditar antes de baixá-lo. G​limpse é uma prévia de pesquisa hospedada cuja capacidade publicada, em sua totalidade, é um comportamento — voltar a um momento dentro de um clipe que já viu, escaneá-lo novamente a uma taxa de quadros mais densa e responder com base no que encontra ali. Nenhum dos dois está no nosso catálogo, e isso importa menos aqui do que o habitual, porque a decisão entre eles não é, primordialmente, uma decisão de roteamento.

Dois lançamentos, duas estratégias de divulgação opostas

A linha Granite 4.2 da IBM é de raciocínio denso em três tamanhos — 3B, 8B e 30B — e o 3B é o menor dos três. Ele é pós-treinado a partir do Granite-4.1-3B-Base por meio do que o cartão descreve como um pipeline de três estágios, e mantém a janela nativa de 128.000 tokens da família, com um caminho de extensão documentado para 512.000. Doze idiomas estão listados como testados. O cartão publica a arquitetura completa: 40 camadas, largura de embedding de 2.560, um feed-forward SwiGLU com largura oculta de 8.192, atenção group-query distribuída em 40 cabeças de consulta e 8 cabeças de chave-valor com tamanho de cabeça 64, uma base RoPE de 10 milhões, RMSNorm com epsilon 1e-5, embeddings não compartilhados, pesos bfloat16 e uma classe de serviço GraniteForCausalLM. A amostragem recomendada é temperatura 1,0 com top-p 0,95.

O post de Elorian's Glimpse não publica nada disso. O que ele publica, em vez disso, é um mecanismo. Nos traços de exemplo divulgados com o modelo, o Glimpse faz uma primeira passagem por um clipe a cerca de 8 quadros por segundo, forma uma leitura provisória e depois volta a um trecho de nove décimos de segundo desse clipe a cerca de 14 quadros por segundo para resolver uma questão que sua primeira passagem não conseguiu — no exemplo publicado, se a câmera fez uma panorâmica ou um corte. Um segundo traço acompanha uma borda da janela a partir de cerca de 2,2 segundos até ela quase parar aos 5,13 segundos. A empresa chama a superfície de exibição de espaço de rascunho visual e diz que o modelo foi treinado de ponta a ponta para usar ferramentas multimodais, gerando subagentes que trocam texto, imagens e representações internas.

Ambas são estratégias de lançamento legítimas, e falham de maneiras opostas. Um card que publica tudo ainda pode estar errado sobre aquilo em que o modelo é bom. Um post que publica um mecanismo ainda pode estar descrevendo uma demo.

A especificação publicada, dimensão por dimensão

• Parâmetros — G​ranite 4.2 3B é um modelo denso de 3 bilhões de parâmetros, aproximadamente 4B em bfloat16 quando se conta a tabela de embeddings. A contagem de parâmetros do G​limpse nunca foi publicada pela E​lorian; a única declaração de tamanho no post de lançamento é a afirmação de ser "um modelo substancialmente menor e mais barato" do que os sistemas de fronteira com os quais é comparado em benchmarks.

• Janela de contexto — 128.000 tokens nativos para o G​ranite 4.2 3B, com uma rota documentada para 512.000. Não divulgada para o G​limpse, que é a lacuna mais impactante da ficha, dado que sua principal capacidade é ler vídeo.

• Pesos — Apache 2.0 no Hugging Face para o G​ranite 4.2 3B: baixe, rode no seu próprio hardware, faça ajuste fino, coloque em produção. Nenhum para o G​limpse. É uma API e uma interface de chat com inscrição gratuita, e nada na publicação sugere que os pesos estejam a caminho.

• Disponibilidade alojada — A I​BM não publicou nenhuma API alojada própria com o 3B no lançamento; o cartão é o entregável. A G​limpse é o inverso: apenas alojada, sem artefacto para manter.

• Preço — US$ 0,60 por milhão de tokens de entrada e US$ 3,00 por milhão de saída para o G​limpse. Para o G​ranite 4.2 3B, não existe nenhuma tabela de preços, porque o custo é a eletricidade e o hardware que você já possui.

• Avaliação independente — nenhum dos dois tem uma que mereça menção. Os números do G​ranite 4.2 3B são da própria I​BM; os do G​limpse são da própria E​lorian. Nesta dimensão em particular, os dois lançamentos são igualmente não verificados, o que vale dizer sem rodeios antes que alguém trate um deles como a metade confiável. p>img src="3.png" alt="Um placar intitulado 'G​limpse vs G​ranite 4.2 3B — a lacuna de divulgação' com o subtítulo 'Seis dimensões, ambos os lados, os mesmos rótulos'. Duas colunas compartilham os mesmos seis rótulos de linha. A coluna da esquerda, com o cabeçalho 'E​lorian G​limpse', diz 'Parâmetros: não publicados', 'Contexto: não publicado', 'Pesos: nenhum; apenas API e chat', 'Modelo base: sem nome; descrito apenas como open-weights', 'Artefato publicado: uma postagem de lançamento com traces de exemplo', 'Verificável no seu hardware: não'. A coluna da direita, com o cabeçalho 'G​ranite 4.2 3B', diz 'Parâmetros: 3B denso, cerca de 4B em bfloat16', 'Contexto: 128.000 nativo, 512.000 com extensão', 'Pesos: Apache 2.0 no Hugging Face', 'Modelo base: G​ranite-4.1-3B-Base, nomeado', 'Artefato publicado: card completo do modelo, arquitetura, padrões de amostragem', 'Verificável no seu hardware: sim'. Uma linha de rodapé diz 'Os números do G​limpse são relatados pelo fornecedor e não reproduzidos. Os números do G​ranite 4.2 3B seguem o card de modelo publicado da I​BM; benchmarks agênticos não foram publicados para o 3B.' O logotipo da OrcaRouter fica no canto inferior direito." />

Por que esses dois não são substitutos

A tentação é enquadrar um modelo de 3 bilhões de parâmetros contra uma prévia de tamanho misterioso como Davi contra Golias, e esse enquadramento está errado em ambas as direções.

G​ranite 4.2 3B é um modelo de raciocínio e de seguimento de instruções. Seu conjunto de avaliação publicado é AIME 2025 com 78,33, HMMT fevereiro de 2025 com 66,67, GPQA com 54,80, LiveCodeBench v6 com 69,71, MMLU-Pro com 67,84, IFBench com 74,33, BFCL v4 com 52,41 e RULER com 67,52 para entradas de 64K, caindo para 55,30 em 128K. Repare no que falta nessa lista: não há nenhuma linha de SWE-Bench nem de Terminal-Bench no 3B, embora os membros maiores da família carreguem uma etapa de aprendizado por reforço agêntico. A I​BM preferiu não publicar números de codificação agêntica para o irmão menor a estimá-los, e essa honestidade é mais informativa do que uma linha inflada teria sido.

Glimpse não compete em nenhum desses eixos. A própria tabela comparativa da Elorian coloca-o à frente do GPT-6 Astra no WGO Bench (42,70 vs 39,42), no CharXiv-R (92,90 vs 92,10), no UGC-VideoCap (82,66 vs 80,32) e no FSC-147 (83,36 vs 82,02), e atrás em 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) e Humanity's Sixth Sense (46,36 vs 53,6). Cada uma dessas linhas é relatada pelo fornecedor, não reproduzida, executada com o maior esforço de pensamento do Glimpse com seu harness de agente nativo, com uma nota de rodapé divulgando que vários concorrentes foram avaliados abaixo do seu máximo. O Granite 4.2 3B nunca foi executado em nenhum deles.

Então, o cenário honesto é que não existe um placar compartilhado, porque não existe uma tarefa compartilhada. Um modelo de texto 3B não consegue reescanear um intervalo de vídeo, e uma prévia de rebobinamento de vídeo não pode ser baixada em um laptop.

Onde o argumento do tamanho tem o efeito contrário

O argumento mais forte a favor do Granite 4.2 3B nesta comparação não é o desempenho. É o facto de 3 mil milhões de parâmetros densos constituírem uma configuração de implementação real. Em bfloat16 a 4B, os pesos cabem em poucos gigabytes, o que significa que uma compilação quantizada corre num único acelerador de consumo ou, com baixa precisão, num portátil recente. Doze idiomas testados são suficientes para uma implementação europeia ou indiana, onde um percurso de suporte a doze idiomas é um requisito obrigatório e não um mero extra. A Apache 2.0 elimina por completo a questão do licenciamento. E a janela de 128K com uma extensão de 512K está documentada, o que significa que o planeamento de capacidade com base nela é aritmética em vez de adivinhação.

O argumento mais forte a favor do G​limpse é aquilo que não tem equivalente em modelo pequeno: as perguntas que a amostragem com cronograma fixo não consegue responder. Se uma câmera fez uma panorâmica ou um corte. Se o objeto em quadro no segundo 12 é o mesmo objeto que deixou o quadro no segundo 4. O que aconteceu durante o meio segundo em torno de um evento. Elas não são difíceis porque precisam de um modelo grande. Elas são difíceis porque a informação nunca foi amostrada, e mais parâmetros a 8 quadros por segundo não recuperam isso. Gastar computação extra em um intervalo depois que o clipe inteiro foi visto é uma resposta genuinamente diferente, e nenhuma quantidade de pesos abertos em um pacote de 3B substitui isso.

O único lugar aonde uma prévia hospedada não pode chegar

Há uma razão com contornos de conformidade para se importar com a assimetria, e ela não tem nada a ver com a qualidade de nenhum dos dois modelos.

O entregável do G​ranite 4.2 3B é um arquivo. Se o vídeo, o documento ou o registro do cliente não podem sair da sua infraestrutura — e, na maioria das implantações regulamentadas, não podem —, então o modelo é executado onde os dados estão, e toda a questão de disponibilidade do fornecedor, limites de taxa, região e retenção desaparece. O G​limpse não tem essa opção. A capacidade dele só existe por trás do endpoint da E​lorian, o que significa que a filmagem vai para a E​lorian, e nenhum documento publicado diz o contrário.

É aí que uma camada de encaminhamento merece uma frase, e onde não merece. O OrcaRouter dá-lhe uma única chave à frente de mais de 200 modelos com o preço de tabela do fornecedor repassado e nada acrescentado por token, para que uma carga de trabalho possa misturar um G​ranite 4.2 3B auto-hospedado no seu próprio hardware com modelos alojados no mesmo caminho de código, e o failover automático mantém uma rota ativa quando um deles falha. Uma DSL de encaminhamento decide qual modelo vê qual pedido sem uma reescrita na aplicação. O que não faz é alterar a questão da custódia: uma camada de encaminhamento move pedidos entre endpoints, e se um endpoint não estiver no seu edifício, o encaminhamento não o pode colocar lá. Nem o G​ranite 4.2 3B nem o G​limpse estão no nosso catálogo hoje — o G​ranite 4.2 3B é um download e o G​limpse é a API própria da E​lorian —, por isso isto é uma declaração sobre como encaminhamos e cobramos, não uma alegação de servir qualquer um deles.

Lendo ambas as planilhas de benchmark com a mesma suspeita

Dois hábitos que vale a pena levar para ambas as versões, já que nenhuma delas escapa deles.

A primeira é que a tabela de benchmark de um fornecedor é uma seleção, não uma medição. A tabela da Elorian é incomum por publicar linhas em que o próprio modelo dela perde — isso é um sinal de credibilidade, e ainda assim é uma tabela montada pelo fornecedor, em tarefas escolhidas pelo fornecedor, em configurações definidas pelo fornecedor. O cartão do IBM Granite é mais restrito e mais convencional: benchmarks acadêmicos padrão, publicados em uma configuração declarada, com as linhas agênticas simplesmente ausentes no 3B em vez de substituídas por algo lisonjeiro.

O segundo é que o número ausente normalmente é o mais crítico. Para o G​ranite 4.2 3B, o número que importa não está na ficha técnica de forma alguma: ninguém fora da I​BM publicou throughput ou acurácia em tarefas do mundo real para o 3B com contexto de 128K, e a queda do RULER de 67,52 para 55,30 entre 64K e 128K é um alerta de que a janela se degrada bem antes de acabar. Para o G​limpse, o número ausente crítico é a janela de contexto, porque um recurso de raciocínio de vídeo cuja janela não consegue comportar a filmagem que um fluxo de trabalho real lhe entrega é uma demonstração, e não uma ferramenta.

O que resolveria isto, e o que fazer enquanto isso

Três eventos mudariam essa comparação, e nenhum deles aconteceu.

Um harness independente que reproduzisse qualquer um dos dois conjuntos de números seria o primeiro. A tabela G​limpse da E​lorian e o card do G​ranite 4.2 3B da I​BM são ambos autodeclarados, em tarefas diferentes, e os dois lançamentos são idênticos em exatamente uma dimensão: a ausência de verificação externa.

A Glimpse publicar sua janela de contexto, contagem de parâmetros ou modelo base seria o segundo. Qualquer número que circule atualmente sobre o tamanho da Glimpse é uma estimativa, e não uma divulgação, e tratar uma estimativa como especificação é o que faz um plano de capacidade dar errado.

O Granite 4.2 3B receber uma etapa de RL agêntico, ou um endpoint hospedado próprio, seria a terceira. Qualquer um dos dois mudaria a faixa em que o 3B se encaixa.

Até lá, a regra de decisão é curta. Se o trabalho for texto, se tiver que rodar em hardware que você controla, se a licença tiver que ser Apache 2.0, ou se os dados não puderem cruzar uma fronteira de rede, o G​ranite 4.2 3B é a resposta e a questão do G​limpse nunca surge — baixe-o, faça sua própria avaliação e trate as linhas agênticas ausentes do card como uma fronteira, e não como uma lacuna. Se o trabalho for vídeo e o modo de falha for temporal, e não semântico, o G​limpse é o único dos dois cujo mecanismo declarado aponta para isso, o cadastro gratuito torna o teste barato, e o próprio trace é o teste: execute um clipe, leia o espaço de rascunho visual e verifique se o modelo alguma vez voltou ao intervalo que decidiu a resposta. Os dois, neste momento, não estão verificados. Apenas um deles pode ser verificado no seu próprio hardware.

As falhas documentadas de IA e os incidentes com agentes por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.