LFM3-1.7B-Base vs Granite 4.2 3B: Matéria-Prima Contra um Raciocinador Acabado

Um modelo base que vem com um template de chat é uma contradição que a maioria dos fornecedores evita. LFM3-1.7B-Base, publicado em 26 de outubro de 2026, contém um template de chat completo e ativa o raciocínio por padrão quando você o aplica — mas o próprio card diz que ele é recomendado apenas para ajuste fino intensivo e direciona o tráfego de chat para outro lugar. Granite 4.2 3B, o modelo de raciocínio Apache-2.0 da IBM de 25 de agosto de 2026, é o tipo oposto de artefato: pós-treinado, avaliado em benchmarks, três modos de raciocínio, uso de ferramentas e um card que afirma 78.33 no AIME 2025. A pergunta interessante não é qual é melhor. É por que o semiacabado se comporta como um acabado, e o que isso lhe diz sobre qual baixar. Um caminho de fallback não deveria custar mais caro. preços de tabela Os preços de tabela dos fornecedores são repassados sem acréscimo.

O diferente é o modelo base

A decisão da Liquid de fazer mid-train com dados de chat com e sem traços de raciocínio é o detalhe que faz essa comparação ser mais do que uma disputa de tamanho. Os últimos 3,5 trilhões dos 22 trilhões de tokens de pré-treinamento do checkpoint foram curados com traços agênticos e chamadas de ferramentas, formatados com o mesmo template de chat que o modelo ajustado usa. É por isso que o repositório base contém um template, e por que uma chamada ingênua de apply_chat_template produz um bloco de raciocínio antes de uma resposta. O modelo viu o formato. Ele não foi treinado para seguir instruções nele.

Essa distinção importa na prática. Um fine-tune que parte do LFM3-1.7B-Base herda um modelo que já reconhece a estrutura da conversa e os delimitadores de raciocínio, o que encurta a fase supervisionada. Ele não herda confiabilidade, comportamento de recusa ou correção de chamadas de ferramentas. Isso vem do pós-treinamento que você está prestes a fazer, que é exatamente para isso que o card diz que o checkpoint serve.

O que o Granite 4.2 3B realmente é

O 3B da IBM é o membro de edge da família de raciocínio Granite 4.2, pós-treinado a partir do Granite-4.1-3B-Base. Ele é denso, somente texto e opera com contexto nativo de 128K, com extensão para 512K. Ele vem com três modos de raciocínio — pensamento completo por padrão, um modo de baixo esforço e desativado — além de chamada de ferramentas compatível com OpenAI e uma família de formatos de quantização. Ele roda em seis a oito gigabytes em bfloat16, abaixo de dois gigabytes em uma quantização prática, e o Ollama lista uma build granite4.2:3b.

A ficha informa 78.33 no AIME 2025 em modo de raciocínio completo, 54.80 no GPQA e 69.71 no LiveCodeBench v6. Todos esses são números da própria IBM, divulgados no dia em que os pesos foram disponibilizados, e nenhum foi reproduzido de forma independente. O 3B também não tem o aprendizado por reforço agêntico que seus irmãos 8B e 30B receberam, razão pela qual não traz pontuações no SWE-Bench ou no Terminal-Bench. É um modelo de raciocínio, não um motor de agentes.

O que o checkpoint LFM3 realmente é

Um modelo de texto pré-treinado com 1,73 bilhão de parâmetros, contexto de 262.144 tokens, vocabulário de 128.000 tokens em dezesseis idiomas e 3,46 GB de pesos bfloat16. Vinte e quatro camadas: treze convoluções curtas com gate, cinco blocos de atenção com janela deslizante e seis blocos de atenção completa. Cerca de 1 GB em 4 bits. A LFM Open License v1.0, gratuita para uso comercial abaixo de US$ 10 milhões em receita anual. Dois notebooks TRL no card, um para ajuste fino supervisionado em extração estruturada e outro para pré-treinamento continuado em um novo idioma. Nenhuma tabela de benchmark de qualquer tipo.

Os cinco números que os separam

• Parâmetros — 1,73B densos para o LFM3-1.7B-Base contra aproximadamente 3B para o Granite 4.2 3B. Nenhum dos dois é uma mistura de especialistas; cada parâmetro é lido em cada token.

• Tokens de pré-treinamento — 22 trilhões para o LFM3-1.7B-Base. A IBM diz que a família Granite 4.2 registrou cerca de 15 trilhões em cinco fases, para um modelo quase duas vezes maior. O checkpoint menor viu mais texto.

• Contexto — 262.144 tokens nativos para o LFM3-1.7B-Base; 128K nativos e 512K estendidos para o Granite 4.2 3B. O modelo base vence no comprimento nativo, o modelo ajustado vence no teto.

• Benchmarks — nenhum publicado para o LFM3-1.7B-Base. AIME 2025 78,33, GPQA 54,80 e LiveCodeBench v6 69,71 para o Granite 4.2 3B, todos relatados pelo fornecedor e não reproduzidos.

• Licença — Licença Aberta LFM v1.0 com um limite de receita de US$ 10 milhões, versus Apache 2.0 sem gatilho comercial.

Por que o template existe, e quanto ele vale

Há um benefício real de engenharia escondido na estranheza. O pré-treinamento continuado e o ajuste fino supervisionado precisam que o modelo reconheça o formato em que será disponibilizado. Começar de um checkpoint que já viu marcação de chat e delimitadores de raciocínio significa que a fase supervisionada gasta seu orçamento de gradiente em comportamento, e não em formatação. O Granite 4.2 3B não oferece esse ponto de partida; ele oferece o comportamento finalizado, que você pode então especializar, mas a especialização começa a partir de um modelo que já tem opiniões sobre como responder.

Esse é o trade-off em uma frase. O LFM3-1.7B-Base oferece um ponto de partida mais limpo, com um formato familiar. O Granite 4.2 3B oferece um modelo de raciocínio funcional que você pode aplicar a um problema hoje e, se quiser, ajustar depois — com a ressalva de que o ajuste fino de um modelo de raciocínio pós-treinado pode erodir o comportamento de raciocínio pelo qual você pagou, a menos que os dados sejam construídos com cuidado.

A pergunta sobre o orçamento que ninguém coloca na mesa

A inferência é o lado barato desta comparação. Ambos os modelos rodam em um laptop, ambos quantizam abaixo de 2 GB e, nesse tamanho, a diferença entre 1,73B e 3B é uma questão de tokens por segundo, não de viabilidade. O lado caro são os dados. O ajuste fino de qualquer um dos modelos para uma tarefa proprietária exige exemplos rotulados, um conjunto de avaliação e um loop de treinamento, e esse custo é muito maior do que a diferença entre um download de 3,46 GB e um de 6 GB.

O que muda com o tamanho é quanto desse orçamento vai para a capacidade que o modelo base já possui. Um tronco de 1,73B treinado com 22 trilhões de tokens é uma aposta deliberada de que um modelo pequeno, com contexto longo e uma ampla mistura de idiomas, consegue absorver um domínio rapidamente. Um modelo de raciocínio de 3B é uma aposta de que o raciocínio geral é transferível para o seu domínio com menos dados. Nenhuma das apostas é resolvida pelos números do fornecedor, porque nenhum dos fornecedores publicou um resultado de ajuste fino em uma tarefa que lhe interesse.

Quando um fine-tune já existe, a questão de serving é separada. O DSL de roteamento do OrcaRouter permite que um especialista e um fallback geral fiquem atrás de uma única chamada, e o failover automático faz com que o timeout de um modelo pequeno não leve a requisição junto. Isso importa mais para um fine-tune de 1,73B do que para um modelo grande, porque o modo de falha de um pequeno especialista é a confiança no domínio errado, e um fallback é a proteção mais barata contra isso.

Licença: a cláusula que decide a adoção corporativa

A Apache 2.0 é a conversa sobre licenciamento mais curta no departamento de compras. O Granite 4.2 3B é distribuído sob ela, sem limite de receita e sem gatilho comercial. O LFM3-1.7B-Base é distribuído sob a LFM Open License v1.0, que concede uso comercial gratuito abaixo de US$ 10 milhões em receita anual e exige uma licença comercial acima disso. Para um desenvolvedor independente, a diferença é invisível. Para uma equipe de produto dentro de uma empresa maior, o limite é uma revisão jurídica que acontece antes da primeira execução de treinamento e pode superar uma vantagem no número de parâmetros em qualquer direção.

Qual deles baixar

Você precisa de um modelo de raciocínio esta semana. Granite 4.2 3B. Ele está finalizado, documentado, quantizado e pequeno o suficiente para um laptop. Os números do fornecedor não foram reproduzidos, mas o modelo funciona e a interface é padrão.

Você está construindo um especialista de domínio e tem os dados. LFM3-1.7B-Base. O tronco de 22 trilhões de tokens, o contexto de 256K e o vocabulário de dezesseis idiomas são um ponto de partida melhor do que um modelo de raciocínio que você sobrescreveria em parte, e o template de chat significa que a fase supervisionada começa a partir de um formato familiar.

Você precisa tanto de um raciocinador quanto de um especialista. Eles não são substitutos. O Granite 4.2 3B cuida do caminho de raciocínio geral; um ajuste fino do LFM3 cuida do caminho restrito e de alto volume. Executar ambos por trás de um único endpoint é o padrão que evita ter que escolher.

O que ainda falta

A lacuna nesta comparação não é um número, é uma reprodução. O Granite 4.2 3B tem benchmarks do fornecedor e nenhuma execução independente; o LFM3-1.7B-Base não tem nenhum dos dois. Até que alguém faça o fine-tuning do checkpoint da Liquid em uma tarefa pública e relate o resultado em comparação com uma linha de base do Granite 4.2 3B, a escolha depende do tipo de ativo que você deseja, e não de qual modelo tem melhor desempenho. O template faz o checkpoint base parecer mais finalizado do que é. O card é honesto quanto a isso, e é a parte que vale a pena ler antes do download.