LBS-27B vs Granite 4.2 30B: Dense genom design mot en specifikation som inte finns

IBM gjorde ett medvetet val med Granite 4.2 30B: man behöll modellen dense. Sextiofyra lager, ett feed-forward-block på 32 768 i bredd, varje parameter läses för varje token. Under ett år då de flesta labb i den här storleken satsade på mixture-of-experts-routing levererade IBM en renodlad 30B-modell och prissatte den därefter. Det beslutet är rätt lins för att jämföra den med LBS-27B, eftersom det enda vi vet om inclusionAI:s nya repo är ett namn och en licens — och den första frågan som namnet måste besvara är om det beskriver en dense modell eller en sparse modell.

Granite 4.2 30B har en fullständig offentlig dokumentation: vikter sedan augusti 2026, en Apache-2.0-licens, ett modellkort med nitton benchmarkrader och en dokumenterad stack för verktygsanrop. LBS-27B har ett repository som skapades den 26 oktober 2026 och innehåller en .gitattributes-fil och en README på 28 byte som deklarerar Apache-2.0 och inte säger något annat. Detta är inte en jämförelse mellan två modeller. Det är en jämförelse av en modell mot en specifikation som ännu inte har skrivits, och det användbara resultatet är en lista över de specifika saker som specifikationen skulle behöva innehålla.

Vad IBM faktiskt levererade

Granite 4.2 30B är en tät avkodare med 30 miljarder parametrar – Hugging Face listar 29B i BF16 – över 64 lager, en dold storlek på 4 096, 32 attention-huvuden och 8 key-value-huvuden under grouped-query-attention. Vokabulären är 100 352 token, den inbyggda kontexten är 131 072, och IBM dokumenterar en långkontextförlängning till 512K. Den är endast text. Kortet anger tolv testade språk: engelska, tyska, spanska, franska, japanska, portugisiska, arabiska, tjeckiska, italienska, koreanska, nederländska och kinesiska.

Det är en resonemangsmodell i vanlig 2026-bemärkelse. Modellkortet beskriver lägena fullt tänkande, icke-tänkande och låg ansträngning, med resonemanget inlindat i think-taggar. Den finjusterades från Granite 4.1 30B Base, som släpptes under Apache-2.0, och IBM daterar utgivningen till 25 augusti 2026.

Dense är inte en teknisk brist. Det är en avvägning. En dense-modell har förutsägbart beräknings- och minnesbeteende per token, ingen router som kan skicka en token fel, ingen expert-parallell sharding att designa och en fine-tuning-upplevelse som beter sig som de flesta team förväntar sig. I gengäld kostar det mer att serva per token än en sparse-modell med samma totala storlek. IBM säljer den avvägningen till företag som hellre vill ha en tråkig driftsättning än en billig.

En benchmarkprofil med en form

Granites model card är ovanligt komplett, vilket gör det möjligt att se var modellen är stark och var den inte är det. Alla dessa är rapporterade av leverantören och har inte reproducerats oberoende.

• Matematik — AIME25 89,17 och HMMT februari 2025 89,17. Det är de framträdande siffrorna på kortet, och de ligger klart över vad en 30B-modell presterade för ett år sedan.

• Kunskap och vetenskap — GPQA 66,41, MMLU-Pro 77,60, MMLU-ProX lite 66,64, SciCode 38,76. Kompetent, men inte klassledande. Gapet mellan en AIME-poäng nära 90 och en GPQA-poäng i mitten av 60 är den här modellens form: den är bättre på att arbeta sig igenom ett strukturerat problem än på att minnas eller resonera utifrån bred domänkunskap.

• Programvaruteknik — SWE-Bench Verified 57, SWE-Bench Pro 33.29, SWE-Bench Multilingual 41.89, Terminal-Bench 2.1 29.24, LiveCodeBench v6 75.77. Tappet från LiveCodeBench till Terminal-Bench är stort, och det spelar roll: förmågan att lösa tävlingsprogrammering är inte samma sak som att slutföra en flerstegsuppgift i en riktig terminal.

• Lång kontext – RULER 64K 89,96 och RULER 128K 81,38. Detta är det mest betryggande paret på kortet, eftersom det mäter hämtning över hela fönstret i stället för att anta att en stor kontext är användbar. Ett fall på sju punkter från 64K till 128K är en mild lutning.

• Instruktionsföljning och chatt – IFBench 77,17, Arena-Hard-V2 67,93, tau3 i genomsnitt 62,00, BFCL v4 61,39.

Den ärliga tolkningen är att Granite 4.2 30B är en stabil men ojämn modell: utmärkt på tävlingsmatematik och långkontextsökning, ordinär på bred kunskap och i mitten av fältet på agentiskt mjukvaruarbete. Det är en specifik produkt, inte en generisk.

Verktygsanrop är det argument som IBM framför.

Frasen IBM använder är "resonemangsförstärkt verktygsanrop" – modellen resonerar kring vilket verktyg som ska anropas och varför innan den anropar det. Implementeringsdetaljerna är praktiska snarare än exotiska: funktionsdefinitioner i OpenAI-stil, en vLLM-verktygstolkare med namnet qwen3_coder, SGLang:s automatiska upplösning till samma tolkare samt integrationer med OpenCode, Pi och OpenHands.

Om det är bättre än alternativen är en empirisk fråga, och modellkortets egna siffror är blandade. BFCL v4 på 61,39 och tau3 på 62,00 är respektabla men inte dominerande; modellerna som leder dessa leaderboards är i allmänhet större. Det Granite erbjuder är en dokumenterad, reproducerbar väg för verktygsanrop med tillåtande licensiering och en tät serving-profil – vilket ofta är vad ett företagsagentprojekt faktiskt behöver, mer än en förstaplats på en leaderboard.

Detta är området där LBS-27B först kommer att bedömas om den riktar sig till samma köpare. En modell som inte på ett tillförlitligt sätt kan anropa verktyg är inte en kandidat för agentiskt arbete oavsett dess MMLU-poäng, och utvärderingar av verktygsanrop är precis den typ av sak som inte förekommer i ett repository förrän modellen är färdig.

LBS-27B-sidan av sidan

Det finns mycket lite att säga, och det är viktigt att säga det exakt i stället för att fylla utrymmet med antaganden.

• Repositoriet finns. Det skapades 05:36 UTC den 26 oktober 2026 och har inte ändrats sedan dess.

• Den innehåller två filer: en 1 519 byte stor .gitattributes och en README på 28 byte. README-filen består endast av licensfrontmatter: license: apache-2.0.

• Det finns inga vikter, ingen konfiguration, ingen tokenizer, inget modellkort och inga utvärderingsdata. Nedladdningar spåras inte och gilla-markeringar är noll. Vi hittade inget tillkännagivande, ingen artikel eller offentlig diskussion.

• "27B" är en del av repositoriens namn. Inget i repositorien bekräftar att det är ett parameterantal, och inget anger om modellen är dense eller sparse.

Den sista punkten är inte en obetydlig lucka. Täta och glesa 27B-modeller är olika produkter med olika driftsekonomi, olika finjusteringsbeteende och olika felmoder. Tills en konfigurationsfil finns har Granite-jämförelsen en fullt specificerad sida och en tom.

Jämförelsen, dimension för dimension

• Parametrar — Granite 4.2 30B är 30B dense (29B anges i BF16); LBS-27B är en overifierad 27B utan angiven arkitektur.

• Lager och bredd — 64 lager med en dold storlek på 4 096 för Granite; okänt för LBS.

• Kontext — 131 072 inbyggt och en dokumenterad 512K-utökning för Granite; okänt för LBS.

• Modalitet — endast text för Granite; okänt för LBS, med endast text som det rimliga basfallet.

• Språk – tolv testade språk för Granite; okänt för LBS.

• Resonemangslägen — fullt, icke-tänkande och låg ansträngning för Granite; okänt för LBS.

• Tool calling – dokumenterad väg för funktionsanrop med BFCL v4 61.39 och tau3 62.00 för {{1}}Granite{{/1}}; inget publicerat för {{2}}LBS{{/2}}.

• Licens — Apache-2.0 för Granite; Apache-2.0 deklarerad för LBS, kan ändras innan vikterna släpps.

• Tillgänglighet — Granite-vikterna kan laddas ner och självhostas redan idag; LBS har inget att ladda ner.

Kontextlängden är det område där de två skulle kunna skilja sig mest.

Granites inbyggda 128K-fönster med en 512K-förlängning är en medveten företagsfunktion, och RULER-poängen tyder på att det inte bara är marknadsföring: 81,38 vid 128K är ett användbart resultat. För avtalsgranskning, logganalys, hämtning ur kodbaser och långa revisionsspår är den kombinationen – en dokumenterad förlängningsväg plus hämtningsbevis nära toppen av fönstret – mer värdefull än en större siffra utan bevis bakom sig.

Om LBS-27B levereras med ett 256K- eller 512K-fönster kommer den intressanta frågan inte att vara siffran. Det kommer att vara huruvida inclusionAI publicerar retrieval-utvärderingar vid den bortre änden av det. Ett fönster är ett kapacitetspåstående; RULER-liknande resultat är ett förmågepåstående, och de två skiljer sig kraftigt åt i praktiken.

Driftsättning, licensiering och var en router passar in

Båda modellerna anger Apache-2.0, vilket är det mest tillåtande utfallet för kommersiell användning och anledningen till att Granite är populärt bland team som inte kan acceptera en anpassad licens. Granite 4.2 30B finns inte på OrcaRouter, och inte heller LBS-27B; om du vill använda Granite laddar du ner det och serverar det själv, eller använder en hostingplattform.

Den där självhostade driftsättningen är precis där en hybridarkitektur är vettig. Kör Granite på din egen hårdvara för den rutinmässiga volymen – klassificerings-, extraherings- och verktygsanropstrafiken där en tät 30B-modell är mer än tillräcklig – och routa de riktigt svåra fallen till en hostad frontier-modell. OrcaRouter är användbart för den andra halvan: en API-nyckel för över 200 modeller, automatiskt failover om en leverantör försämras, och ett routing-DSL som låter dig uttrycka uppdelningen som policy i stället för som kod i tre tjänster. Vi för vidare leverantörens listpris med 0 % påslag, så den hostade delen av räkningen är leverantörens siffra, inte vår med marginal på toppen.

Det vi inte kommer att påstå är att någon av modellerna i den här jämförelsen är tillgänglig via oss. Det är inte fallet, och en jämförelsesida som antyder något annat är sämre än värdelös.

Vad skulle avgöra den här jämförelsen?

Tre artefakter skulle förvandla den här sidan från en specifikationsövning till en riktig matchning.

Den första är en config.json med expertfält, som avgör dense kontra sparse och anger antalet aktiva parametrar. Om LBS-27B är sparse med ett litet antal aktiva parametrar kommer den att vara billigare att köra än Granite och jämförelsen blir en avvägning mellan pris och kvalitet. Om den är dense är det en fråga om direkt utbyte och IBM:s verktygsmognad blir utslagsgivande.

Den andra är en utvärdering av verktygsanrop på en namngiven harness-version. Granites BFCL v4- och tau3-siffror är inte spektakulära, vilket innebär att en ny modell inte behöver vara spektakulär för att slå dem – den behöver mätas på samma harness.

Det tredje är bevis på långkontextsretrieval vid 128K eller mer. Granites RULER-siffror är dess starkaste argument för företagsrelevans, och det är den siffra som en utmanare bör uppmanas att matcha.

För en företagsköpare som fattar beslut i dag är Granite 4.2 30B en känd storhet med en tillåtande licens, en dokumenterad verktygsstack och en tät serveringsprofil som många infrastrukturteam föredrar. LBS-27B är ett namn med en licensrad. Klyftan mellan dem är inte en dom över inclusionAI:s ingenjörskonst. Det är helt enkelt skillnaden mellan en modell som har publicerats och en som har reserverats.