Solar Mini 4 vs Granite 4.2 3B: en modell du anropar och en checkpoint du laddar ner

Ställ Solar Mini 4 bredvid Granite 4.2 3B, och det intressanta talet är inte skillnaden i benchmark-resultat. Det är att Granite 4.2 3B, IBMs Apache-2.0-resonemangsmodell som släpptes den 25 augusti 2026, kommer att köra på en laptop i kväll gratis, medan Solar Mini 4, Upstages proprietära modell som släpptes den 22 september 2026, inte kommer att köra någonstans du äger och debiterar 0,10 dollar per miljon indata-tokens och 0,40 dollar per miljon utdata-tokens för att svara på en fråga. Båda aktiverar ungefär tre miljarder parametrar i beräkningskraft per token. Den ena är en fil. Den andra är en mätare.

Den skillnaden avgör nästan allt annat i den här jämförelsen, inklusive vilka benchmarks som ens är värda att ställa sida vid sida. Granite 4.2 3B hade en oberoende utvärdering långt innan Solar Mini 4 hade det — Artificial Analysis betygsätter det till 9 på Intelligence Index v4.3.2, från samma utvärderingssvit och samma organisation som betygsätter Solar Mini 4 till 24. Vilket innebär att gapet på femton punkter här är ovanligt välgrundat: det är ett labb, en metodik och två modeller som ingen behövde ta på tro.

Specifikationen, avseende de dimensioner som faktiskt skiljer dem åt

• Arkitektur — Solar Mini 4 är en gles mixture-of-experts: 35B totala parametrar, 3B aktiva per token, enligt Upstage. Granite 4.2 3B är tät, cirka 3B parametrar med ungefär 4B totalt inklusive inbäddningar enligt safetensors-metadatan. Samma aktiveringsbudget, två olika sätt att spendera den.

• Vikter — Solar Mini 4 är proprietär och stängd. Granite 4.2 3B levereras under Apache 2.0 med ett dokumenterat träningsrecept ända ned till dataproportionerna.

• Kontext — Upstage dokumenterar 512K tokens med upp till 128K utdata; Artificial Analysis listar 1,0M för samma modell, så betrakta den övre gränsen som osäker. Granite 4.2 3B kör 131 072 tokens nativt och utökas till 512K genom en femte förträningsfas.

• Pris — Solar Mini 4 kostar $0,10 / $0,01 för cachade / $0,40 per miljon tokens, för närvarande 50 % rabatt till och med den 22 oktober 2026. Granite 4.2 3B har ingen prislista från leverantören eftersom det inte finns något att hyra; de hostade slutpunkter som Artificial Analysis följer prissätter den till omkring $0,03 / $0,12, och egen hosting kostar el.

• Intelligensindex — 24 för Solar Mini 4, 9 för Granite 4.2 3B, båda från Artificial Analysis v4.3.2.

• Hastighet — 204 utdatatoken per sekund för Solar Mini 4 och 223 för Granite 4.2 3B, båda mätta av samma labb, med tid till första chunk på 1,5 s respektive 0,5 s. Den täta modellen är den snabbare på båda punkterna.

Vad gapet på femton punkter egentligen består av

Enskilda utvärderingar berättar en mindre smickrande historia än rubriken för Granite 4.2 3B, och en mer komplicerad sådan för Solar Mini 4. På AA-LCR v1.1, riktmärket för långkontextresonemang, får Solar Mini 4 83 % och Granite 4.2 3B 24 %. Den enskilda utvärderingen står för en enorm andel av skillnaden i indexet, och det är inte en slump av skala – det är vad man får med 512K till 1M tokens kontext och träningen att använda den. Granite 4.2 3B:s fönster går som mest till 131K nativt; den utökade 512K-fasen finns, men modellen tränades inte för att resonera över den på samma sätt som Solar Mini 4.

När det gäller allmän kunskap minskar gapet och antar sedan omvänd karaktär. Granite 4.2 3B får 55,9 % på GPQA, och Solar Mini 4 har ingen GPQA-siffra alls; på Humanity's Last Exam är de två 6,6 % respektive 25,8 %, vilket är den mer direkta jämförelsen och den som storleksskillnaden förutspår. Det Granite 4.2 3B inte gör, enligt Artificial Analysis, är att fabricera: dess AA-Omniscience-frekvens för icke-hallucination är 73,7 %, högre än Solar Mini 4:s 64,2 %. Den mindre modellen är mindre benägen att hitta på ett svar som den inte har.

Agentisk kodning är där båda modellerna kommer till korta, och där det är viktigt att läsa siffrorna. Solar Mini 4 får 1 % på Terminal-Bench 4.0 och 22,3 % på AutomationBench-AA. Granite 4.2 3B får 0 % på Terminal-Bench 4.0, 13,9 % på den äldre Terminal-Bench 2.1 och 5,6 % på τ³-Banking. Ingen av modellerna är rätt verktyg för autonomt terminalarbete. Medlemmarna i Granite 4.2-familjen på 8B och 30B fick IBMs agentiska förstärkningsinlärning och har SWE-Bench- och Terminal-Bench-resultat; 3B hoppade uttryckligen över det träningsblocket, och Upstages modell är prissatt för hämtning, strukturering och policytillämpning snarare än för att driva ett skal.

Där Granite 4.2 3B fortfarande är rätt svar

Sju och en tredjedels gigabyte vikter i bfloat16, under fyra gigabyte vid en praktisk kvantisering, och en Apache 2.0-licens som låter dig finjustera den på dina egna data och leverera resultatet utan att fråga någon. En student med en konsument-GPU, ett sjukhus som inte kan skicka patienttext till en tredje part, en produkt som måste fungera ombord på ett flygplan eller i en fabrikskällare, ett team som vill äga en modell i stället för att hyra en slutpunkt — vartenda ett av dessa fall väljer Granite 4.2 3B och tittar inte tillbaka. Motorn körs via vLLM, SGLang, Transformers och GGUF, och Ollama listar en granite4.2:3b-build.

Dess leverantörsrapporterade siffror förtjänar den vanliga försiktigheten. IBM:s kort uppger 78,33 på AIME 2025, 66,67 på HMMT February 2025 och 69,71 på LiveCodeBench v6 — ingen av dem har reproducerats av någon tredje part, och för en tät 3B-modell ligger AIME-siffran långt över det historiska intervallet. Artificial Analysis-indexet på 9 registrerar modellen som genuint användbar och inte i närheten av frontlinjen, vilket är den mer trovärdiga signalen just därför att IBM inte publicerade det.

Där Solar Mini 4 är det rätta svaret

Allt där arbetet är ett långt dokument, en upprepad strukturerad extraktion eller en policy som måste tillämpas konsekvent i stor omfattning – och där nittio sekunders latens är acceptabelt. Solar Mini 4:s profil är en specialists profil: 83 % på långkontextresonemang, 48 % på vetenskaplig kodning, 64 % icke-hallucinering och en dokumenterad benägenhet att avstå snarare än att gissa. Den talar koreanska som ett förstklassigt språk vid sidan av engelska och japanska, vilket för en koreansk marknad inte är en fotnot.

Vad köpare inte bör göra är att jämföra de två tokenpriserna och dra slutsatsen att Solar Mini 4 är tre gånger dyrare. Artificial Analysis uppmätte Solar Mini 4 till 0,36 dollar per slutförd uppgift i Intelligence Index – och, i samma testsvit, Granite 4.2 3B till 0,006 dollar. Det är en faktor på sextio, drivet av samma saker som blåser upp Solar Mini 4 jämfört med GPT-6 Luna (max): 88 300 utdatatokens per uppgift mot Granites 18 600, och en kostnadsstruktur där skrivningar till prompt-cachen står för 0,30 dollar av Solar Mini 4:s 0,36 mot 0,0006 dollar av Granites 0,006. Ett billigt utdatapris på en ordrik modell är inte en billig uppgift.

Ingen av modellerna finns på OrcaRouter – vi routar varken Granite eller Upstage – så om du vill ha Granite 4.2 3B kommer den från Hugging Face, och om du vill ha Solar Mini 4 kommer den från Upstages eget API och tredjepartsplattformar. Men tvåmodellsmönstret som den här jämförelsen antyder är ett som routrar är byggda för, och det är anledningen till att OrcaRouter placerar fler än 200 modeller bakom en enda nyckel med 0 % påslag över leverantörens listpris: kör arbetet med långa dokument och koreanska mot vilken modell som faktiskt förtjänar sin kostnad, behåll de deterministiska extraheringsstegen på något du själv hostar, och låt routning och failover flytta en begäran mellan dem per anrop i stället för per avtal.

En sista kommentar om siffrorna ovan. Varje siffra för Solar Mini 4 som kommer från Artificial Analysis är en oberoende mätning; varje siffra för Granite 4.2 3B från IBM:s modellkort är ett leverantörspåstående som ingen tredje part har reproducerat. Artificial Analysis indexpoäng på 24 och 9 är de enda två siffrorna här som har tagits fram av samma labb under samma förhållanden – och det är dessa två som ett beslut bör grundas på.