Glimpse vs Granite 4.2 3B: ตัวหนึ่งเปิดเผยทุกสิ่ง อีกตัวเปิดเผยเพียงพฤติกรรม

เมื่อนำเอกสารข้อมูลจำเพาะทั้งสองฉบับมาวางเคียงกัน การเปรียบเทียบก็ดูเอนเอียงไปในทิศทางที่ผิดปกติG​ranite 4.2 3B ซึ่ง I​BM เปิดตัวเมื่อวันที่ 25 สิงหาคม 2026 ภายใต้สัญญาอนุญาต Apache 2.0 มาพร้อมการ์ดโมเดลที่ระบุจำนวนเลเยอร์ เรขาคณิตของหัว attention ฐาน RoPE ค่า epsilon ของการนอร์มัลไลเซชัน ฟังก์ชันกระตุ้น การผูก embedding มิติซ่อน อุณหภูมิการสุ่มที่แนะนำ และทุกแถวของ benchmark ที่ทีมเลือกเผยแพร่E​lorian G​limpse ซึ่งเปิดตัวเมื่อวันที่ 16 ตุลาคม 2026 มาพร้อมวิดีโอเทรซความยาว 0.9 วินาที มันไม่มีจำนวนพารามิเตอร์ที่เผยแพร่ ไม่มีหน้าต่างบริบท ไม่มีโมเดลฐานที่ระบุชื่อ และไม่มีคำอธิบายสถาปัตยกรรม หนึ่งในสองสิ่งนี้บอกคุณทุกอย่าง ยกเว้นว่ามันมีไว้เพื่ออะไร; อีกสิ่งบอกคุณอย่างชัดเจนว่ามันมีไว้เพื่ออะไร และไม่บอกอะไรเลยว่ามันคืออะไร

นั่นคือแกนจริงของการเปรียบเทียบนี้ และมันไม่ใช่แกนที่การเปิดตัวทั้งสองชวนให้คิด Granite 4.2 3B เป็นโมเดลการให้เหตุผลที่โฮสต์เองได้ พร้อมสเปกที่คุณตรวจสอบได้ก่อนดาวน์โหลด Glimpse เป็นพรีวิวงานวิจัยแบบโฮสต์ ซึ่งความสามารถทั้งหมดที่เผยแพร่คือพฤติกรรมอย่างหนึ่ง — การย้อนกลับไปยังช่วงเวลาหนึ่งภายในคลิปที่มันเคยเห็นแล้ว สแกนซ้ำด้วยอัตราเฟรมที่ถี่ขึ้น และตอบจากสิ่งที่พบตรงนั้น ทั้งสองไม่ได้อยู่ในแค็ตตาล็อกของเรา และเรื่องนี้สำคัญน้อยกว่าปกติตรงจุดนี้ เพราะการตัดสินใจเลือกระหว่างสองตัวนี้ไม่ใช่การตัดสินใจเรื่องการจัดเส้นทางเป็นหลัก

สองการเปิดตัว สองกลยุทธ์การเปิดเผยที่ตรงกันข้าม

ไลน์ Granite 4.2 ของ IBM เป็นโมเดล dense reasoning ในสามขนาด ได้แก่ 3B, 8B และ 30B โดยรุ่น 3B เป็นรุ่นที่เล็กที่สุดในสามรุ่นนี้ โมเดลนี้ผ่านการ post-train จาก Granite-4.1-3B-Base ผ่านสิ่งที่การ์ดโมเดลอธิบายว่าเป็นไปป์ไลน์สามขั้นตอน และคงหน้าต่างบริบทพื้นเมืองขนาด 128,000 โทเคนของตระกูลนี้ไว้ พร้อมเส้นทางการขยายที่ระบุไว้ถึง 512,000 มีภาษา 12 ภาษาที่ระบุว่าทดสอบแล้ว การ์ดโมเดลเผยแพร่สถาปัตยกรรมทั้งหมด ได้แก่ 40 เลเยอร์ ความกว้าง embedding 2,560 ฟีดฟอร์เวิร์ดแบบ SwiGLU ที่มีความกว้างซ่อน 8,192 การให้ความสนใจแบบ group-query ทั่ว 40 query head และ 8 key-value head ที่ขนาด head 64 ฐาน RoPE 10 ล้าน RMSNorm ที่ epsilon 1e-5 embedding แบบ untied น้ำหนัก bfloat16 และคลาสสำหรับให้บริการเป็น GraniteForCausalLM การสุ่มที่แนะนำคือ temperature 1.0 กับ top-p 0.95

โพสต์ของ E​lorian's G​limpse ไม่ได้เผยแพร่สิ่งเหล่านั้นเลย สิ่งที่เผยแพร่แทนคือกลไกอย่างหนึ่ง ในเทรซตัวอย่างการทำงานที่เผยแพร่พร้อมกับโมเดล G​limpse จะกวาดดูคลิปในรอบแรกด้วยความเร็วประมาณ 8 เฟรมต่อวินาที สร้างการตีความเบื้องต้น แล้วย้อนกลับไปยังช่วงเก้าในสิบของวินาทีของคลิปนั้นที่ประมาณ 14 เฟรมต่อวินาที เพื่อคลี่คลายคำถามที่รอบแรกตอบไม่ได้ — ในตัวอย่างที่เผยแพร่ คือกล้องแพนหรือตัดภาพ เทรซที่สองติดตามขอบหน้าต่างด้านหนึ่งตั้งแต่ประมาณ 2.2 วินาทีไปจนเกือบหยุดที่ 5.13 วินาที บริษัทเรียกพื้นผิวการแสดงผลนี้ว่าพื้นที่สแครชเชิงภาพ และกล่าวว่าโมเดลได้รับการฝึกแบบครบวงจรให้ใช้เครื่องมือมัลติโมดัล โดยสร้างเอเจนต์ย่อยที่แลกเปลี่ยนข้อความ รูปภาพ และการแทนค่าภายใน

ทั้งสองอย่างนั้นเป็นกลยุทธ์การเปิดตัวที่สมเหตุสมผล และพวกมันล้มเหลวในทางที่ตรงกันข้าม การ์ดที่เปิดเผยทุกอย่างยังอาจผิดได้เกี่ยวกับสิ่งที่โมเดลถนัด โพสต์ที่เปิดเผยกลไกยังอาจเป็นเพียงการอธิบายเดโมอยู่

ข้อกำหนดที่เผยแพร่ ทีละมิติ

• พารามิเตอร์ — Granite 4.2 3B เป็นโมเดลแบบ dense ที่มีพารามิเตอร์ 3 พันล้านตัว หรือประมาณ 4B ที่รูปแบบ bfloat16 เมื่อนับรวมตาราง embedding เข้าไปด้วย จำนวนพารามิเตอร์ของ Glimpse ไม่เคยถูกเปิดเผยโดย Elorian ข้อความเดียวที่กล่าวถึงขนาดในโพสต์เปิดตัวคือคำกล่าวอ้างว่าเป็น "โมเดลที่เล็กกว่าและถูกกว่าอย่างมาก" เมื่อเทียบกับระบบ frontier ที่ใช้เป็นเกณฑ์เปรียบเทียบ

• หน้าต่างบริบท — 128,000 โทเคนโดยกำเนิดสำหรับ Granite 4.2 3B พร้อมเส้นทางที่ระบุไว้ในเอกสารว่าไปถึง 512,000 ได้ ไม่มีการเผยแพร่สำหรับ Glimpse ซึ่งเป็นช่องที่ว่างอยู่เพียงช่องเดียวที่มีนัยสำคัญที่สุดในตารางนี้ เนื่องจากความสามารถเด่นของมันคือการอ่านวิดีโอ

• เวต — Apache 2.0 บน Hugging Face สำหรับ G​ranite 4.2 3B: ดาวน์โหลดไป รันบนฮาร์ดแวร์ของคุณเอง ปรับจูน แล้วนำไปใช้งานได้เลย แต่ไม่มีสำหรับ G​limpse มันเป็น API และอินเทอร์เฟซแชทที่สมัครใช้งานฟรี และไม่มีอะไรในโพสต์ที่บ่งชี้ว่าจะมีเวตตามมา

• ความพร้อมใช้งานแบบโฮสต์ — ตอนเปิดตัว IB​M ไม่ได้เผยแพร่ API แบบโฮสต์ที่เป็นของตัวเองสำหรับ 3B สิ่งที่ส่งมอบคือการ์ดนี้ ส่วน G​limpse กลับกัน: เป็นแบบโฮสต์เท่านั้น ไม่มีอาร์ติแฟกต์ให้เก็บไว้

• ราคา — 0.60 ดอลลาร์ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ 3.00 ดอลลาร์ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคนสำหรับ G​limpse สำหรับ G​ranite 4.2 3B นั้นไม่มีตารางราคาเลย เพราะค่าใช้จ่ายคือค่าไฟฟ้าและฮาร์ดแวร์ที่คุณมีอยู่แล้ว

• การประเมินอิสระ — ไม่มีฝ่ายใดมีให้พูดถึงเลย ตัวเลขของ Granite 4.2 3B เป็นของ IBM เอง ส่วนของ Glimpse เป็นของ Elorian เอง ในมิติเฉพาะนี้ ทั้งสองรุ่นไม่ได้รับการยืนยันเหมือนกัน ซึ่งเป็นสิ่งที่ควรพูดอย่างตรงไปตรงมาก่อนที่ใครจะมองว่าฝ่ายใดฝ่ายหนึ่งเป็นฝ่ายที่น่าเชื่อถือ p>img src="3.png" alt="ป้ายคะแนนชื่อ 'Glimpse vs Granite 4.2 3B — ช่องว่างการเปิดเผยข้อมูล' พร้อมคำบรรยายย่อย 'หกมิติ ทั้งสองฝ่าย ป้ายกำกับเดียวกัน' สองคอลัมน์ใช้ป้ายกำกับแถวเดียวกันทั้งหกแถว คอลัมน์ซ้าย หัวข้อ 'Elorian Glimpse' อ่านว่า 'พารามิเตอร์: ไม่เผยแพร่', 'บริบท: ไม่เผยแพร่', 'น้ำหนัก: ไม่มี; มีเฉพาะ API และแชต', 'โมเดลฐาน: ไม่ระบุชื่อ; อธิบายเพียงว่าเป็น open-weights', 'ชิ้นงานที่เผยแพร่: โพสต์เปิดตัวหนึ่งชิ้นพร้อมตัวอย่างการทำงาน', 'ตรวจสอบได้บนฮาร์ดแวร์ของคุณ: ไม่ได้' คอลัมน์ขวา หัวข้อ 'Granite 4.2 3B' อ่านว่า 'พารามิเตอร์: dense 3B ประมาณ 4B ที่ bfloat16', 'บริบท: 128,000 แบบเนทีฟ, 512,000 เมื่อขยาย', 'น้ำหนัก: Apache 2.0 บน Hugging Face', 'โมเดลฐาน: Granite-4.1-3B-Base ระบุชื่อแล้ว', 'ชิ้นงานที่เผยแพร่: การ์ดโมเดลฉบับเต็ม สถาปัตยกรรม ค่าเริ่มต้นการสุ่ม', 'ตรวจสอบได้บนฮาร์ดแวร์ของคุณ: ได้' บรรทัดท้ายอ่านว่า 'ตัวเลขของ Glimpse เป็นข้อมูลที่ผู้ขายรายงานและยังไม่ได้ทำซ้ำ ตัวเลขของ Granite 4.2 3B อ้างอิงจากการ์ดโมเดลที่เผยแพร่ของ IBM; ไม่มีการเผยแพร่ผลทดสอบแบบเอเจนต์สำหรับรุ่น 3B' โลโก้ OrcaRouter อยู่ที่มุมขวาล่าง" />

ทำไมสองสิ่งนี้จึงไม่ใช่สิ่งทดแทนกัน

สิ่งล่อใจคือการวางกรอบให้โมเดลขนาด 3 พันล้านพารามิเตอร์เทียบกับพรีวิวที่มีขนาดเป็นปริศนา ราวกับเดวิดปะทะโกไลแอธ และการวางกรอบแบบนั้นก็ผิดทั้งสองทาง

Granite 4.2 3B เป็นโมเดลที่ให้เหตุผลและปฏิบัติตามคำสั่ง ชุดการประเมินที่เผยแพร่ของมันคือ AIME 2025 ที่ 78.33, HMMT February 2025 ที่ 66.67, GPQA ที่ 54.80, LiveCodeBench v6 ที่ 69.71, MMLU-Pro ที่ 67.84, IFBench ที่ 74.33, BFCL v4 ที่ 52.41 และ RULER ที่ 67.52 สำหรับอินพุต 64K ซึ่งลดลงเหลือ 55.30 ที่ 128K สังเกตสิ่งที่หายไปจากรายการนั้น: ไม่มีแถว SWE-Bench และไม่มีแถว Terminal-Bench ที่ 3B แม้ว่าสมาชิกที่ใหญ่กว่าของตระกูลจะมีขั้นตอนการเรียนรู้แบบเสริมกำลังเชิงตัวแทน IBM ปฏิเสธที่จะเผยแพร่ตัวเลขการเขียนโค้ดเชิงตัวแทนสำหรับรุ่นน้องที่เล็กที่สุดแทนที่จะประมาณการ และความซื่อสัตย์นี้ให้ข้อมูลมากกว่าที่แถวที่เติมแต่งขึ้นจะให้

G​limpse ไม่ได้แข่งขันบนแกนใด ๆ เหล่านั้น ตารางเปรียบเทียบของ E​lorian เองชี้ว่ามันนำหน้า GPT-6 Astra บน WGO Bench (42.70 vs 39.42), CharXiv-R (92.90 vs 92.10), UGC-VideoCap (82.66 vs 80.32) และ FSC-147 (83.36 vs 82.02) และตามหลังบน 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) และ Humanity's Sixth Sense (46.36 vs 53.6) ทุกแถวเหล่านั้นเป็นข้อมูลที่ผู้ขายรายงานเอง ไม่ได้ถูกทำซ้ำให้ยืนยันได้ รันที่ความพยายามคิดสูงสุดของ G​limpse ด้วย agent harness แบบเนทีฟของมัน พร้อมเชิงอรรถที่เปิดเผยว่าคู่แข่งหลายรายถูกประเมินต่ำกว่าค่าสูงสุดของตนเอง G​ranite 4.2 3B ยังไม่เคยถูกทดสอบบนชุดทดสอบใด ๆ เหล่านั้นเลย

ดังนั้นภาพที่ตรงไปตรงมาคือไม่มีกระดานคะแนนร่วมกัน เพราะไม่มีงานร่วมกัน โมเดลข้อความขนาด 3B ไม่สามารถสแกนช่วงวิดีโอซ้ำได้ และตัวอย่างการย้อนกลับวิดีโอไม่สามารถดาวน์โหลดลงแล็ปท็อปได้

ในกรณีที่ข้อโต้แย้งเรื่องขนาดให้ผลตรงกันข้าม

ข้อโต้แย้งที่แข็งแกร่งที่สุดสำหรับ G​ranite 4.2 3B ในการเปรียบเทียบนี้ไม่ใช่ประสิทธิภาพ แต่คือการที่พารามิเตอร์แบบ dense 3 พันล้านตัวเป็นรูปแบบการ deploy จริง ที่ 4B bfloat16 น้ำหนักจะพอดีในไม่กี่กิกะไบต์ ซึ่งหมายความว่าบิลด์ที่ทำควอนไทซ์แล้วสามารถรันบนตัวเร่งความเร็วสำหรับผู้ใช้ทั่วไปตัวเดียว หรือที่ความแม่นยำต่ำ บนแล็ปท็อปรุ่นใหม่ ภาษาที่ทดสอบสิบสองภาษาเพียงพอสำหรับการ deploy ในยุโรปหรืออินเดีย ซึ่งเส้นทางการสนับสนุนสิบสองภาษาเป็นข้อกำหนดที่ต้องมี ไม่ใช่ของแถม Apache 2.0 ตัดปัญหาการสนทนาเรื่องใบอนุญาตออกไปทั้งหมด และหน้าต่าง 128K พร้อมส่วนขยาย 512K มีการจัดทำเอกสารไว้ ซึ่งหมายความว่าการวางแผนความจุเทียบกับมันเป็นการคำนวณทางคณิตศาสตร์ ไม่ใช่การเดา

ข้อโต้แย้งที่ทรงพลังที่สุดสำหรับ G​limpse คือสิ่งที่ไม่มีการเทียบเคียงในโมเดลขนาดเล็ก นั่นคือคำถามที่การสุ่มตามตารางเวลาตายตัวไม่สามารถตอบได้ กล้องแพนหรือตัดฉากหรือไม่ วัตถุในเฟรมที่วินาทีที่ 12 เป็นวัตถุเดียวกันกับที่ออกจากเฟรมไปตอนวินาทีที่ 4 หรือไม่ เกิดอะไรขึ้นในช่วงครึ่งวินาทีรอบ ๆ เหตุการณ์หนึ่ง สิ่งเหล่านี้ไม่ได้ยากเพราะต้องใช้โมเดลขนาดใหญ่ พวกมันยากเพราะข้อมูลนั้นไม่เคยถูกสุ่มเก็บมาตั้งแต่แรก และพารามิเตอร์ที่มากขึ้นที่ 8 เฟรมต่อวินาทีก็ไม่ได้ทำให้กู้ข้อมูลนั้นกลับมาได้ การใช้พลังประมวลผลเพิ่มเติมกับช่วงเวลาใดช่วงหนึ่งหลังจากเห็นคลิปทั้งหมดแล้วเป็นคำตอบที่แตกต่างอย่างแท้จริง และไม่ว่ามีเวตเปิดมากแค่ไหนในแพ็กเกจ 3B ก็ทดแทนสิ่งนั้นไม่ได้

จุดเดียวที่พรีวิวแบบโฮสต์ไม่สามารถตามไปได้

มีเหตุผลในเชิงการปฏิบัติตามข้อกำหนดที่ทำให้ต้องให้ความสนใจกับความไม่สมมาตรนี้ และมันไม่เกี่ยวข้องเลยกับคุณภาพของโมเดลทั้งสอง

สิ่งที่ G​ranite 4.2 3B ส่งมอบคือไฟล์ หากวิดีโอ เอกสาร หรือบันทึกลูกค้าไม่สามารถออกจากโครงสร้างพื้นฐานของคุณได้ — และในการใช้งานที่ถูกกำกับดูแลส่วนใหญ่ก็เป็นเช่นนั้น — โมเดลก็จะทำงาน ณ ที่ที่ข้อมูลอยู่ และคำถามทั้งหมดเกี่ยวกับความพร้อมใช้งานของผู้ให้บริการ ขีดจำกัดอัตรา ภูมิภาค และการเก็บรักษาข้อมูลก็จะหายไป G​limpse ไม่มีตัวเลือกเช่นนั้น ความสามารถของมันมีอยู่เพียงเบื้องหลังเอนด์พอยต์ของ E​lorian เท่านั้น ซึ่งหมายความว่าฟุตเทจจะถูกส่งไปยัง E​lorian และไม่มีเอกสารที่เผยแพร่ระบุเป็นอย่างอื่น

นั่นคือจุดที่ชั้นการกำหนดเส้นทางควรค่าแก่การพูดถึงสักหนึ่งประโยค และจุดที่มันไม่ควร OrcaRouter มอบคีย์เดียวไว้ข้างหน้าโมเดลกว่า 200 รายการ ด้วยราคาตามรายการของผู้ให้บริการที่ส่งผ่านไปโดยไม่มีการบวกเพิ่มใด ๆ ต่อโทเคน ดังนั้นเวิร์กโหลดจึงสามารถผสม G​ranite 4.2 3B ที่โฮสต์เองบนฮาร์ดแวร์ของคุณเข้ากับโมเดลที่โฮสต์ไว้ ผ่านเส้นทางโค้ดเดียวกัน และการสลับสำรองอัตโนมัติช่วยให้เส้นทางยังคงทำงานอยู่เมื่อตัวใดตัวหนึ่งล่ม. DSL สำหรับการกำหนดเส้นทางเป็นตัวตัดสินว่าโมเดลใดจะรับคำขอใด โดยไม่ต้องเขียนแอปพลิเคชันใหม่ สิ่งที่มันไม่ได้ทำคือเปลี่ยนคำถามเรื่องการครอบครองดูแลข้อมูล: ชั้นการกำหนดเส้นทางย้ายคำขอระหว่างปลายทาง และหากปลายทางไม่ได้อยู่ในอาคารของคุณ การกำหนดเส้นทางก็ไม่สามารถทำให้มันอยู่ที่นั่นได้ ปัจจุบันไม่มีทั้ง G​ranite 4.2 3B และ G​limpse อยู่ในแคตตาล็อกของเรา — G​ranite 4.2 3B เป็นไฟล์ที่ต้องดาวน์โหลด และ G​limpse เป็น API ของ E​lorian เอง — ดังนั้นนี่จึงเป็นคำกล่าวเกี่ยวกับวิธีที่เรากำหนดเส้นทางและตั้งราคา ไม่ใช่การอ้างว่าเราให้บริการตัวใดตัวหนึ่ง

อ่านทั้งสองชีตเบนช์มาร์กด้วยความระแวงแบบเดียวกัน

สองนิสัยที่ควรนำไปใช้กับทั้งสองรีลีส เพราะไม่มีรีลีสใดรอดพ้นจากมัน

ประการแรกคือตาราง benchmark ของผู้จำหน่ายเป็นการคัดเลือก ไม่ใช่การวัด ตารางของ Elorian ไม่ธรรมดาตรงที่เผยแพร่แถวที่โมเดลของตัวเองเป็นฝ่ายแพ้ ซึ่งเป็นสัญญาณของความน่าเชื่อถือ และมันก็ยังเป็นตารางที่ผู้จำหน่ายประกอบขึ้น บนงานที่ผู้จำหน่ายเลือก และในการตั้งค่าที่ผู้จำหน่ายกำหนด การ์ด Granite ของ IBM นั้นแคบกว่าและเป็นไปตามแบบแผนมากกว่า: benchmark ทางวิชาการมาตรฐาน เผยแพร่ ณ การตั้งค่าที่ระบุไว้ โดยแถวแบบ agentic หายไปเลยที่ 3B แทนที่จะถูกแทนที่ด้วยอะไรที่ดูเข้าข้างตัวเอง

ประการที่สองคือ ตัวเลขที่หายไปมักเป็นตัวที่รับน้ำหนักจริง สำหรับ G​ranite 4.2 3B ตัวเลขที่สำคัญไม่ได้อยู่บนการ์ดเลย: ไม่มีใครนอก I​BM เผยแพร่ทรูพุตหรือความแม่นยำของงานในโลกจริงสำหรับ 3B ที่บริบท 128K และการลดลงของ RULER จาก 67.52 เป็น 55.30 ระหว่าง 64K ถึง 128K เป็นคำเตือนว่าหน้าต่างบริบทเสื่อมลงก่อนจะสิ้นสุดลงมาก สำหรับ G​limpse ตัวเลขที่หายไปซึ่งรับน้ำหนักคือหน้าต่างบริบท เพราะคุณสมบัติการให้เหตุผลจากวิดีโอที่หน้าต่างไม่สามารถจุฟุตเทจที่เวิร์กโฟลว์จริงป้อนให้ได้นั้นเป็นเพียงการสาธิตมากกว่าเครื่องมือ

อะไรจะทำให้เรื่องนี้จบลง และระหว่างนี้ควรทำอย่างไร

เหตุการณ์สามประการจะทำให้การเปรียบเทียบนี้เปลี่ยนไป และยังไม่มีเหตุการณ์ใดเกิดขึ้นเลย

ฮาร์เนสอิสระที่ทำซ้ำชุดตัวเลขชุดใดชุดหนึ่งขึ้นมาจะเป็นครั้งแรก ตาราง G​limpse ของ E​lorian และการ์ด G​ranite 4.2 3B ของ I​BM ต่างก็เป็นข้อมูลที่รายงานด้วยตนเอง บนงานที่แตกต่างกัน และการเปิดตัวทั้งสองเหมือนกันในมิติเดียวเท่านั้น: การไม่มีการตรวจสอบจากภายนอก

การที่ G​limpse เปิดเผยหน้าต่างบริบท จำนวนพารามิเตอร์ หรือโมเดลฐานของตนออกมา จะกลายเป็นเรื่องที่สอง ตัวเลขใดก็ตามที่กำลังแพร่หลายอยู่ในขณะนี้เกี่ยวกับขนาดของ G​limpse นั้นเป็นเพียงการประมาณการ มิใช่การเปิดเผยข้อมูล และการปฏิบัติต่อการประมาณการเสมือนเป็นข้อกำหนดจำเพาะ คือสาเหตุที่ทำให้แผนความจุผิดพลาด

การที่ Granite 4.2 3B ได้รับขั้นตอน agentic-RL หรือ endpoint ที่โฮสต์โดย first-party จะเป็นตัวที่สาม ไม่ว่าจะเป็นอย่างใดก็จะเปลี่ยนว่า 3B อยู่ในเลนไหน

จนถึงตอนนั้น กฎการตัดสินใจก็สั้น ๆ ว่า ถ้างานเป็นข้อความ ถ้าต้องรันบนฮาร์ดแวร์ที่คุณควบคุม ถ้าสัญญาอนุญาตต้องเป็น Apache 2.0 หรือถ้าข้อมูลข้ามขอบเขตเครือข่ายไม่ได้ Granite 4.2 3B คือคำตอบ และคำถามเรื่อง Glimpse ก็ไม่เคยเกิดขึ้น — ดาวน์โหลดมันไป รันการประเมินของคุณเอง แล้วมองแถว agentic ที่ขาดหายไปในการ์ดโมเดลว่าเป็นขอบเขต ไม่ใช่ช่องว่าง ถ้างานเป็นวิดีโอ และรูปแบบความล้มเหลวเป็นเชิงเวลาไม่ใช่เชิงความหมาย Glimpse เป็นตัวเดียวในสองตัวที่มีกลไกตามที่ระบุไว้ซึ่งมุ่งเป้าไปที่เรื่องนี้ การสมัครฟรีทำให้การทดลองใช้มีต้นทุนต่ำ และ trace เองคือการทดสอบ: รันคลิป อ่านพื้นที่ทดภาพ และตรวจสอบว่าโมเดลเคยย้อนกลับไปยังช่วงเวลาที่ตัดสินคำตอบหรือไม่ ทั้งสองตัว ณ ตอนนี้ ยังไม่ได้รับการตรวจสอบยืนยัน มีเพียงตัวเดียวเท่านั้นที่สามารถตรวจสอบยืนยันได้บนฮาร์ดแวร์ของคุณเอง

ความล้มเหลวของ AI และเหตุการณ์เกี่ยวกับเอเจนต์ที่มีการบันทึกเป็นหลักฐานไว้ ซึ่งอยู่เบื้องหลังการเปิดตัวในลักษณะนี้ ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งอ้างอิง ระดับความรุนแรง ระดับความเชื่อมั่น และแฟล็กข้อโต้แย้งของตัวเอง