Granite 4.2 30B เทียบกับ Nemotron 3.5 Lightning: นักคิดและนักปฏิบัติ
- Googleใหม่Google: Gemini 4 Carbon2026-11-10$2.00 / $10.00 ต่อ 1 ล้านโทเค็น · 119 tok/s
- Anthropicใหม่Anthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 ต่อ 1 ล้านโทเค็น · 99 tok/s
- orcaใหม่Orca: OrcaC2 1.02026-11-0727 tok/s
- Orcaใหม่OrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 ต่อ 1 ล้านโทเค็น · 120 tok/s
- Orcaใหม่OrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 230 tok/s
- Orcaใหม่OrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$4.00 / $20.00 ต่อ 1 ล้านโทเค็น · 40 tok/s
- Orcaใหม่OrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 129 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 58 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 98 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 40 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447ความฉลาด
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 ต่อ 1 ล้านโทเค็น · 125 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929ความฉลาด
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 ต่อ 1 ล้านโทเค็น · 105 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733ความฉลาด
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740ความฉลาด
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 ต่อ 1 ล้านโทเค็น · 63 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955ความฉลาด
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855ความฉลาด
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 ต่อ 1 ล้านโทเค็น · 407 tok/s
Granite 4.2 30B และ Nemotron 3.5 Lightning เป็นโมเดลแบบเปิดน้ำหนัก 30B สองตัวที่เปิดตัวห่างกันสิบสี่วัน โดยมีหน้าที่เกือบตรงข้ามกัน Nemotron 3.5 Lightning ที่เผยแพร่โดย NVIDIA เมื่อวันที่ 11 สิงหาคม 2026 เป็นโมเดล Mixture-of-Experts แบบไฮบริดที่มีพารามิเตอร์รวม 30B / ใช้งานจริง 3B ประกอบด้วยเลเยอร์ state-space แบบ Mamba-2, MoE และ attention สร้างมาเพื่อเป็นชั้น executing ของระบบเอเจนต์: การเรียกใช้เครื่องมือที่รวดเร็ว, ลูปปริมาณมาก, การทำงานของซับเอเจนต์ บน GPU ตัวเดียว Granite 4.2 30B ที่ IBM เผยแพร่อย่างเงียบ ๆ บน Hugging Face เมื่อวันที่ 25 สิงหาคม 2026 เป็นโมเดล reasoning แบบ dense ที่มีพารามิเตอร์ 29 พันล้านตัว — นักคิด ที่มีโหมดคิดให้เลือกและ agentic reinforcement learning และยังโฮสต์เองได้ ทั้งคู่เป็นโอเพนซอร์ส (Apache 2.0 เทียบกับ OpenMDW-1.1) ทั้งคู่ทำงานบนฮาร์ดแวร์ที่ทีมสามารถเป็นเจ้าของได้จริง และทั้งคู่เป็นรุ่นที่วางจำหน่ายในเดือนสิงหาคมซึ่ง benchmark ยังคงมาจากรายงานของผู้ผลิตเป็นหลัก คำถามที่น่าสนใจไม่ใช่ว่าอันไหนดีกว่า แต่คืออันไหนที่คุณต้องการ — นักวางแผน นักปฏิบัติ หรือทั้งสองอย่าง
การแบ่งบทบาท planner/executor นี้ไม่ใช่การคิดขึ้นเองของบรรณาธิการ แต่เป็นดีไซน์ของ NVIDIA เอง Nemotron 3.5 Lightning ถูกกลั่นมาจาก Nemotron 3 Ultra ที่ใหญ่กว่ามาก โดยเฉพาะเพื่อให้โมเดลระดับแนวหน้าทำหน้าที่วางแผน ขณะที่ Lightning เป็นตัวรันลูป และ NVIDIA เปิดตัวพร้อมกับ NeMo Switchyard ซึ่งเป็นไลบรารีสำหรับจัดเส้นทางที่ใช้การแบ่งงานแบบนั้นพอดี ในทางตรงกันข้าม Granite 4.2 30B พยายามจะเป็นเอเจนต์ทั้งระบบในแพ็กเกจ 30B เพียงตัวเดียว
Granite 4.2 30B นักคิด
โมเดล Granite 4.2 เรือธงของ IBM เป็น Transformer แบบ dense decoder-only ที่มีโหมดการคิดสามโหมด — การคิดเต็มรูปแบบ (ครอบคลุมใน think>.../think> แท็ก), การคิดแบบใช้ความพยายามต่ำ และการคิดแบบไม่คิดเลย — รวมถึงการเรียกใช้เครื่องมือที่เข้ากับ OpenAI และ agentic reinforcement learning ที่ฝึกให้มันทำงานบนเทอร์มินัล รันโค้ด และค้นหาเว็บในแซนด์บ็อกซ์ บริบทดั้งเดิมขนาด 128K ขยายได้ถึง 512K การ์ดของ IBM อ้างว่าได้ 89.17 ใน AIME 2025, 77.60 ใน MMLU-Pro และ 57.00 ใน SWE-Bench Verified (in-harness) — ทั้งหมดเป็นข้อมูลที่รายงานโดยผู้ผลิต ยังไม่มีใครทำการตรวจสอบซ้ำอย่างอิสระ และยังไม่มีรายการใน Artificial Analysis กล่าวโดยสรุป มันเป็นโมเดลการคิดเชิงทั่วไปที่ถูกมุ่งเน้นไปที่งานเอเจนต์อย่างหนัก และมาพร้อม quantization แบบ BF16 บวกกับ FP8, NVFP4/MXFP4 และ GGUF เพื่อให้ทีมงานสามารถนำไปรันได้จริง.
Nemotron 3.5 Lightning ผู้ลงมือทำ
การเปิดตัวของ NVIDIA มีรูปแบบที่แตกต่างออกไปโดยสิ้นเชิง ชื่อ "30B A3B" หมายถึงพารามิเตอร์รวม 30 พันล้านตัว โดยมีเพียงประมาณ 3 พันล้านตัวที่เปิดใช้งานต่อโทเค็น เป็นสถาปัตยกรรมแบบไฮบริดที่ผสมผสาน Mamba-2, MoE และ attention เพื่อให้สร้างผลลัพธ์ได้รวดเร็วและประหยัด มี speculative decoding ในตัว: หัว Multi-Token Prediction รวมถึงโมเดลร่าง DFlash และ DSpark โดยตัวร่างขนาดเล็กจะเสนอโทเค็นที่โมเดลหลักใช้ตรวจสอบแบบขนาน NVIDIA อ้างว่าความเร็วเอาต์พุตเพิ่มขึ้นถึง 4 เท่าเมื่อเทียบกับโมเดลขนาดใกล้เคียง และทั้งหมดนี้ทำงานบน GPU ตัวเดียว เช่น RTX 5090, DGX Spark หรือ Jetson หรือที่บริบท 256K บน H100 หนึ่งตัว โดยในหลักการโมเดลรองรับบริบทได้สูงสุดถึง 1M ใบอนุญาต OpenMDW-1.1 ครอบคลุมค่าน้ำหนัก ข้อมูลการฝึกอบรม และสูตรการสร้าง
จุดยืนของ NVIDIA เองคือ {{1}}พูดตรงไปตรงมาเกี่ยวกับสิ่งที่ Lightning ไม่ใช่{{/1}}: {{2}}การประเมินที่บริษัทเผยแพร่แสดงให้เห็นประสิทธิภาพ Terminal-Bench ที่อ่อนแอในฐานะเอเจนต์หลัก{{/2}} — {{3}}LLM Stats ตรวจสอบอย่างอิสระว่าอยู่ที่ประมาณ 24.6 บน Terminal-Bench 2.1{{/3}} — และ {{4}}คำแนะนำคือให้ใช้เป็นตัวดำเนินการ (executor) ไม่ใช่ตัววางแผน (planner){{/4}} จุดแข็งที่รายงานด้วยตนเองคือ {{5}}MMLU Pro 81.94{{/5}}, {{6}}GPQA Diamond 75.44{{/6}}, {{7}}SWE-Bench Verified 51.56{{/7}}, และ {{8}}PinchBench ด้วยความแม่นยำ 86%{{/8}} ขณะที่ {{9}}ทำงานเสร็จเร็วขึ้นประมาณ 30% เมื่อเทียบกับ Qwen 3.6 35B ที่ความแม่นยำใกล้เคียงกัน{{/9}} {{10}}ทั้งหมดนั้นล้วนเป็นตัวเลขของ NVIDIA เอง{{/10}}
กระดานคะแนนที่ระบุอย่างตรงไปตรงมา
การเปรียบเทียบที่มีประโยชน์คือรูปร่างของคอลัมน์ ไม่ใช่ค่าของแถว:
• Granite 4.2 30B — ~29B dense พารามิเตอร์ทั้งหมดทำงาน; Apache 2.0; 128K เนทีฟ / 512K ขยาย; โหมดการให้เหตุผลที่เลือกได้ในแต่ละคำขอ; คะแนนที่รายงานโดยผู้พัฒนา: SWE-Bench Verified 57.00, Terminal-Bench 2.1 29.24; นักคิด
• Nemotron 3.5 Lightning — โมเดล MoE แบบไฮบริด 30B รวม / 3B แอคทีฟ; OpenMDW-1.1; บริบท 1M (ใช้งานจริง 256K บน H100 หนึ่งตัว); speculative decoding (MTP/DFlash/DSpark); คะแนนที่ผู้พัฒนารายงาน SWE-Bench Verified 51.56, ~24.6 Terminal-Bench 2.1 (LLM Stats ตรวจสอบแล้ว); ผู้ลงมือทำจริง
จงอ่านแถวเหล่านั้นตามที่ NVIDIA ตั้งใจ: จุดอ่อนของ Lightning ใน Terminal-Bench เป็นคุณลักษณะของการออกแบบ — มันไม่ได้ถูกออกแบบมาให้วางแผน แต่ให้ปฏิบัติการ ตัวเลขของ Granite เป็นโมเดลเดียวที่อ้างว่าทำทั้งสองอย่าง ไม่มีชุดข้อมูลใดที่ถูกทำซ้ำอย่างอิสระ ณ เวลาที่เผยแพร่; ทั้งสองจะถูกทำซ้ำภายในไม่กี่สัปดาห์
สแตก ไม่ใช่โมเดล
ทั้งสองโมเดลไม่ได้เป็นคู่แข่งกันมากนัก แต่เป็นส่วนประกอบที่อยู่ติดกันของระบบเดียวกัน เอเจนต์ต้องมีตัววางแผนเพื่อแยกย่อยงาน และตัวดำเนินการเพื่อประมวลผลการเรียกใช้เครื่องมือนับพันครั้ง Granite 4.2 30B พยายามรวมทั้งสองฟังก์ชันไว้ในโมเดลหนาแน่นตัวเดียว ส่วน Nemotron 3.5 Lightning ถูกออกแบบให้เป็นครึ่งหนึ่งของสแตกแบบสองโมเดลอย่างชัดเจน โดยมีโมเดลระดับแนวหน้าเป็นอีกครึ่งหนึ่ง NVIDIA เรียกสแตกนั้นว่า NeMo Switchyard เลเยอร์การจัดเส้นทางทำสิ่งเดียวกันกับโมเดลแบบโฮสต์และโฮสต์เองผสมกันได้
นี่คือตำแหน่งที่หมายเหตุการจัดเส้นทางอย่างตรงไปตรงมาควรอยู่ ไม่มีโมเดลใดอยู่ใน OrcaRouter — เราไม่ได้จัดเส้นทางทั้ง Granite 4.2 30B และ Nemotron 3.5 Lightning และช่องทางความพร้อมใช้งานของทั้งสองคือฮาร์ดแวร์ของคุณเองหรือช่องทางของผู้ให้บริการเอง แต่รูปแบบสองโมเดลที่พวกเขาชี้ให้เห็นคือสิ่งที่ routing DSL มีไว้เพื่อการนี้โดยเฉพาะ: ประกอบ endpoint Granite แบบโฮสต์เองสำหรับรอบการให้เหตุผล และ endpoint Lightning แบบโฮสต์เองสำหรับลูปการประมวลผล วาง frontier model แบบโฮสต์ไว้ด้านหน้าสำหรับการวางแผนที่ต้องใช้พื้นที่มากขึ้น และขับเคลื่อนทั้งสามด้วยคีย์ API เดียวที่มีการเฟลโอเวอร์อัตโนมัติ คุณไม่จำเป็นต้องเลือกระหว่างตัวคิดและตัวทำ — คุณสามารถประกอบสแต็กที่ใช้แต่ละตัวในจุดที่แข็งแกร่ง แล้วปล่อยให้เราเตอร์เป็นผู้ตัดสิน
อันไหนก่อน
ถ้าคุณต้องการเป็นเจ้าของโมเดลเพียงตัวเดียว {{1}}โค้ดเบสเดียว สแต็กการให้บริการเดียว{{/1}} และยอมให้โมเดลนั้นทำงานด้านการให้เหตุผลและการประมวลผลทั้งหมด ให้เริ่มด้วย Granite 4.2 30B — แต่รอการทดสอบอิสระครั้งแรกก่อนที่จะเชื่อถือตัวเลข {{2}}57.00 SWE-Bench{{/2}} ถ้าคุณกำลังสร้างเอเจนต์ที่มีปริมาณงานสูงซึ่งการเรียกใช้ส่วนใหญ่เป็นขั้นตอนเครื่องมือสั้น ๆ และเวลาแฝงคืองบประมาณ ให้เริ่มด้วย Nemotron 3.5 Lightning และให้โมเดลระดับแนวหน้าหรือเอนด์พอยต์ Granite เป็นคนคิด ถ้าคุณกำลังสร้างอะไรที่จริงจัง คำตอบคือทั้งสองอย่าง — ซึ่งเป็น {{1}}การตัดสินใจที่การเปรียบเทียบเฉพาะ 30B จะไม่มีทางทำให้เห็นได้{{/1}}
