LBS-27B vs Granite 4.2 30B: Dense โดยการออกแบบ เมื่อเทียบกับสเปกที่ไม่มีอยู่จริง

IBM ได้ตัดสินใจอย่างตั้งใจกับ Granite 4.2 30B: พวกเขาเลือกให้โมเดลยังคงเป็นแบบ dense โดยมี 64 เลเยอร์ บล็อกฟีดฟอร์เวิร์ดกว้าง 32,768 และอ่านพารามิเตอร์ทุกตัวสำหรับทุกโทเคน ในปีที่แล็บส่วนใหญ่ขนาดเท่านี้หันไปใช้การจัดเส้นทางแบบ mixture-of-experts IBM กลับเปิดตัวโมเดล 30B แบบ straight-through และตั้งราคาให้สอดคล้องกัน การตัดสินใจนี้เป็นเลนส์ที่เหมาะสมในการเปรียบเทียบกับ LBS-27B เพราะสิ่งเดียวที่เรารู้เกี่ยวกับรีโพซิทอรีใหม่ของ inclusionAI คือชื่อและสัญญาอนุญาต — และคำถามแรกที่ชื่อนั้นต้องตอบคือชื่อนั้นบ่งบอกถึงโมเดลแบบ dense หรือแบบ sparse

Granite 4.2 30B มีบันทึกสาธารณะที่ครบถ้วน: น้ำหนักโมเดลตั้งแต่เดือนสิงหาคม 2026 สัญญาอนุญาต Apache-2.0 การ์ดโมเดลที่มีแถวผลการทดสอบมาตรฐาน 19 แถว และชุดเครื่องมือเรียกใช้ (tool-calling stack) ที่มีเอกสารประกอบ LBS-27B มีที่เก็บข้อมูลที่สร้างขึ้นเมื่อวันที่ 26 ตุลาคม 2026 ซึ่งมีไฟล์ .gitattributes และ README ขนาด 28 ไบต์ที่ประกาศ Apache-2.0 และไม่ได้กล่าวถึงสิ่งอื่นใด นี่ไม่ใช่การเปรียบเทียบโมเดลสองโมเดล แต่เป็นการเปรียบเทียบโมเดลหนึ่งกับข้อกำหนดที่ยังไม่ได้เขียนขึ้น และผลลัพธ์ที่เป็นประโยชน์คือรายการของสิ่งเฉพาะเจาะจงที่ข้อกำหนดนั้นจำเป็นต้องมี

สิ่งที่ IBM ส่งมอบจริง ๆ

Granite 4.2 30B เป็นเดโคเดอร์แบบ dense ที่มีพารามิเตอร์ 3 หมื่นล้านตัว — Hugging Face ระบุเป็น 29B ใน BF16 — ประกอบด้วย 64 เลเยอร์ ขนาด hidden 4,096 มีหัว attention 32 หัว และหัว key-value 8 หัวภายใต้ grouped-query attention คำศัพท์มี 100,352 โทเคน บริบทดั้งเดิมคือ 131,072 และ IBM ระบุถึงการขยายบริบทแบบ long-context ไปถึง 512K โดยรองรับเฉพาะข้อความ การ์ดระบุภาษาที่ทดสอบแล้ว 12 ภาษา ได้แก่ อังกฤษ เยอรมัน สเปน ฝรั่งเศส ญี่ปุ่น โปรตุเกส อาหรับ เช็ก อิตาลี เกาหลี ดัตช์ และจีน

มันเป็นโมเดลเชิงเหตุผลในความหมายปกติของปี 2026 การ์ดโมเดลอธิบายโหมด full-thinking, non-thinking และ low-effort โดยมีกระบวนการให้เหตุผลห่อไว้ในแท็ก think โมเดลนี้ได้รับการ fine-tune จาก Granite 4.1 30B Base ซึ่งเผยแพร่ภายใต้ Apache-2.0 และ IBM ระบุวันที่เผยแพร่ไว้เป็น 25 สิงหาคม 2026

Dense ไม่ใช่ข้อบกพร่องทางเทคนิค แต่เป็นการแลกเปลี่ยน โมเดลแบบ dense มีพฤติกรรมการคำนวณและหน่วยความจำต่อโทเคนที่คาดเดาได้ ไม่มีเราเตอร์ที่อาจส่งโทเคนผิดเส้นทาง ไม่ต้องออกแบบการแบ่งชาร์ดแบบ expert-parallel และมีแนวทางการ fine-tuning ที่ทำงานในแบบที่ทีมส่วนใหญ่คาดหวัง แลกกับการที่ต้องจ่ายแพงกว่าในการให้บริการต่อโทเคนเมื่อเทียบกับโมเดลแบบ sparse ที่มีขนาดรวมเท่ากัน IBM กำลังขายการแลกเปลี่ยนนี้ให้กับองค์กรที่ยอมรับการดีพลอยที่น่าเบื่อได้ดีกว่าการดีพลอยที่ถูกกว่า

โปรไฟล์เกณฑ์มาตรฐานที่มีรูปร่าง

การ์ดของ Granite มีความสมบูรณ์ผิดปกติ ซึ่งทำให้เห็นได้ว่าโมเดลเก่งตรงไหนและไม่เก่งตรงไหน ทั้งหมดนี้เป็นการรายงานโดยผู้จำหน่ายและยังไม่มีการทดสอบซ้ำโดยอิสระ

• คณิตศาสตร์ — AIME25 89.17 และ HMMT กุมภาพันธ์ 2025 89.17 ตัวเลขเหล่านี้เป็นตัวเลขที่โดดเด่นบนการ์ด และอยู่สูงกว่าสิ่งที่โมเดล 30B ทำได้เมื่อปีที่แล้วอย่างมาก

• ความรู้และวิทยาศาสตร์ — GPQA 66.41, MMLU-Pro 77.60, MMLU-ProX lite 66.64, SciCode 38.76 ทำได้ดีแต่ไม่ใช่ระดับแนวหน้า ช่องว่างระหว่างคะแนน AIME ที่ใกล้ 90 กับคะแนน GPQA ที่อยู่ในช่วงกลาง ๆ 60 สะท้อนลักษณะเฉพาะของโมเดลนี้: มันเก่งกว่าในการแก้ปัญหาที่มีโครงสร้าง มากกว่าการจดจำหรือใช้เหตุผลครอบคลุมองค์ความรู้ในวงกว้าง

• วิศวกรรมซอฟต์แวร์ — SWE-Bench Verified 57, SWE-Bench Pro 33.29, SWE-Bench Multilingual 41.89, Terminal-Bench 2.1 29.24, LiveCodeBench v6 75.77 การลดลงจาก LiveCodeBench ไปยัง Terminal-Bench นั้นมาก และสิ่งนี้สำคัญ: ความสามารถในการเขียนโปรแกรมเชิงแข่งขันไม่เหมือนกับการทำงานหลายขั้นตอนให้เสร็จในเทอร์มินัลจริง

• บริบทขนาดยาว — RULER 64K 89.96 และ RULER 128K 81.38 นี่คือคู่ตัวเลขที่สร้างความมั่นใจได้มากที่สุดบนการ์ด เพราะมันวัดการดึงข้อมูลคืนมาทั่วทั้งหน้าต่างบริบท แทนที่จะสมมติว่าบริบทขนาดใหญ่จะเป็นบริบทที่ใช้งานได้จริง การลดลงเจ็ดจุดจาก 64K ไปเป็น 128K ถือเป็นความลาดชันที่ค่อนข้างนุ่มนวล

• การปฏิบัติตามคำสั่งและการแชท — IFBench 77.17, Arena-Hard-V2 67.93, tau3 เฉลี่ยที่ 62.00, BFCL v4 61.39

การอ่านตามจริงคือ Granite 4.2 30B เป็นโมเดลที่แข็งแกร่งแต่ไม่สม่ำเสมอ: เก่งมากในคณิตศาสตร์แนวแข่งขันและการดึงข้อมูลบริบทยาว ธรรมดาในความรู้กว้าง และอยู่กลางตารางในงานซอฟต์แวร์แบบเอเจนต์ นี่คือผลิตภัณฑ์เฉพาะทาง ไม่ใช่ผลิตภัณฑ์ทั่วไป

การเรียกใช้เครื่องมือคือข้อโต้แย้งที่ IBM กำลังนำเสนอ

วลีที่ IBM ใช้คือ "การเรียกใช้เครื่องมือที่เสริมด้วยการให้เหตุผล" — โมเดลให้เหตุผลว่าควรเรียกใช้เครื่องมือใดและเพราะเหตุใดก่อนจะเรียกใช้ รายละเอียดการนำไปใช้เป็นเรื่องในทางปฏิบัติมากกว่าจะแปลกใหม่: การนิยามฟังก์ชันสไตล์ OpenAI, ตัวแยกวิเคราะห์เครื่องมือของ vLLM ชื่อ qwen3_coder, การเลือกใช้ตัวแยกวิเคราะห์เดียวกันโดยอัตโนมัติของ SGLang และการผสานการทำงานกับ OpenCode, Pi และ OpenHands.

การที่มันดีกว่าทางเลือกอื่นหรือไม่นั้นเป็นคำถามเชิงประจักษ์ และตัวเลขบนการ์ดของมันเองก็มีทั้งดีและไม่ดีปนกัน BFCL v4 ที่ 61.39 และ tau3 ที่ 62.00 ถือว่าน่านับถือแต่ไม่ได้เหนือกว่า โดยทั่วไปโมเดลที่นำลีดเดอร์บอร์ดเหล่านั้นมีขนาดใหญ่กว่า สิ่งที่ Granite มอบให้คือเส้นทางการเรียกใช้เครื่องมือที่มีเอกสารประกอบและทำซ้ำได้ พร้อมสัญญาอนุญาตแบบเปิดกว้างและโปรไฟล์การให้บริการแบบ dense ซึ่งมักเป็นสิ่งที่โปรเจกต์เอเจนต์ระดับองค์กรต้องการจริง มากกว่าตำแหน่งแชมป์บนลีดเดอร์บอร์ด

นี่คือพื้นที่ที่ LBS-27B จะถูกตัดสินเป็นอันดับแรก หากมันมุ่งเป้าไปที่ผู้ซื้อรายเดียวกัน โมเดลที่ไม่สามารถเรียกใช้เครื่องมือได้อย่างน่าเชื่อถือก็ไม่ใช่ตัวเลือกสำหรับงานเชิงเอเจนต์ ไม่ว่าคะแนน MMLU จะเป็นเท่าใด และการประเมินการเรียกใช้เครื่องมือก็เป็นสิ่งที่มักไม่ปรากฏในรีโพซิทอรีจนกว่าโมเดลจะเสร็จสมบูรณ์

ด้าน LBS-27B ของหน้า

มีเรื่องให้พูดน้อยมาก และสิ่งสำคัญคือต้องพูดให้แม่นยำแทนที่จะเติมพื้นที่นั้นด้วยการอนุมาน

• รีโพซิทอรีนี้มีอยู่จริง โดยสร้างขึ้นเมื่อเวลา 05:36 UTC วันที่ 26 ตุลาคม 2026 และไม่มีการแก้ไขตั้งแต่นั้นเป็นต้นมา

• ประกอบด้วยไฟล์สองไฟล์: ไฟล์ขนาด 1,519 ไบต์.gitattributes และ README ขนาด 28 ไบต์ โดย README เป็นเพียงฟรอนต์แมตเทอร์ระบุสัญญาอนุญาตเท่านั้น: license: apache-2.0.

• ไม่มีเวต ไม่มีไฟล์กำหนดค่า ไม่มีตัวแยกโทเค็น ไม่มีการ์ดโมเดล และไม่มีข้อมูลการประเมิน ไม่มีการติดตามจำนวนดาวน์โหลด และยอดถูกใจเป็นศูนย์ เราไม่พบประกาศ เปเปอร์ หรือการพูดคุยสาธารณะใด ๆ

• "27B" เป็นส่วนหนึ่งของชื่อรีโพซิทอรี ไม่มีสิ่งใดในรีโพซิทอรีที่ยืนยันว่าเป็นจำนวนพารามิเตอร์ และไม่มีสิ่งใดบ่งชี้ว่าโมเดลเป็นแบบ dense หรือ sparse

ประเด็นสุดท้ายนั้นไม่ใช่ช่องว่างเล็กน้อย โมเดล 27B แบบ dense และแบบ sparse เป็นผลิตภัณฑ์ที่แตกต่างกัน โดยมีเศรษฐศาสตร์การให้บริการที่ต่างกัน พฤติกรรมการ fine-tune ที่ต่างกัน และรูปแบบความล้มเหลวที่ต่างกัน ตราบใดที่ยังไม่มีไฟล์คอนฟิก การเปรียบเทียบ Granite ก็ยังมีฝั่งที่ระบุรายละเอียดครบถ้วนเพียงฝั่งเดียว และอีกฝั่งว่างเปล่า

การเปรียบเทียบ ทีละมิติ

• พารามิเตอร์ — Granite 4.2 30B เป็นโมเดล dense ขนาด 30B (ระบุไว้ 29B ใน BF16); LBS-27B เป็นโมเดล 27B ที่ยังไม่ได้รับการยืนยัน โดยไม่เปิดเผยสถาปัตยกรรม

• เลเยอร์และความกว้าง — 64 เลเยอร์ โดยมีขนาดซ่อน 4,096 สำหรับ Granite; ไม่ทราบสำหรับ LBS

• บริบท — 131,072 แบบเนทีฟ และส่วนขยาย 512K ที่มีเอกสารระบุไว้สำหรับ Granite; ไม่ทราบสำหรับ LBS

• รูปแบบข้อมูล (Modality) — ข้อความเท่านั้นสำหรับ Granite; ไม่ทราบสำหรับ LBS โดยใช้ข้อความเท่านั้นเป็นกรณีฐานที่สมเหตุสมผล

• ภาษา — Granite มีภาษาที่ผ่านการทดสอบสิบสองภาษา; ส่วน LBS ไม่ทราบ

• โหมดการให้เหตุผล — แบบเต็ม แบบไม่คิด และแบบใช้ความพยายามต่ำสำหรับ Granite; ไม่ทราบสำหรับ LBS

• การเรียกใช้เครื่องมือ — เส้นทางการเรียกฟังก์ชันที่มีเอกสารประกอบ โดยมีคะแนน BFCL v4 61.39 และ tau3 62.00 สำหรับ Granite; ยังไม่มีข้อมูลที่เผยแพร่สำหรับ LBS

• สัญญาอนุญาต — Apache-2.0 สำหรับ Granite; Apache-2.0 ที่ประกาศไว้สำหรับ LBS ซึ่งเปลี่ยนแปลงได้ก่อนเผยแพร่น้ำหนักโมเดล

• ความพร้อมใช้งาน — เวตของ Granite ดาวน์โหลดได้และโฮสต์เองได้แล้ววันนี้ ส่วน LBS ไม่มีอะไรให้ดาวน์โหลด

ความยาวบริบทคือจุดที่ทั้งสองอาจแตกต่างกันมากที่สุด

หน้าต่างเนทีฟ 128K ของ Granite พร้อมส่วนขยาย 512K เป็นฟีเจอร์ระดับองค์กรที่ออกแบบมาอย่างตั้งใจ และคะแนน RULER บ่งชี้ว่านี่ไม่ใช่แค่การตลาด: 81.38 ที่ 128K เป็นผลลัพธ์ที่ใช้งานได้จริง สำหรับการตรวจสอบสัญญา การวิเคราะห์บันทึก การค้นคืนในฐานโค้ด และเส้นทางการตรวจสอบย้อนหลังระยะยาว การผสมผสานนั้น — เส้นทางส่วนขยายที่มีเอกสารกำกับ ควบคู่กับหลักฐานการค้นคืนที่อยู่ใกล้ส่วนต้นของหน้าต่าง — มีคุณค่ามากกว่าตัวเลขที่ใหญ่กว่าซึ่งไม่มีหลักฐานรองรับ

หาก LBS-27B เปิดตัวพร้อมหน้าต่าง 256K หรือ 512K คำถามที่น่าสนใจจะไม่ใช่ตัวเลขนั้น แต่จะเป็นการที่ inclusionAI เผยแพร่ผลการประเมินการดึงข้อมูล ณ ปลายสุดของหน้าต่างหรือไม่ หน้าต่างคือการอ้างถึงความจุ ส่วนผลลัพธ์แบบ RULER คือการอ้างถึงความสามารถ และทั้งสองสิ่งแตกต่างกันอย่างชัดเจนในทางปฏิบัติ

การติดตั้งใช้งาน การออกใบอนุญาต และตำแหน่งที่เราเตอร์เหมาะสม

โมเดลทั้งสองประกาศใช้ Apache-2.0 ซึ่งเป็นผลลัพธ์ที่เปิดกว้างที่สุดสำหรับการใช้งานเชิงพาณิชย์ และเป็นเหตุผลที่ Granite ได้รับความนิยมในหมู่ทีมที่ไม่สามารถยอมรับไลเซนต์แบบกำหนดเองได้ ทั้ง Granite 4.2 30B และ LBS-27B ต่างก็ไม่มีให้บริการบน OrcaRouter หากคุณต้องการใช้ Granite คุณต้องดาวน์โหลดไปและให้บริการด้วยตัวเอง หรือใช้แพลตฟอร์มโฮสติ้ง

การติดตั้งแบบโฮสต์เองนั้นเป็นจุดที่สถาปัตยกรรมแบบไฮบริดเหมาะสมอย่างยิ่ง เรียกใช้ Granite บนฮาร์ดแวร์ของคุณเองสำหรับปริมาณงานประจำ — งานจำแนกประเภท การดึงข้อมูล และการเรียกใช้เครื่องมือ ซึ่งโมเดล dense ขนาด 30B นั้นเกินพอ — และส่งเคสที่ยากจริง ๆ ไปยังโมเดลระดับแนวหน้าแบบโฮสต์ OrcaRouter มีประโยชน์สำหรับครึ่งหลังนั้น: คีย์ API เดียวใช้ได้กับโมเดลกว่า 200 โมเดล พร้อมการสลับสำรองอัตโนมัติหากผู้ให้บริการมีประสิทธิภาพลดลง และ routing DSL ที่ให้คุณกำหนดการแบ่งงานเป็นนโยบายได้ แทนที่จะเป็นโค้ดในสามบริการ เราเรียกเก็บตามราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ดังนั้นฝั่งโฮสต์ของบิลจึงเป็นตัวเลขของผู้ให้บริการ ไม่ใช่ของเราที่บวกกำไรทับ

สิ่งที่เราจะไม่กล่าวอ้างคือโมเดลใดโมเดลหนึ่งในการเปรียบเทียบนี้พร้อมใช้งานผ่านเรา มันไม่ใช่เช่นนั้น และหน้าการเปรียบเทียบที่สื่อเป็นนัยว่าเป็นเช่นนั้นก็แย่กว่าไม่มีประโยชน์

อะไรที่จะทำให้การเปรียบเทียบนี้ได้ข้อสรุป

อาร์ติแฟกต์สามชิ้นจะเปลี่ยนหน้านี้จากแบบฝึกหัดการเขียนข้อกำหนดให้กลายเป็นการเปรียบเทียบจริง

อย่างแรกคือ config.json ที่มีฟิลด์ expert ซึ่งจะชี้ขาดว่าเป็นแบบ dense หรือ sparse และบอกจำนวนพารามิเตอร์ที่ active หาก LBS-27B เป็นแบบ sparse ที่มีจำนวนพารามิเตอร์ active น้อย มันจะตัดราคา Granite ในแง่ต้นทุนการให้บริการ และการเปรียบเทียบก็จะกลายเป็นการแลกเปลี่ยนระหว่างราคากับคุณภาพ หากเป็นแบบ dense ก็จะเป็นคำถามเรื่องการทดแทนกันโดยตรง และความสมบูรณ์ของเครื่องมือของ IBM ก็จะกลายเป็นตัวชี้ขาด

อย่างที่สองคือการประเมินการเรียกใช้เครื่องมือบนเวอร์ชันฮาร์เนสที่ระบุชื่อ ตัวเลข BFCL v4 และ tau3 ของ Granite ไม่ได้โดดเด่น ซึ่งหมายความว่าโมเดลใหม่ไม่จำเป็นต้องโดดเด่นเพื่อเอาชนะตัวเลขเหล่านั้น — แต่ต้องถูกวัดบนฮาร์เนสเดียวกัน

ประการที่สามคือหลักฐานการดึงข้อมูลบริบทยาวที่ 128K หรือมากกว่า ตัวเลข RULER ของ Granite เป็นข้ออ้างที่แข็งแกร่งที่สุดเกี่ยวกับความเกี่ยวข้องกับองค์กร และเป็นตัวเลขที่ผู้ท้าชิงควรถูกขอให้เทียบให้ได้

สำหรับผู้ซื้อระดับองค์กรที่กำลังตัดสินใจในวันนี้ Granite 4.2 30B เป็นตัวเลือกที่รู้จักกันดี มีสัญญาอนุญาตแบบผ่อนปรน มีชุดเครื่องมือที่มีเอกสารประกอบ และมีโปรไฟล์การให้บริการแบบ dense ที่ทีมโครงสร้างพื้นฐานจำนวนมากชื่นชอบ ส่วน LBS-27B เป็นเพียงชื่อพร้อมบรรทัดสัญญาอนุญาต ช่องว่างระหว่างทั้งสองไม่ได้เป็นคำตัดสินเกี่ยวกับวิศวกรรมของ inclusionAI แต่เป็นเพียงความแตกต่างระหว่างโมเดลที่เผยแพร่แล้วกับโมเดลที่ถูกสงวนไว้เท่านั้น