LFM3-1.7B-Base 与 Granite 4.2 3B：原材料对阵成品推理器

基础模型自带聊天模板，这是大多数厂商避之不及的矛盾。LFM3-1.7B-Base于2026年10月26日发布，包含完整的聊天模板，并且应用时会默认开启推理——然而其模型卡称，它仅建议用于重度微调，并将聊天流量引导至别处。Granite 4.2 3B是IBM于2026年8月25日发布的Apache-2.0推理模型，属于截然不同的产物：经过后训练、基准测试，具备三种推理模式、工具调用，模型卡还声称其在AIME 2025上达到78.33。有趣的问题不在于哪个更好，而在于为什么这个半成品表现得像成品，以及这能告诉你该下载哪一个。回退路径不应产生溢价。标价提供商标价不加价直接透传。

与众不同的那个是基础型号。

Liquid 决定在带有和不带有思维轨迹的聊天数据上进行中期训练，这一细节使这次比较不止于规模竞赛。该检查点 22 万亿预训练 token 中的最后 3.5 万亿，是用智能体轨迹和工具调用整理出来的，并采用与调优模型相同的聊天模板进行格式化。这正是基础仓库中为何会有模板，以及为何直接调用 apply_chat_template 会在答案前生成一个思考块。模型见过这种格式，但并未被训练去遵循其中的指令。

这种区别在实践中很重要。从 LFM3-1.7B-Base 开始的微调会继承一个已经能识别对话结构和推理分隔符的模型，这会缩短监督阶段。它不会继承可靠性、拒答行为或工具调用正确性。这些来自你即将进行的后训练，而这正是模型卡所说的该检查点的用途。

Granite 4.2 3B 实际上是什么

IBM 的 3B 是 Granite 4.2 推理家族中面向边缘端的成员，基于 Granite-4.1-3B-Base 进行后训练。它是稠密、纯文本模型，原生上下文为 128K，并可扩展至 512K。它随附三种推理模式——默认完整思考、低投入模式和关闭——另外还支持 OpenAI 兼容的工具调用以及一系列量化格式。它在 bfloat16 下占用六到八 GB，采用实用量化后低于两 GB，Ollama 列出了 granite4.2:3b 构建版本。

该卡片报告，在完整思考模式下，AIME 2025 上为 78.33，GPQA 上为 54.80，LiveCodeBench v6 上为 69.71。这些全都是 IBM 自己的数字，在权重上线当天公布，且没有一个被独立复现。3B 还缺少其 8B 和 30B 兄弟模型所获得的智能体强化学习，因此它没有 SWE-Bench 或 Terminal-Bench 分数。它是推理模型，不是智能体引擎。

LFM3 检查点究竟是什么

一个拥有 17.3 亿参数的预训练文本模型，上下文长度 262,144 个 token，词汇表覆盖十六种语言、共 128,000 个 token，bfloat16 权重为 3.46 GB。二十四层：十三个门控短卷积、五个滑动窗口注意力块、六个全注意力块。4 位量化下约 1 GB。LFM Open License v1.0，年收入低于 1000 万美元可免费商用。模型卡上附有两个 TRL notebook，一个用于结构化抽取的监督微调，一个用于在新语言上的继续预训练。没有任何形式的基准测试表格。

区分它们的五个数字

• 参数 — LFM3-1.7B-Base 为 1.73B 稠密模型，而 Granite 4.2 3B 约为 3B。两者都不是混合专家模型；每个 token 都会读取所有参数。

• 预训练 token 数 — LFM3-1.7B-Base 为 22 万亿。IBM 表示，Granite 4.2 系列在五个阶段中大约使用了 15 万亿个 token，而模型规模几乎是其两倍。较小的检查点反而看到了更多文本。

• 上下文 — LFM3-1.7B-Base 原生支持 262,144 个 token；Granite 4.2 3B 原生支持 128K，并可扩展至 512K。基础模型在原生长度上胜出，调优模型在上限上胜出。

• 基准测试 — 未发布 LFM3-1.7B-Base 的任何结果。Granite 4.2 3B 的 AIME 2025 为 78.33、GPQA 为 54.80，LiveCodeBench v6 为 69.71，均为厂商报告且未经复现。

• 许可证 — LFM Open License v1.0，设有 1000 万美元收入门槛；相较 Apache 2.0，无商业触发条件。

模板为何存在，以及它有何价值

这种反常之处隐藏着真正的工程收益。继续预训练和有监督微调都需要模型识别它将被部署时所使用的格式。从已经见过聊天标记和思考定界符的检查点开始，意味着监督阶段会把梯度预算花在行为上，而不是格式上。Granite 4.2 3B 并不提供这个起点；它提供的是已经成型的行为，你可以随后对其进行专业化，但这种专业化是从一个已经对如何作答有自己看法的模型开始的。

一句话概括，这就是取舍所在。LFM3-1.7B-Base 给你一张更干净的画布，形态却似曾相识。Granite 4.2 3B 则给你一个可用的推理模型，你今天就能让它着手解决某个问题，如果愿意，之后还可以微调——但要注意，微调一个经过后训练的推理模型，可能会侵蚀你为之付出代价才获得的推理行为，除非数据构建得足够谨慎。

没人摆到台面上的预算问题

推理是这一比较中成本较低的一侧。两个模型都能在笔记本电脑上运行，量化后都低于 2 GB，而在这种规模下，1.73B 与 3B 之间的差异只是每秒 token 数的问题，而非可行性问题。成本高昂的一侧是数据。要让任一模型针对专有任务进行微调，都需要标注样本、评估集和训练循环，而这一成本远超 3.46 GB 下载与 6 GB 下载之间的差异。

模型规模变化带来的，是这笔预算中有多少用于基础模型已经具备的能力。一个在 22 万亿 token 上训练的 1.73B 主干模型，是在刻意押注：一个具备长上下文和广泛语言混合的小模型能够快速吸收某个领域。一个 3B 推理模型则是在押注：通用推理能以更少的数据迁移到你的领域。这两种押注都不能由厂商的数字来定论，因为两家厂商都没有公布过针对你关心的任务的微调结果。

一旦微调模型存在，服务化就是另一个问题了。OrcaRouter 的 路由 DSL 让专用模型和通用回退模型置于同一次调用之后，而自动故障转移意味着小模型超时不会把请求一起拖垮。对于 1.73B 的微调模型来说，这比大模型更重要，因为小型专用模型的失败模式是在错误领域里过度自信，而回退是防范这一问题最廉价的防护措施。

许可证：决定企业采用的关键条款

Apache 2.0 是采购流程中最简短的许可证对话。Granite 4.2 3B 即以此许可证发布，既没有营收门槛，也没有商业触发条件。LFM3-1.7B-Base 则以 LFM Open License v1.0 发布，该许可证允许年营收低于 1000 万美元时免费商用，超过该门槛则需获得商业许可证。对独立开发者而言，这一差别几乎不可见。而对于大公司内部的产品团队，这个门槛是一项在首次训练运行之前就要完成的法律审查，并且无论朝哪个方向，它都可能压过参数数量上的优势。

要下载哪一个

你本周需要一款推理模型。Granite 4.2 3B。它已完成、有文档、已量化，而且小到可以装进笔记本电脑。厂商给出的数字尚未复现，但模型能运行，接口也是标准的。

你正在构建一个领域专家，并且已经拥有数据。 LFM3-1.7B-Base。22 万亿 token 的主干、256K 上下文和十六种语言的词表，比一个你会部分覆盖的推理模型更适合作为起点，而且聊天模板意味着监督阶段从熟悉的格式开始。

你既需要一个推理器，也需要一个专家模型。二者不能相互替代。Granite 4.2 3B 负责通用推理路径；LFM3 微调模型负责狭窄且高吞吐量的路径。将两者放在同一个端点后面运行，就是避免做选择的模式。

还缺少什么

这项比较中的差距不是一个数字，而是一次复现。Granite 4.2 3B 有厂商基准测试，却没有独立运行结果；LFM3-1.7B-Base 两者都没有。在有人基于公开任务对 Liquid 检查点进行微调，并报告相对于 Granite 4.2 3B 基线的结果之前，选择取决于你想要哪种资产，而不是哪个模型表现更好。模板让基础检查点看起来比实际更完善。模型卡片对此很诚实，而这正是下载前值得阅读的部分。