LFM3-1.7B-Base 對決 Granite 4.2 3B：原始素材對上成品推理器

隨附聊天模板的基礎模型，是大多數廠商避之唯恐不及的矛盾。LFM3-1.7B-Base，於 2026 年 10 月 26 日發布，包含完整的聊天模板，並在你套用時預設開啟推理——然而它自家的模型卡卻說，它只建議用於重度微調，並把聊天流量導向其他地方。Granite 4.2 3B，IBM 於 2026 年 8 月 25 日推出的 Apache-2.0 推理模型，則是另一種截然不同的產物：經過後訓練、有基準測試、三種推理模式、工具呼叫，以及一張宣稱在 AIME 2025 上達到 78.33 的模型卡。有趣的問題不是哪個更好，而是為什麼那個半成品表現得像完成品，以及這告訴你該下載哪一個。 備援路徑不應付出溢價。 定價 供應商定價會原樣傳遞，不會加價。

與眾不同的那個是基礎型號

Liquid 決定在帶有與不帶有思考軌跡的聊天資料上進行中途訓練，這個細節讓這項比較不只是規模競賽。該檢查點 22 兆個預訓練 token 中的最後 3.5 兆個，是以代理式軌跡與工具呼叫精心整理，並使用調校後模型所採用的同一聊天模板格式化。這就是為什麼基礎儲存庫竟然會包含模板，也是為什麼直接呼叫 apply_chat_template 會在答案之前產生思考區塊。模型看過這種格式，但並未被訓練成遵循其中的指令。

這個區別在實務上很重要。從 LFM3-1.7B-Base 開始的微調，會繼承一個已經能辨識對話結構與推理分隔符的模型，這會縮短監督階段。它不會繼承可靠性、拒答行為或工具呼叫的正確性。那些來自你即將進行的後訓練，而這正是模型卡所說此檢查點的用途。

Granite 4.2 3B 究竟是什麼

IBM 的 3B 是 Granite 4.2 推理系列中的入門成員，由 Granite-4.1-3B-Base 後訓練而成。它是稠密、純文字的模型，原生上下文為 128K，並可擴展至 512K。它隨附三種推理模式——預設的完整思考、低投入模式，以及關閉——另外還有相容 OpenAI 的工具呼叫，以及一系列量化格式。它在 bfloat16 下佔用 6 到 8 GB，採實用量化後則低於 2 GB，而 Ollama 列出 granite4.2:3b 建置版本。

規格卡上標示：在完整思考模式下，AIME 2025 得分為 78.33，GPQA 為 54.80，LiveCodeBench v6 為 69.71。這些全都是 IBM 自家公布的數字，於權重上線當天印製，且沒有任何一項經過獨立重現。3B 版也缺少其 8B 與 30B 同系列版本所獲得的代理式強化學習，因此並未提供 SWE-Bench 或 Terminal-Bench 成績。它是推理模型，不是代理引擎。

LFM3 檢查點實際上是什麼

一個 173 億參數的預訓練文字模型，具備 262,144 個詞元的上下文、涵蓋十六種語言的 128,000 詞元詞彙表，以及 3.46 GB 的 bfloat16 權重。二十四層：十三個門控短卷積、五個滑動視窗注意力區塊、六個全注意力區塊。4 位元下約 1 GB。LFM Open License v1.0，年營收低於 1,000 萬美元可免費商用。模型卡上有兩個 TRL notebook，一個用於結構化擷取的監督式微調，一個用於新語言的持續預訓練。完全沒有任何基準測試表。

將他們區隔開來的五個數字

• 參數 — LFM3-1.7B-Base 為 1.73B 稠密模型，相較之下 Granite 4.2 3B 約為 3B。兩者皆非混合專家模型；每個參數都會在每個 token 上被讀取。

• 預訓練詞元——LFM3-1.7B-Base 為 22 兆。IBM 表示，Granite 4.2 系列在五個階段中約使用 15 兆，而該模型規模幾乎是兩倍。較小的檢查點使用了更多文字。

• 上下文 — LFM3-1.7B-Base 原生支援 262,144 個 token；Granite 4.2 3B 原生支援 128K、擴展支援 512K。基礎模型在原生長度上勝出，微調模型則在上限上勝出。

• 基準測試 — 尚未發布 LFM3-1.7B-Base 的數據。Granite 4.2 3B 的 AIME 2025 為 78.33、GPQA 為 54.80、LiveCodeBench v6 為 69.71，全為廠商報告且未經重現。

• 授權 — LFM Open License v1.0，設有 1,000 萬美元營收門檻，相較於 Apache 2.0 則無商業觸發條件。

這個範本為何存在，以及它有什麼價值

這個奇特之處背後藏著真正的工程效益。持續預訓練與監督式微調都需要模型辨識它未來提供服務時會採用的格式。從一個已經見過聊天標記與思考分隔符的檢查點開始，意味著監督階段會把梯度預算花在行為上，而不是格式上。Granite 4.2 3B 不給你那個起點；它給你的是已完成的行為，你接著可以將其特化，但特化是從一個對如何回答已有定見的模型開始。

這句話總結了取捨所在。LFM3-1.7B-Base 為你提供一個更乾淨的起點，而且形態熟悉。Granite 4.2 3B 則為你提供一個可用的推理模型，你今天就能用它來處理問題，之後若願意也可以微調——但要注意，微調一個後訓練過的推理模型，可能會侵蝕你付出代價換來的推理行為，除非資料是精心建構的。

沒人願意攤在檯面上的預算問題

推論是這項比較中成本較低的一方。兩個模型都能在筆記型電腦上執行，兩者量化後都低於 2 GB，而在這樣的規模下，1.73B 與 3B 的差異是每秒 token 數的問題，而不是可行性的問題。成本較高的一方是資料。要在專有任務上微調任一模型，都需要標註範例、評估集與訓練迴圈，而這項成本遠大於 3.46 GB 與 6 GB 下載量之間的差異。

隨著規模改變的是，這筆預算有多少用於基礎模型早已具備的能力。一個以 22 兆個 token 訓練的 1.73B 主幹模型，是在刻意押注：一個具備長上下文與廣泛語言混合的小型模型，能快速吸收某個領域。一個 3B 推理模型，則是在押注：通用推理能以較少資料遷移到你的領域。這兩個押注都無法由廠商的數字來定論，因為兩家廠商都未公布在你所關心任務上的微調結果。

一旦微調模型存在，服務部署問題就是另一回事。OrcaRouter 的 路由 DSL 可讓專用模型與通用備援模型置於同一次呼叫之後，而自動容錯移轉意味著小型模型逾時不會連帶拖垮請求。對 1.73B 的微調模型而言，這比對大型模型更為重要，因為小型專用模型的失效模式，是在錯誤領域中過度自信，而備援正是防止此情況最便宜的防護措施。

授權條款：決定企業採用的關鍵條款

Apache 2.0 是採購流程中最短的授權討論。Granite 4.2 3B 以該授權發布，沒有營收門檻，也沒有商業觸發條件。LFM3-1.7B-Base 則以 LFM Open License v1.0 發布，允許年營收低於 1,000 萬美元時免費商業使用，超過此門檻則需取得商業授權。對獨立開發者而言，這項差異幾乎看不出來。對大型公司內部的產品團隊來說，這個門檻代表在第一次訓練執行前就會進行的法務審查，而且無論比較結果偏向哪一方，它都可能比參數量的優勢更具決定性。

哪一個要下載

你這週需要一個推理模型。Granite 4.2 3B。它已完成、附有文件、經過量化，而且小到能在筆電上執行。廠商公布的數字尚未被重現，但模型可以運作，介面也是標準的。

你正在打造一個領域專家模型，而且已經擁有資料。 LFM3-1.7B-Base。22 兆 token 的主幹、256K 上下文與十六種語言詞彙，是比一個你將部分覆寫的推理模型更好的起點，而聊天模板意味著監督階段會從熟悉的格式開始。

你需要一個推理者，也需要一個專才。兩者無法互相取代。Granite 4.2 3B 負責通用推理路徑；LFM3 微調模型負責狹窄、高流量的路徑。將兩者放在同一個端點後面運行，就是避免做出取捨的模式。

還缺少什麼

這個比較中的落差不是一個數字，而是一次重現。Granite 4.2 3B 有廠商基準測試，卻沒有獨立測試結果；LFM3-1.7B-Base 兩者皆無。在有人於公開任務上微調 Liquid 檢查點，並回報相對於 Granite 4.2 3B 基準的結果之前，這個選擇取決於你想要哪一種資產，而非哪個模型表現更好。這個模板讓基礎檢查點看起來比實際更完善。模型卡對此很誠實，而這正是下載前值得閱讀的部分。