O raciocínio nativo do IBM Granite 4.2, entre arquiteturas densas e números declarados
Em 25 de agosto de 2026 a IBM Research anunciou a nova série de modelos Granite 4.2, disponibilizando os pesos com licença Apache 2.0 e indicando na documentação do Hugging Face a expressão “fully open for commercial and research use”. Num cenário voltado sobretudo para grandes sistemas Mixture-of-Experts, o projeto se concentra em estruturas densas nos tamanhos de 3, 8 e 30 bilhões de parâmetros. Na versão de 30B, a arquitetura decoder-only adota o mecanismo Grouped Query Attention com 32 cabeças de atenção e 8 cabeças KV, codificação posicional RoPE e ativações SwiGLU, com contexto nativo de 128K tokens que o blog técnico descreve como extensível a 512K graças a uma quinta fase de pré-treinamento. O treinamento do zero ocorreu, segundo a IBM, sobre cerca de 15 trilhões de tokens em cinco fases.
A principal novidade é a capacidade de gerar cadeias de raciocínio antes de dar a resposta, acompanhada de um interruptor thinking / non-thinking e de um modo intermediário “low-effort”, que atribui um orçamento de raciocínio reduzido às perguntas simples. O pós-treinamento combinou o algoritmo Group Relative Policy Optimization (GRPO) com o alinhamento RLHF, e reservou uma fase de aprendizado por reforço específica para fluxos agênticos — focada em engenharia de software e uso do terminal — exclusivamente aos tamanhos de 8B e 30B. Ao mesmo tempo foi lançado o modelo de voz Granite Speech 5.0 Turbo CTC, de 470 milhões de parâmetros, para o qual a IBM declara um RTFx de cerca de 12.600 contra os aproximadamente 6.000 dos líderes anteriores da Open ASR Leaderboard. O treinamento, segundo a IBM, rodou em um cluster NVIDIA GB200 NVL72 fornecido pela CoreWeave.
O desempenho declarado pela IBM atribui ao modelo de 30B os valores de 57,00 no SWE-Bench Verified, 89,17 no AIME25 e no HMMT Feb25, e 66,41 no GPQA. Por se tratar de medições internas publicadas em documentos corporativos, a ausência atual de auditorias e verificações independentes não permite confirmar por terceiros que essas pontuações realmente se reproduzam. A documentação oficial mostra ainda uma sobreposição exata e não explicada entre os resultados de AIME25 e HMMT Feb25, enquanto a comparação com os modelos concorrentes fica a cargo de um gráfico sem os números correspondentes — e portanto não verificável na fonte primária.
Lançar modelos densos com licença permissiva enquanto a indústria persegue a escala dos Mixture-of-Experts indica a intenção de alcançar quem precisa lidar com limites reais de hardware. A diferença entre a eficiência declarada no papel e o trabalho efetivo em ambientes corporativos será medida pelas primeiras integrações em campo.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Abri com WebFetch o anúncio oficial da IBM Research de 25 de agosto de 2026: confirma os três tamanhos, a licença Apache 2.0, a arquitetura densa, o pipeline de RL em várias fases e o modelo de voz. Cruzei com o cartão oficial do modelo granite-4.2-30b no Hugging Face (arquitetura, contexto, idiomas, tabela de benchmarks) e com o blog técnico da IBM (números dos três tamanhos, 15 trilhões de tokens, modos thinking e low-effort). Confirmações independentes do MarkTechPost e do The Decoder trazem os mesmos valores: 57,00 no SWE-Bench Verified, além de contexto e licença. Descartei a hipótese de arquitetura híbrida Mamba surgida numa busca preliminar: as fontes da IBM falam explicitamente em transformer denso decoder-only, e o híbrido era do Granite 4.0. Sobre a data, 25 e não 26 de agosto: vale a fonte primária.
- Incertezze
- Todas as pontuações são autodeclaradas pela IBM: no momento da verificação não constam réplicas independentes em SWE-Bench Verified, Terminal-Bench 2.1 ou RULER. O gráfico comparativo publicado no blog da IBM não traz os números dos modelos concorrentes em forma textual, de modo que a comparação não é verificável na fonte primária. A coincidência dos valores de AIME25 e HMMT Feb25 para o 30B (89,17 em ambos) aparece em dois documentos da IBM, mas não é explicada. Sobre o contexto, as duas fontes da IBM usam formulações diferentes — 128K nativos com extensão a 512K — e não fica claro qual janela se sustenta em produção. Não há menção a certificação ISO 42001 para esta geração. As três horas de áudio transcritas em um segundo são uma métrica de throughput declarada, não um teste independente.
- Perché pubblicarla
- É o único lançamento da semana com pesos realmente baixáveis sob licença realmente permissiva, sem cláusulas condicionadas: qualquer pessoa pode colocá-lo em produção sem pedir permissão. A escolha na contramão — modelos densos de 3 a 30 bilhões de parâmetros executáveis em uma única máquina, diante dos MoE de centenas de bilhões das últimas semanas — diz respeito diretamente a quem precisa rodar um modelo em casa por custo ou por restrição de dados. E a distância entre números autodeclarados e ausência de verificação independente é exatamente o ponto que vale a pena contar ao leitor antes que o comunicado o faça.