Der erste Eintrag ist immer die Quelle des Pins. Die Gesamtsicherheit ist ein gewichteter Durchschnitt, wie fest jeder Beleg die oben verwendeten Start- und Endzeiten stützt; ein Beleg zählt für je 180 Tage, die er älter ist als der neueste, nur halb so viel.
Die Hugging-Face[5]-Ankündigung von IBM „Granite 4.2 LLMs: How They're Built“ und die Modellkarte ibm-granite/granite-4.2-8b nennen beide den 25. August 2026 als Veröffentlichungsdatum; OpenRouter[2] führt das 8B-Modell seit dem 31. August, dem Tag, an dem der Router es aufgenommen hat.
Router listing of the 8B: 131,072-token context and $0.06 per 1 million input tokens and $0.25 per 1 million output tokens.[1]
Independent trade report: Granite 4.1 (April) stressed answering without long reasoning chains, 4.2 makes reasoning optional; only the 8B and 30B got the agentic RL stage; 1 trillion synthetic code tokens from CodeAlchemy; IBM's 30B resolves 57% on SWE-bench Verified.[1]
Releases are dated 25 August 2026; flags that the benchmark figures are IBM's own runs, that the models are text-only, and that Qwen3.8-27B leads on published coding benchmarks.[1]
IBM's model card for the 8B: dense decoder-only, post-trained from Granite-4.1-8B-Base, Apache 2.0, 12 tested languages, thinking / non-thinking / low-effort modes, GRPO then RLHF post-training on a GB200 NVL72 cluster at CoreWeave, and the 3B/8B/30B results table.[1]
Fehlt etwas oder stimmt etwas nicht? Sag es in deinen eigenen Worten: ein Link, der diesen Pin belegt, ein anderes Start- oder Enddatum und warum, oder eine Angabe, die fehlt oder falsch ist. Die KI prüft es an den Quellen dieses Pins, sucht nach besseren und ergänzt jede Seite, die dich bestätigt. Die eigenen Quellen des Pins zählen weiterhin am meisten. Auch Bilder sieht sich die KI an: Eines, das etwas anderes oder die Sache schlecht zeigt, wird nach hinten gestellt oder ersetzt.
Originaltitel: Granite 4.2 8B, 3B and 30B Released
| Benchmark | Granite 4.2 3B | Granite 4.2 8B | Granite 4.2 30B |
|---|---|---|---|
| SWE-bench Verified (agentisches Programmieren) | k. A. | 47.67 | 57.00 |
| SWE-bench Multilingual (agentisches Programmieren) | k. A. | 30.78 | 41.89 |
| SWE-bench Pro (agentisches Programmieren) | k. A. | 19.11 | 33.29 |
| Terminal-Bench 2.1 (agentisches Programmieren) | k. A. | 20.56 | 29.24 |
| τ³-bench-Durchschnitt (agentisch, allgemein) | 45.78 | 58.06 | 62.00 |
| AIME25 (Reasoning) | 78.33 | 86.67 | 89.17 |
| HMMT Feb25 (Reasoning) | 66.67 | 78.33 | 89.17 |
| GPQA (Reasoning) | 54.80 | 64.14 | 66.41 |
| LiveCodeBench v6 (Reasoning) | 69.71 | 73.24 | 75.77 |
| SciCode (Reasoning) | 24.11 | 36.09 | 38.76 |
| MMLU-Pro (Chat und Befolgen von Anweisungen) | 67.84 | 74.04 | 77.60 |
| Arena-Hard-V2 (Chat und Befolgen von Anweisungen) | 34.96 | 65.19 | 67.93 |
| IFBench, prompt (Chat und Befolgen von Anweisungen) | 74.33 | 79.33 | 77.17 |
| RULER 64K (langer Kontext) | 67.52 | 80.99 | 89.96 |
| RULER 128K (langer Kontext) | 55.30 | 71.41 | 81.38 |