CONFERMATOAffidabilità della data: CONFERMATOIndicato come definitivoQuanto la fonte è netta sulla data: confermata, programmata, stimata, rinviata o non verificata.Mostra tutti i pin CONFERMATOAFFIDABILITÀ 81%Affidabilità complessiva: 81%Quanto la fonte e le altre fonti del pin ne confermano le date.Media ponderata di quanto 5 fonti, compresa quella principale, confermano gli orari di inizio e fine del pin; una fonte conta la metà per ogni 180 giorni in più rispetto alla più recenteMostra tutti i pin con affidabilità pari o superiore al 75%
L'annuncio di IBM su Hugging Face[1][5] «Granite 4.2 LLMs: How They're Built» e la scheda del modello ibm-granite/granite-4.2-8b indicano entrambi come data di rilascio il 25 agosto 2026; OpenRouter[2] elenca l'8B il 31 agosto, giorno in cui il router lo ha aggiunto.- Inizio
- 25 ago 2026AFFIDABILITÀ 90%da la fonte
Rilasciati Granite 4.2 8B, 3B e 30B
Tradotto automaticamente dall’originale
Titolo originale: Granite 4.2 8B, 3B and 30B Released
IBM rilascia Granite 4.2, tre modelli di ragionamento aperti con licenza Apache 2.0 (3B, 8B e 30B) con modalità di pensiero commutabile; l'8B ottiene 47.67 su SWE-bench Verified e 86.67 su AIME25 nei test interni di IBM.
- IBM ha rilasciato Granite 4.2 il 25 agosto 2026: tre modelli di ragionamento densi, solo decoder e a pesi aperti da 3B, 8B e 30B parametri, tutti con licenza Apache 2.0, che IBM definisce la sua prima famiglia di LLM di ragionamento densi[1]
- È un rilascio di post-addestramento più che un nuovo preaddestramento: i modelli partono dai modelli base Granite 4.1 arrivati ad aprile, poi passano per fine-tuning supervisionato, apprendimento per rinforzo GRPO multifase su matematica, codice, scienze, seguire le istruzioni, uso di strumenti, chat e output strutturato, e una fase finale di RLHF[1][3][5]
- I modelli 8B e 30B hanno ricevuto una fase aggiuntiva di RL agentico in ambienti isolati per ingegneria del software, lavoro da terminale e ricerca web; il 3B la salta ma mantiene la chiamata di strumenti[1][3]
- Nei test di IBM l'8B raggiunge 47.67 su SWE-bench Verified, 86.67 su AIME25, 64.14 su GPQA e 74.04 su MMLU-Pro, contro 57.00, 89.17, 66.41 e 77.60 del 30B; sono cifre dichiarate dal fornitore che nessuno ha ancora riprodotto, e IBM non pubblica confronti con modelli concorrenti[1][4][5]
- L'accesso hosted è economico: OpenRouter elenca l'8B a $0.06 per 1 milione di token in ingresso e $0.25 per 1 milione di token in uscita con un contesto di 131,072 token[2]
Funzionalità principali
- Un checkpoint, tre comportamenti: pensiero per impostazione predefinita, una modalità senza pensiero e una modalità di pensiero a basso sforzo che dedica un breve budget di ragionamento alle domande facili[5]
- Architettura dell'8B: 40 livelli, dimensione di embedding 4096, attenzione a query raggruppate con 32 teste di query e 8 teste chiave-valore, lunghezza di sequenza di 131,072 token (la scheda descrive anche un'estensione a contesto lungo fino a 512K)[5]
- Testato in 12 lingue: inglese, tedesco, spagnolo, francese, giapponese, portoghese, arabo, ceco, italiano, coreano, olandese e cinese[5]
- Chiamata nativa di strumenti nel formato di function calling di OpenAI, servita tramite vLLM o SGLang, con note di configurazione per gli harness di agenti OpenCode, Pi e OpenHands, oltre a build FP8, NVFP4, MXFP4 e GGUF per llama.cpp, Ollama e LM Studio[1][5]
- Addestrato su un cluster NVIDIA GB200 NVL72 ospitato su CoreWeave con NeMo RL e NeMo Gym; solo testo, e IBM suggerisce di abbinarlo a Granite Guardian per il rilevamento dei rischi[4][5]
Benchmark[5]
| Benchmark | Granite 4.2 3B | Granite 4.2 8B | Granite 4.2 30B |
|---|---|---|---|
| SWE-bench Verified (coding agentico) | n/d | 47.67 | 57.00 |
| SWE-bench Multilingual (coding agentico) | n/d | 30.78 | 41.89 |
| SWE-bench Pro (coding agentico) | n/d | 19.11 | 33.29 |
| Terminal-Bench 2.1 (coding agentico) | n/d | 20.56 | 29.24 |
| media τ³-bench (agentico, generale) | 45.78 | 58.06 | 62.00 |
| AIME25 (ragionamento) | 78.33 | 86.67 | 89.17 |
| HMMT Feb25 (ragionamento) | 66.67 | 78.33 | 89.17 |
| GPQA (ragionamento) | 54.80 | 64.14 | 66.41 |
| LiveCodeBench v6 (ragionamento) | 69.71 | 73.24 | 75.77 |
| SciCode (ragionamento) | 24.11 | 36.09 | 38.76 |
| MMLU-Pro (chat e rispetto delle istruzioni) | 67.84 | 74.04 | 77.60 |
| Arena-Hard-V2 (chat e rispetto delle istruzioni) | 34.96 | 65.19 | 67.93 |
| IFBench, prompt (chat e rispetto delle istruzioni) | 74.33 | 79.33 | 77.17 |
| RULER 64K (contesto lungo) | 67.52 | 80.99 | 89.96 |
| RULER 128K (contesto lungo) | 55.30 | 71.41 | 81.38 |