25 августа 2026 года IBM выпустила Granite 4.2 — три открытые модели рассуждения на 3B, 8B и 30B параметров, опубликованные под лицензией Apache 2.0 на Hugging Face, GitHub и Ollama. У каждой модели есть переключатель режима рассуждения, поэтому один и тот же чекпойнт может либо рассуждать пошагово, либо отвечать сразу. Модели нативно работают с контекстом в 128K токенов и протестированы на двенадцати языках, включая арабский. Для бизнеса практический вывод краток: это добротные возможности рассуждения и вызова инструментов, которые можно скачать, запустить внутри собственной инфраструктуры и использовать в коммерческих целях без лицензионных ограничений и без счёта за каждый токен.

Что именно выпустила IBM

Granite 4.2 — это семейство из трёх плотных моделей с архитектурой «только декодер». Опубликованы размеры 3B, 8B и 30B. Все три прошли предобучение примерно на 15 триллионах токенов, а заключительный этап обучения расширил используемый контекст: IBM указывает 128K токенов нативно с расширением до 512K для длинных документов. Лицензия — Apache 2.0, она разрешает скачивание, дообучение и коммерческое использование в продакшене без отдельного соглашения.

Интереснее не размер, а обучение. IBM применила агентное обучение с подкреплением к моделям 8B и 30B в реальных изолированных средах (песочницах), где модель учится редактировать код, работать с терминалом и выполнять поиск, а не только предсказывать следующий токен в документе. Именно поэтому семейство ориентировано на агентную работу: вызов инструментов, многошаговые задачи и рабочие процессы, в которых модель должна действительно что-то сделать, а не написать об этом.

Бенчмарки без прикрас

IBM сообщает о результате 57.00 в SWE-bench Verified для модели 30B и 47.67 для 8B, а в MMLU-Pro — 77.60 и 74.04 соответственно. В Terminal-Bench 2.1 результаты составляют 29.24 и 20.56. Это достойные цифры для открытых моделей такого масштаба, но не цифры передового уровня. Крупнейшие закрытые модели по-прежнему лидируют в самых сложных задачах на рассуждение.

Стоит задержаться на результате 8B. Модель этого класса, набирающая под пятьдесят баллов в реальном бенчмарке по разработке программного обеспечения, способна справляться с чётко очерченной внутренней автоматизацией, и при этом она работает на одном современном GPU. Именно это сочетание — достаточно хорошая и достаточно дешёвая, чтобы владеть ею самостоятельно, — меняет расчёты для средней компании гораздо сильнее, чем разница в два балла на вершине рейтинга.

Почему открытые веса здесь важнее, чем где-либо ещё

Саудовские компании работают в рамках Закона о защите персональных данных, за исполнением которого следит SDAIA и который устанавливает реальные обязательства в отношении того, как персональные данные обрабатываются, передаются и раскрываются. Каждый раз, когда данные клиентов покидают вашу инфраструктуру и попадают в API модели стороннего поставщика, эту передачу приходится обосновывать, документировать и контролировать договорными средствами.

Модель, веса которой находятся у вас, меняет эту картину. Инференс выполняется на оборудовании, которое вы контролируете, внутри сети, которую вы определяете, с журналами, которые принадлежат вам. Это не снимает с вас обязательств — вы по-прежнему должны клиентам корректную обработку, ограничения сроков хранения и правовое основание, — но убирает из ответа целую категорию вопросов о трансграничной передаче. Для клиники, юридической фирмы, отдела кадров или любого, кто работает с данными о зарплатах и личности, это разница между проектом, который проходит проверку, и проектом, который на ней застревает.

Второй эффект — структура затрат. API выставляет счёт за каждый токен, поэтому успешный продукт становится всё дороже именно по мере роста. Модель на собственном хостинге превращает это в фиксированные затраты на инфраструктуру, которые можно планировать. Ниже определённого объёма почти всегда выигрывает API, выше — собственная модель. Единственный способ понять, на какой вы стороне, — измерить реальную рабочую нагрузку, а не гипотетическую.

Переключатель рассуждения и почему это функция экономии

Большинство моделей рассуждения тратят токены на размышления перед ответом, и именно эти токены — самая дорогая часть. Granite 4.2 предлагает переключатель между режимами с рассуждением и без него, а также режим низких усилий, который выделяет минимум рассуждений на простые вопросы.

На практике это точно соответствует тому, как бизнес на самом деле использует ИИ. Классифицировать входящий тикет, извлечь поле из счёта или ответить на рутинный вопрос о внутренних правилах не требует раздумий; а вот сверить расхождение с поставщиком или спланировать многошаговое исправление данных — требует. Возможность принимать это решение для каждого запроса на одной и той же развёрнутой модели означает, что вы перестаёте платить за рассуждения на восьмидесяти процентах трафика, которым они никогда не были нужны.

Где это действительно подходит

Реалистичные сценарии для 8B на собственном хостинге в саудовской компании включают внутреннего ассистента по вашим собственным правилам, договорам и процедурам, когда документы никогда не покидают здание; классификацию и маршрутизацию входящих обращений из WhatsApp или электронной почты до того, как их увидит человек; извлечение структурированных полей из счетов, накладных и заказов на закупку в вашу ERP; и подготовку двуязычных ответов, которые сотрудник проверяет перед отправкой. То, что арабский входит в число двенадцати протестированных языков, напрямую важно для двух последних сценариев.

Чего она не заменяет, так это передовую модель в действительно сложной работе: сложных юридических рассуждениях, тонкой стратегии или долгосрочном программировании в незнакомой кодовой базе. Зрелая архитектура — это не одна модель, а маршрутизатор: небольшая локальная модель для объёма, крупная облачная модель для сложного меньшинства задач — за единым внутренним интерфейсом, чтобы распределение можно было перенастраивать по мере улучшения моделей.

Как оценить её за одну неделю

Выберите одну узкую повторяющуюся задачу, которую ваша команда уже выполняет вручную, и соберите пятьдесят реальных примеров с ответами, которые вы сочли бы правильными. Сначала запустите 3B через Ollama на ноутбуке, только чтобы проверить формат вывода, затем запустите 8B на одном GPU и оцените её на ваших пятидесяти примерах. Измерьте три вещи: точность на ваших данных, задержку при ожидаемой параллельной нагрузке и ежемесячную стоимость оборудования по сравнению с тем же объёмом через API. Затем принимайте решение на основе цифр, а не впечатлений.

С первого дня направляйте вызовы через единый внутренний интерфейс в вашем коде. Если оценка покажет, что сегодня выигрывает облачный API, именно этот интерфейс позволит пересмотреть решение через шесть месяцев как изменение конфигурации, а не как переписывание.

Главное

Granite 4.2 не возглавит ни одного рейтинга, и дело не в этом. Дело в том, что серьёзный корпоративный поставщик опубликовал под Apache 2.0 способные модели рассуждения с поддержкой арабского языка и вызовом инструментов, достаточно компактные, чтобы работать на уже имеющемся у вас оборудовании. Вопрос для вашего бизнеса незаметно сместился с того, можете ли вы получить доступ к хорошему ИИ, на то, где вы хотите, чтобы он работал, — а это вопрос о ваших данных, вашей позиции в области соответствия требованиям и вашей кривой затрат, а не о бенчмарках.

Источники: релиз Granite 4.2 от IBM от 25 августа 2026 года в блоге IBM Granite на Hugging Face, карточка модели Granite 4.2 8B — о лицензии, контексте и поддержке языков, коллекция Granite 4.2 и материал MarkTechPost. Саудовские обязательства в отношении данных — по данным Управления данных и искусственного интеллекта Саудовской Аравии (SDAIA).