IBM发布Granite 4.2：开源企业级推理模型家族

原生推理架构：从指令跟随到显式思维链

Granite 4.2是IBM Granite系列首次以‘显式推理’为核心设计的模型家族，区别于此前版本侧重指令遵循的辅助定位。全部三个尺寸模型均支持输出完整思维链（Chain-of-Thought），并在推理接口中明确提供‘思考/非思考’切换开关及‘低开销模式’——后者可对简单问题自动分配极短的推理预算，兼顾效率与准确性。模型为纯解码器结构的稠密Transformer，未采用MoE或混合架构。

多阶段强化学习训练：Agentic RL仅限8B与30B

预训练基于约15万亿token从零开始；后续通过多阶段异步强化学习链进行后训练。该流程包含RLVR（推理引导价值回归）、技能增强模块，以及关键的Agentic RL模块——仅应用于8B和30B模型。在此模块中，模型在真实沙箱环境中学习编辑代码、操作终端、执行网络搜索等具身化任务，训练依托OpenHands、SWE-agent、Terminus-2等主流智能体框架。3B模型则仅接受基础RL与对齐训练，这一设计差异构成三者能力分化的主因。整个训练在CoreWeave提供的NVIDIA GB200 NVL72集群上完成，使用NeMo-RL与NeMo-Gym框架，并融合1万亿token由IBM CodeAlchemy生成的合成代码数据。

开放许可与灵活部署适配

全部语言模型均以Apache 2.0许可证发布，允许自由下载、微调及商业部署，无授权壁垒。部署场景高度分层：3B模型经GGUF量化（最低至Q4_K_M）后可在笔记本电脑运行，适配Ollama或LM Studio；8B模型面向单张现代GPU的中型企业团队；30B模型则针对拥有A100/H100算力或支持FP8/NVFP4推理（如vLLM）的大型企业，且满足监管严苛行业对本地化权重部署的需求。

性能表现与评测基准

IBM公布的评测结果显示，30B模型在软件工程权威基准SWE-Bench Verified上达57.00分，在终端操作基准Terminal-Bench 2.1上达29.24分；8B与30B在长上下文理解（RULER 128K）中分别取得71.41与81.38分。其余指标如MMLU-Pro（77.60）、GPQA（66.41）、AIME25（89.17）亦呈明显规模正相关。值得注意的是，τ³-bench与BFCL等强调推理与工具调用能力的评测中，8B已接近甚至小幅超越30B，印证其Agentic RL训练的有效性。

Granite Speech 5.0：轻量高效语音识别新范式

同步发布的Granite Speech 5.0 Turbo CTC为两个470M参数语音模型，彻底剥离LLM主干，采用纯连接时序分类（CTC）架构实现端到端语音转文本。在单张H200 GPU上实测RTFx吞吐量达12,600，约为当前Open ASR榜单领先方案的两倍。WebGPU实时演示已上线。

应用场景与行业覆盖

模型聚焦企业级落地：软件开发智能体、DevOps终端自动化、深度研究与搜索代理、超长文档RAG、结构化工具调用及高并发语音转写。目标行业涵盖软件与开发者工具、金融、医疗、电信、公共部门及客服中心——其中语音模型直指后者核心需求。

编者观点：Granite 4.2将‘可解释推理’与‘沙箱内具身训练’纳入开源模型标准能力栈，为中国企业构建自主可控的AI智能体基础设施提供了高兼容性、强合规性的新选项。