IBM lanza Granite 4.2, familia de modelos de razonamiento densos con capacidades agénticas nativas

IBM presenta Granite 4.2, tres modelos densos de razonamiento entrenados con RL multietapa y capacidades agénticas nativas, publicados bajo licencia Apache 2.0.

El equipo de IBM Granite presentó, a través de un artículo publicado el 25 de agosto de 2026 en el blog de Hugging Face, Granite 4.2, su primera familia de modelos de lenguaje de razonamiento densos y de tipo decoder-only, disponible en tres tamaños: 3B, 8B y 30B parámetros. Los modelos fueron preentrenados desde cero con aproximadamente 15 billones de tokens mediante una estrategia de cinco fases que extiende la ventana de contexto hasta 512.000 tokens, y luego ajustados con cerca de 7,2 millones de ejemplos de cadenas de razonamiento (chain-of-thought) y trayectorias agénticas.

La arquitectura utiliza atención por consultas agrupadas (grouped query attention) con 40 cabezas de atención y 8 cabezas de clave-valor, embeddings de posición rotatorios y funciones de activación SwiGLU; el modelo de 3B tiene 40 capas, mientras las variantes de 8B y 30B escalan a 40 y 64 capas respectivamente. El posentrenamiento emplea una canalización de aprendizaje por refuerzo de múltiples etapas y entornos, que incluye fases de RL en matemáticas, programación y seguimiento de instrucciones, seguidas de RL agéntico para los modelos de 8B y 30B —que aprenden a editar código en repositorios aislados, ejecutar comandos de terminal y realizar búsquedas web— y una etapa final de RLHF para alineación con preferencias humanas y seguridad. Todos los modelos incluyen un interruptor entre modo de razonamiento y modo directo, y llamado nativo de herramientas compatible con APIs de estilo OpenAI.

En resultados de benchmarks, el puntaje en AIME25 progresa de 78,33% (3B) a 89,17% (30B); en SWE-Bench Verified, evaluado solo en los modelos más grandes, se alcanzó 47,67% (8B) y 57,00% (30B); y en contexto largo, el modelo de 30B logró 89,96% en RULER 128K. Los modelos se publican bajo licencia Apache 2.0, admiten 12 idiomas y están disponibles en variantes cuantizadas FP8, FP4 y GGUF para despliegue con menor uso de memoria. El entrenamiento se realizó en un clúster NVIDIA GB200 con conectividad NVLink e InfiniBand.