IBM 開源發布 Granite 4.2 推理模型：具備三種思考模式與 512K 脈絡，提供 3B、8B 與 30B 版本

IBM 推出 Granite 4.2 系列密集型（dense）純解碼器推理模型，提供 3B、8B 與 30B 三種參數規模，全系列採 Apache 2.0 授權開源。模型架構採用 GQA（40 個注意力頭與 8 個 KV 頭）、RoPE（θ = 10,000,000）、SwiGLU 啟動函數與 bfloat16 精度。 模型從頭使用約 15 兆個 token 進行五階段預訓練，將脈絡視窗（context window）擴展至 512K token。在監督式微調（SFT）階段，使用了約 720 萬個樣本（約 100B token，其中 65B 為可訓練），包含 31.6% 的代理資料（如軟體工程、工具呼叫、終端機使用）與 68.4% 的非代理資料，並透過 GPT-OSS-120B 與 Gemma 4 進行品質過濾與去重。 在後訓練階段，8B 與 30B 版本額外加入了代理強化學習（Agentic RL），使其能在真實沙盒環境中學習呼叫工具、編輯與執行程式碼、操作終端機以及網頁搜尋。 該系列主打推理能力，旗艦款為 Granite-4.2-30B。模型透過內建的 `<think>...</think>` 標籤產生思維鏈（chain-of-thought），並提供三種思考模式供單次查詢切換：預設的完整思考（full thinking）、無思考（non-thinking），以及針對簡單問題消耗較少推理預算的低耗能（low-effort）模式。此外，模型具備推理增強的工具呼叫能力，能思考呼叫特定工具的原因，並原生輸出相容於 OpenAI 函數呼叫格式的結果，可直接透過 vLLM 或 SGLang 部署。