据MarkTechPost报道，IBM于8月26日发布Granite 4.2系列开源推理语言模型，包含3B、8B、30B三种参数规模。与此前的指令跟随模型不同，Granite 4.2以显式推理为核心，每个模型在回答前可生成思维链，并提供思考/非思考开关及低强度模式（对简单问题使用短推理预算）。三款模型均采用Apache 2.0许可，允许免费下载、微调和商用。
Granite 4.2为纯解码器稠密Transformer，从零预训练约15万亿token，后训练采用多阶段强化学习链路。其中8B和30B版本包含智能体强化学习模块，可在沙盒环境中学习编辑代码、操作终端和执行网络搜索。IBM还同步发布了两个470M参数的Granite Speech 5.0 Turbo CTC语音模型，后者不含大语言模型骨干，采用连接时序分类将音频映射为文本。
性能方面，据IBM公布的数据，8B和30B模型在SWE-Bench Verified上分别取得47.67和57.00分，在Terminal-Bench 2.1上分别取得20.56和29.24分。30B在τ³-bench、BFCL（v4）、AIME25、GPQA、MMLU-Pro和RULER 128K等基准上的得分分别为68.05、61.39、89.17、66.41、77.60和81.38。3B模型未公布前两项数据，在后续基准上得分为50.99、52.41、78.33、54.80、67.84和55.30。语音模型在单个H200上的RTFx吞吐量约为12,600，已上线WebGPU演示。
部署上，3B模型适合个人开发者和初创公司通过Ollama或LM Studio在笔记本上运行，官方发布了低至Q4_K_M的GGUF量化版本；8B适合拥有单块现代GPU的中型团队；30B面向具备A100/H100级算力的企业，支持FP8/NVFP4下的vLLM服务。受监管机构可额外获得本地部署权重的优势。应用领域涵盖软件工程智能体、终端与DevOps自动化、深度研究与搜索代理、长文档RAG、结构化工具调用及大规模转写。
训练细节方面，监督微调采用约720万样本，约1000亿token，其中31.6%为智能体数据，软件工程占其中69%。强化学习采用多阶段异步GRPO，每阶段从上一检查点热启动，并设置留一法基线和截断重要性采样。训练在CoreWeave托管的NVIDIA GB200 NVL72集群上完成，辅助使用IBM CodeAlchemy生成的1万亿token合成代码和推测解码层。