IBM lanza Granite 4.2: modelos de reasoning open-source con agentic RL bajo Apache 2.0

Granite 4.2: reasoning nativo, no opcional

IBM ha lanzado Granite 4.2, una familia de modelos de lenguaje de reasoning open-source en tamaños de 3B, 8B y 30B parámetros. A diferencia de releases anteriores de Granite (que eran asistentes de instruction-following), Granite 4.2 está construido alrededor de reasoning explícito: cada modelo puede emitir una cadena de pensamiento antes de responder.

Características clave

• Thinking / non-thinking / low-effort switch: cada modelo expone un switch en el chat template para controlar el presupuesto de reasoning
• Agentic RL: los modelos 8B y 30B se entrenan con reinforcement learning en entornos reales — editar código, usar terminal, buscar web
• Apache 2.0: download, fine-tuning y uso comercial sin restricciones de licencia
• Dense transformers: decoder-only, pre-entrenados desde cero en ~15 trillones de tokens

Specs y benchmarks

Benchmark	3B	8B	30B
SWE-Bench Verified	N/A	47.67	57.00
Terminal-Bench 2.1	N/A	20.56	29.24
τ³-bench	50.99	66.34	68.05
BFCL (v4)	52.41	50.29	61.39
AIME25	78.33	86.67	89.17
GPQA	54.80	64.14	66.41
MMLU-Pro	67.84	74.04	77.60
RULER 128K	55.30	71.41	81.38

Agentic RL: entrenamiento en entornos reales

Los modelos 8B y 30B incluyen un bloque de agentic RL donde el modelo aprende a:

• Editar código en sandboxes reales
• Usar terminal para ejecutar comandos
• Buscar en web dentro de entornos sandboxed

Esto no es RL abstracto: el modelo interactúa con herramientas reales y aprende de los resultados. El 30B logra 57.00 en SWE-Bench Verified y 29.24 en Terminal-Bench 2.1, números competitivos para modelos de su tamaño.

Thinking switch: tres modos

El chat template expone tres modos de reasoning:

• Thinking: cadena de pensamiento completa antes de responder
• Low-effort: presupuesto de reasoning corto para preguntas fáciles
• Non-thinking: respuesta directa sin reasoning explícito

Esto permite optimizar el costo de inferencia: usar reasoning solo cuando aporta valor.

Granite Speech 5.0 Turbo CTC

Junto con los LLMs, IBM lanzó Granite Speech 5.0 Turbo CTC:

• 470M parámetros, sin LLM backbone
• Usa Connectionist Temporal Classification (CTC) para mapear audio a texto
• Throughput de ~12.600 RTFx en una sola H200 (vs ~6.000 de los líderes actuales en Open ASR Leaderboard)
• WebGPU demo disponible

Por qué importa

Granite 4.2 es notable por tres razones:

1. Reasoning nativo en open-source: la mayoría de modelos open-source no tienen reasoning explícito. Granite 4.2 lo trae a 3B, 8B y 30B.
2. Agentic RL en entornos reales: no es RL simulado, es RL con terminal, código y web reales. Esto produce modelos mejores para tool use.
3. Apache 2.0 sin restricciones: a diferencia de muchos modelos "open" con licencias restrictivas, Granite 4.2 es Apache 2.0 real. Fine-tuning, uso comercial, producción sin gates.

Disponibilidad

• Licencia: Apache 2.0 (3B, 8B, 30B)
• Descarga: pesos disponibles para download
• Granite Speech 5.0 Turbo CTC: 470M params, WebGPU demo activo

Conclusión

IBM con Granite 4.2 demuestra que el reasoning nativo y el agentic RL no son exclusivos de modelos propietarios. Con Apache 2.0, tamaños desde 3B hasta 30B, y entrenamiento en entornos reales (código, terminal, web), IBM posiciona a Granite como la opción open-source para enterprises que necesitan modelos de reasoning sin restricciones de licencia. El 30B con 57.00 en SWE-Bench Verified es un número sólido para un modelo dense open-source.