IBM otvorilo Granite 4.2: tri reasoning modely cielia na lokálnych AI agentov

IBM rozšírilo otvorenú rodinu Granite o generáciu 4.2, ktorá sa prvýkrát sústreďuje priamo na uvažovanie, používanie nástrojov a agentické pracovné postupy. Novinka prichádza v troch veľkostiach – 3B, 8B a 30B parametrov – a všetky modely IBM sprístupnilo pod licenciou Apache 2.0. To je dôležité najmä pre firmy, ktoré chcú model prevádzkovať vo vlastnej infraštruktúre, upravovať ho alebo zabudovať do komerčného produktu bez závislosti od uzavretého API. Granite 4.2 pritom nie je iba všeobecný chatbot s pridanou šablónou na uvažovanie. IBM opisuje samostatný posttréningový proces, v ktorom sa väčšie varianty učili pracovať s terminálom, webovým vyhľadávaním, kódom a externými nástrojmi v sandboxovaných prostrediach.

Tri modely a tri úrovne uvažovania

Spoločným základom rodiny je hustá decoder-only transformerová architektúra. Modely podporujú klasický režim uvažovania, priamu odpoveď bez viditeľného uvažovacieho kroku a medzistupeň označený ako low-effort. Vývojár tak môže pri každej požiadavke zvoliť, či má model venovať problému väčší výpočtový rozpočet, alebo odpovedať rýchlejšie. Nie je to len používateľská voľba štýlu: dlhšie generované uvažovanie zvyšuje latenciu aj počet výstupných tokenov. Prepínateľný režim preto môže pomôcť rozdeliť jednoduché úlohy, ako je klasifikácia alebo extrakcia údajov, od zložitejších otázok vyžadujúcich plánovanie, matematiku či viac krokov práce s nástrojmi.

Veľkosť 3B je určená predovšetkým pre zariadenia a prostredia s obmedzenými zdrojmi. Variant 8B predstavuje praktický kompromis pre všeobecné podnikové aplikácie a 30B je vlajkový model pre náročnejšie reasoning a programátorské úlohy. Všetky tri natívne pracujú s kontextom do 128K tokenov. Dokumentácia IBM osobitne uvádza rozšírenie dlhého kontextu 30B verzie až na 512K tokenov, no tento údaj by prevádzkovatelia nemali zamieňať s automatickou zárukou kvality na dokumentoch takejto dĺžky. Maximálne kontextové okno hovorí, koľko tokenov systém prijme; nehovorí, ako spoľahlivo si model v extrémne dlhom vstupe nájde konkrétny detail.

Tréning sa presúva od odpovedí k vykonávaniu úloh

Technický opis IBM uvádza približne 15 biliónov tokenov predtréningových dát a päťfázový postup, ktorý postupne zvyšoval kvalitu dát a zaviedol dlhý kontext. Nasledovalo supervised fine-tuning na približne 7,2 milióna vzoriek. Zhruba tretina tejto zmesi mala agentický charakter; dominovali v nej trajektórie zo softvérového inžinierstva, doplnené volaním nástrojov, terminálovými úlohami, matematikou a vyhľadávaním. IBM uvádza, že dáta normalizovalo do jednotného chatového formátu, filtrovalo neplatné volania funkcií a odstraňovalo duplicity. Je to signál širšieho posunu: model sa už netrénuje iba na správnu textovú odpoveď, ale aj na správnu sekvenciu krokov v konkrétnom pracovnom prostredí.

Po supervised fine-tuningu nasledoval viacstupňový reinforcement learning. Najskôr sa všetky veľkosti zamerali na overiteľné úlohy, napríklad matematiku, kód, vedu, dodržiavanie pokynov a štruktúrovaný výstup. Modely 8B a 30B navyše prešli agentickou časťou s úlohami zo softvérového inžinierstva, terminálu a vyhľadávania. Každá etapa nadväzovala na predchádzajúci checkpoint. Takéto kurikulum môže byť stabilnejšie než zmiešanie všetkých prostredí do jediného tréningového behu, zároveň však prináša otázku, či neskoršie fázy neoslabujú niektoré skôr naučené schopnosti. IBM opisuje aj záverečné zarovnanie pomocou spätnej väzby, no reálnu odolnosť pri dlhých autonómnych reláciách budú musieť preveriť nezávislé testy.

Praktický význam pre vývojárov a firmy

Granite 4.2 podporuje natívne volanie nástrojov a cez vLLM môže poskytovať rozhranie kompatibilné s OpenAI API. Modelové karty obsahujú postupy pre Transformers, vLLM a SGLang, ako aj napojenie na agentické programátorské prostredia OpenCode, Pi a OpenHands. Pre existujúci tím to znamená, že nový model nemusí vyžadovať úplne nový integračný rámec. Najmä 8B verzia môže byť zaujímavá pre interných asistentov, vyhľadávanie nad dokumentmi, automatizáciu podpory či spracovanie citlivých dát, pri ktorých organizácia nechce posielať obsah externému poskytovateľovi. Dostupné sú aj kvantizované varianty, ktoré znižujú pamäťové nároky za cenu možného poklesu presnosti.

Otvorená licencia je v tomto prípade rovnako podstatná ako samotné parametre. Apache 2.0 umožňuje komerčné použitie a úpravy, takže slovenské firmy, integrátori aj výskumné tímy môžu model nasadiť vo vlastnom cloude alebo on-premises. Lokálna prevádzka však automaticky neznamená lacnú prevádzku. Najmä 30B model potrebuje aj po kvantizácii významnú kapacitu GPU, pričom reasoning režim môže generovať dlhé sekvencie a zvyšovať čas odpovede. Pri výbere preto nebude rozhodovať iba najvyššie skóre, ale pomer kvality, latencie, spotreby pamäte a ceny. Pre mnohé rutinné procesy môže byť menší model s presnými nástrojmi užitočnejší než väčší model ponechaný bez obmedzení.

Podpora dvanástich testovaných jazykov zahŕňa angličtinu, nemčinu, španielčinu, francúzštinu, japončinu, portugalčinu, arabčinu, češtinu, taliančinu, kórejčinu, holandčinu a čínštinu. Slovenčina medzi výslovne testovanými jazykmi nie je. Blízkosť češtiny môže pomôcť pri základnom porozumení, nemožno z nej však odvodiť rovnakú kvalitu pri slovenskej gramatike, právnej terminológii alebo doménových dokumentoch. Domáci prevádzkovatelia by mali vytvoriť vlastnú evaluačnú sadu zo skutočných otázok, merať správnosť citácií a volaní nástrojov a overiť, či model pri slovenských vstupoch neprechádza do češtiny alebo angličtiny.

Čo zatiaľ nevieme

Výsledky a benchmarky zverejnené výrobcom sú užitočné na prvotné porovnanie, no nejde o nezávislý audit. Model je nový a zatiaľ chýbajú širšie reprodukované merania kvality agentov, spoľahlivosti pri 128K či 512K kontexte a výkonu kvantizovaných verzií na bežnom hardvéri. Otázna zostáva aj miera, do akej viditeľné uvažovanie v značkách think zodpovedá skutočnému rozhodovaciemu procesu. IBM samo upozorňuje, že model môže vytvárať nepresné, zaujaté alebo nebezpečné odpovede a že priebežné uvažovanie môže obsahovať neupravené tvrdenia. V produkcii preto nemá byť tento text automaticky zobrazovaný používateľom ani ukladaný bez posúdenia citlivosti.

Granite 4.2 je napriek týmto neistotám pozoruhodný tým, ako spája otvorené váhy, reasoning a agentický tréning v troch praktických veľkostiach. IBM nesľubuje iba jeden veľký model dostupný cez vzdialené rozhranie, ale balík určený na lokálne nasadenie a integráciu so súčasným open-source inference stackom. Skutočný test príde v podnikových procesoch, kde agent musí dlhodobo dodržiavať oprávnenia, správne vyberať nástroje a vedieť sa zastaviť pri nejednoznačnom výsledku. Pre slovenské organizácie je preto najrozumnejším ďalším krokom kontrolovaný pilot: porovnať 8B a 30B variant na vlastných dátach, zapnúť minimálne potrebné nástroje a hodnotiť celý pracovný tok, nie iba presvedčivosť poslednej odpovede.