IBM 推出了 Granite 4.0 - 一個新的開放權重語言模型系列，大小範圍從 3B 到 32B。人工分析在發布前提供了訪問權限，我們的基準測試顯示 Granite 4.0 H Small（32B/9B 總/活躍參數）在智力指數上得分 23，特別在標記效率方面表現出色。 今天 IBM 發布了四個新模型：Granite 4.0 H Small（32B/9B 總/活躍參數）、Granite 4.0 H Tiny（7B/1B）、Granite 4.0 H Micro（3B/3B）和 Granite 4.0 Micro（3B/3B）。我們使用人工分析智力指數評估了 Granite 4.0 Small（在非推理模式下）和 Granite 4.0 Micro。Granite 4.0 模型結合了一小部分標準變壓器風格的注意力層和大多數 Mamba 層，聲稱在不影響性能的情況下減少內存需求。 關鍵基準測試要點： ➤🧠 Granite 4.0 H Small 智力：在非推理模式下，Granite 4.0 H Small 在人工分析智力指數上得分 23，比 IBM Granite 3.3 8B（非推理）提高了 +8 分。Granite 4.0 H Small 超過了 Gemma 3 27B（22），但落後於 Mistral Small 3.2（29）、EXAONE 4.0 32B（非推理，30）和 Qwen3 30B A3B 2507（非推理，37）在智力方面。 ➤⚡ Granite 4.0 Micro 智力：在人工分析智力指數上，Granite 4.0 Micro 得分 16。它超過了 Gemma 3 4B（15）和 LFM 2 2.6B（12）。 ➤⚙️ 標記效率：Granite 4.0 H Small 和 Micro 展示了令人印象深刻的標記效率 - Granite 4.0 Small 使用 5.2M，而 Granite 4.0 Micro 使用 6.7M 標記來運行人工分析智力指數。這兩個模型使用的標記數量少於 Granite 3.3 8B（非推理）和大多數其他小於 40B 總參數的開放權重非推理模型（除了 Qwen3 0.6B，該模型使用 1.9M 輸出標記）。 關鍵模型細節： ➤🌐 可用性：所有四個模型均可在 Hugging Face 上獲得。Granite 4.0 H Small 可在 Replicate 上獲得，價格為每 1M 輸入/輸出標記 $0.06/$0.25。 ➤📏 上下文窗口：128K 標記。 ➤©️ 許可：Granite 4.0 模型在 Apache 2.0 許可下可用。

DeepSeek 已推出 V3.2 Exp，採用其新的 DeepSeek Sparse Attention (DSA) 架構，聲稱能減少計算隨上下文長度的平方擴展影響。 我們獨立基準測試 V3.2 Exp，發現其智能水平與 DeepSeek V3.1 Terminus 相似；DeepSeek 已轉向使用 V3.2 作為其主要 API 端點，並將 API 價格降低了超過 50%。隨著 DeepSeek 更新的第一方 API 價格，運行人工分析智能指數的成本從 $114 降至 $41。 DeepSeek 聲稱已“故意對齊” V3.1 Terminus 和 V3.2 Exp 的訓練配置。匹配 V3.1 Terminus 的性能似乎表明，DeepSeek Sparse Attention 架構的性能優勢並不以智能為代價。 關鍵基準測試要點： ➤🧠  整體智能無變化：在推理模式下，DeepSeek V3.2 Exp 在人工分析智能指數上得分 57。我們認為這與 DeepSeek V3.1 Terminus (推理) 的智能水平相當。 ➤📈  長上下文推理無下降：儘管 DeepSeek 的架構發生了變化，V3.2 Exp (推理) 似乎在長上下文推理上沒有顯示出任何下降 - 在 AA-LCR 上得分略有提升。 ➤⚡ 非推理性能：在非推理模式下，DeepSeek V3.2 Exp 在智能上沒有退化，與 DeepSeek V3.1 Terminus 在人工分析智能指數上得分 46 相匹配。 ➤⚙️ 令牌效率：對於 DeepSeek V3.2 Exp (推理)，運行人工分析智能指數的令牌使用量從 V3.1 Terminus 的 67M 輕微減少至 62M。非推理變體的令牌使用量保持不變。 ➤💲 價格：DeepSeek 顯著降低了其第一方 API 的每令牌價格，從 $0.56/$1.68 降至每 1M 輸入/輸出令牌的 $0.28/$0.42 - 分別降低了 50% 和 75% 的輸入和輸出令牌價格。 其他模型詳情： ➤©️  授權：DeepSeek V3.2 Exp 在 MIT 許可下提供。 ➤🌐  可用性：DeepSeek V3.2 Exp 可通過 DeepSeek API 獲得，該 API 已取代 DeepSeek V3.1 Terminus。用戶仍然可以通過臨時 DeepSeek API 訪問 DeepSeek V3.1 Terminus，直到 10 月 15 日。 ➤📏  大小：DeepSeek V3.2 Exp 擁有 671B 總參數和 37B 活躍參數。這與 DeepSeek V3 和 R1 系列的所有先前模型相同。

ServiceNow 已經發布了 Apriel-v1.5-15B-Thinker，這是一個 15B 開放權重的推理模型，領先於我們的小型模型類別（<40B 參數） 💼 概述：Apriel-v1.5-15B-Thinker 是一個密集型的 15B 參數開放權重推理模型。這不是 ServiceNow 發布的第一個模型，但與過去的發布相比，這是一個在智能上實質性的飛躍 🧠 智能：該模型在人工分析智能指數中得分 52。這使其與 DeepSeek R1 0528 相當，後者擁有更大 685B 參數架構。ServiceNow 的模型在企業代理的重要行為中得分特別好，例如指令遵循（在 IFBench 中得分 62%，超過 gpt-oss-20B，推理）和多輪對話及工具使用（在 𝜏²-Bench Telecom 中得分 68%，超過 gpt-oss-120B，推理）。這使其特別適合於代理使用案例，這可能是因為 ServiceNow 在企業代理領域活躍 ⚙️ 輸出標記和冗長性：該模型即使在推理模型中也產生大量的輸出標記 - 使用約 110M 的推理和回答標記來完成人工分析智能指數 🖥️ 訪問：目前還沒有無伺服器推理提供者提供該模型，但它現在可以在 Hugging Face 上進行本地推理或自我部署。該模型已根據 MIT 許可證發布，支持不受限制的商業使用 ℹ️ 上下文窗口：該模型具有 128k 標記的原生上下文窗口。 恭喜 @ServiceNowRSRCH 獲得這一令人印象深刻的結果！