IBM 发布内置推理模式的 Granite 4.2

背景

一个模型家族要获得推理能力，大致有两条路。一条是单独训练一个推理模型，遇到难题时由主模型调用它；主模型保持简单，但需要同时部署两套模型、保持版本同步，答案还要在两个模型之间交接一次。另一条是把推理行为直接训练进主模型，让同一个模型既产出中间步骤，也产出最终答案。

IBM 的 Granite 系列面向企业负载，包括代码生成和智能体（agent）工作流；在这类场景里，模型不只要回答一个问题，还要调用工具、完成多步任务^[1]。4.2 这一代走的是第二条路。

发布

IBM 于 2026 年 8 月 25 日发布 Granite 4.2 语言模型^[1]。模型的权重更早，从 2026 年 8 月 7 日起就已经在 Hugging Face 上提供^[2]。该系列所有尺寸的模型都采用 Apache-2.0 许可^[1]。

推理放在模型内部

这一代加入的是原生推理，而不是给家族外挂一个独立的推理模型^[1]。在输出流里，推理内容位于 think 标签之内^[1]。think 标签是一对标记，把模型的中间推演和它最终给出的答案分开；因为这段推演处在一个被标记出来的区域里，应用可以选择把它展示出来、折叠起来，或者在文本送到用户之前过滤掉。

推理也不是全有或全无。用户可以按每次查询，在完整思考、不思考（non-thinking）和低强度思考三种模式之间切换^[1]。于是同一个模型可以在一个请求上做长时间的仔细推演，在下一个请求上只给简短直接的回答，而不必为每种情况各加载一个模型。

推理与工具

这些模型还会对「该调用哪些工具」进行推理。IBM 把这一点称为推理增强的工具调用（reasoning-augmented tool calling）：选择工具被当作一个需要推演出来的步骤，而不是一条被直接匹配的固定模式^[1]。在智能体工作流中，系统要把多个动作串起来，每个阶段该调用哪个工具，本身就是模型需要判断的一部分。

关键细节与影响

对 Granite 系列所面向的企业来说，这次发布有两点值得注意。第一是许可：Apache-2.0 是宽松的开源许可，在满足其条件的前提下允许使用、修改和再分发，并且覆盖家族中的每一个尺寸，因此团队无论选小模型还是大模型，适用的条款是一样的^[1]。第二是可得性：权重自 2026 年 8 月 7 日起就在 Hugging Face 上，意味着在正式发布日期之前，模型已经被下载和检查^[2]。

把按查询切换模式这一点和上面两点放在一起看，同一套权重提供了若干工作点：困难的编码或规划任务走完整思考，对速度要求更高的场合走较轻的一档^[1]。团队是把它用于控制开销、用于避免推理内容出现在面向用户的输出里，还是用于把推理记录下来以便复核，都取决于具体部署。

在推理能力的打包方式上，Granite 4.2 也表明了一种取向：不是把推理做成一个拥有独立接口的附加模型，而是让它成为主模型自身的属性，通过输出流中的标记和调用方掌握的一个开关暴露出来^[1]。