IBM lance Granite 4.2 : raisonnement natif et RL à base d'agents pour ses modèles ouverts d'entreprise
IBM a annoncé la sortie de Granite 4.2, une nouvelle famille de modèles de langage open source disponibles en trois tailles : 3, 8 et 30 milliards de paramètres. Contrairement aux versions précédentes de Granite, conçues comme de simples assistants suivant des instructions, cette génération intègre un raisonnement explicite : chaque modèle peut produire une chaîne de pensée avant de répondre et propose un mode "réflexion" activable ou non, ainsi qu'un mode à faible effort pour les questions simples. Ces modèles sont des transformeurs denses entraînés à partir de zéro sur environ 15 000 milliards de tokens, puis affinés via une chaîne d'apprentissage par renforcement multi-étapes. Pour les versions 8B et 30B, cet entraînement inclut un volet d'apprentissage par renforcement agentique, où le modèle apprend à éditer du code, manipuler un terminal et effectuer des recherches web dans des environnements simulés réels. Les trois modèles sont publiés sous licence Apache 2.0, aux côtés de deux modèles vocaux Granite Speech 5.0 Turbo CTC de 470 millions de paramètres. Sur le plan des performances, le modèle 30B atteint 57% sur SWE-Bench Verified, 29,24% sur Terminal-Bench 2.1 et 89,17% sur AIME25.
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Cette annonce marque un tournant stratégique pour IBM sur le marché de l'IA d'entreprise : en misant sur des modèles ouverts, sous licence permissive et déployables localement, l'entreprise cible directement les organisations soumises à des contraintes réglementaires fortes, comme la finance, la santé ou le secteur public, qui ne peuvent pas toujours envoyer leurs données vers des API propriétaires. La licence Apache 2.0 lève tout obstacle juridique au téléchargement, au fine-tuning et à l'usage commercial, ce qui rend ces modèles accessibles aussi bien aux développeurs indépendants, qui peuvent faire tourner le 3B sur un simple ordinateur portable via Ollama ou LM Studio, qu'aux grandes entreprises disposant de clusters GPU haut de gamme pour le modèle 30B. En intégrant des capacités agentiques directement dans les modèles de taille moyenne et grande, IBM répond à une demande croissante pour des agents logiciels autonomes capables d'automatiser des tâches de développement, de DevOps ou de recherche documentaire, un segment jusqu'ici dominé par des modèles propriétaires plus coûteux.
Le choix technique le plus révélateur de cette sortie réside dans le pipeline d'entraînement lui-même plutôt que dans l'architecture, restée un transformeur dense classique avec attention par groupes de requêtes et normalisation RMSNorm. L'affinage supervisé s'appuie sur 7,2 millions d'exemples, dont près de 70% concernent l'ingénierie logicielle, générés à partir de plusieurs environnements comme OpenHands, SWE-agent ou Codex, avec un contrôle qualité assuré par les modèles GPT-OSS-120B et Gemma 4 utilisés comme juges. La phase d'apprentissage par renforcement suit une séquence précise, de l'alignement général jusqu'à des blocs spécialisés en ingénierie logicielle, terminal et recherche, mais ce bloc agentique n'est appliqué qu'aux versions 8B et 30B, ce qui explique l'essentiel de l'écart de performance avec le modèle 3B. L'entraînement a mobilisé un cluster NVIDIA GB200 NVL72 hébergé par CoreWeave, ainsi que mille milliards de tokens de code synthétique issus du pipeline maison CodeAlchemy d'IBM, illustrant la course actuelle des grands acteurs technologiques pour combiner ouverture des modèles et compétitivité face aux offres fermées d'OpenAI, Google ou Anthropic.
Les organisations européennes soumises a des réglementations strictes (secteur bancaire, santé, secteur public) pourraient bénéficier de modèles ouverts déployables localement sans transfert de données vers des API tierces.