Granite Switch 4.1 30B vs. Granite 4.2 30B: Zwei IBM-30B-Modelle, die nicht konkurrieren

Hier ist der unangenehme Teil daran, Granite Switch 4.1 30B neben Granite 4.2 30B zu stellen: Sie sind nicht dieselbe Art von Artefakt, weshalb die meisten direkten Gegenüberstellungen beim ersten Kontakt zerfallen. Granite 4.2 30B ist ein Modell – ein dichter 30B-Reasoner, den IBM unter Apache-2.0 mit Denkmodi und agentischem Tool-Calling veröffentlicht hat. Granite Switch 4.1 30B, dessen Gewichte am 14. Oktober 2026 veröffentlicht wurden, ist eine Laufzeitumgebung: Sie friert eine Granite-Basis ein, hängt umschaltbare Adapter daran an und verkauft Ihnen drei Fähigkeiten aus einem einzigen Checkpoint. Sie wählen nicht zwischen ihnen, wie Sie zwischen zwei Modellen wählen. Sie wählen, ob Sie ein Modell oder eine Kompositionsschicht wollen.

Trotzdem verbirgt sich unter dem Kategorienfehler eine echte Entscheidung, und sie hat nichts mit Benchmarks zu tun. Switch 4.1 30B basiert auf der Granite 4.1 30B-Basis. Granite 4.2 30B ist eine neuere Generation derselben Familie und messbar das stärkere allgemeine Modell. Die eigentliche Frage ist also, ob die Umschaltmechanik es wert ist, dafür eine Generation des Basismodells aufzugeben – und die Antwort fällt unterschiedlich aus, je nachdem, ob man ein Modell aufruft oder eines ausliefert.

Seite an Seite, Dimension für Dimension

• Worum es sich handelt — Switch 4.1 30B ist ein zusammengesetzter Checkpoint (eingefrorene Basis + zwei aktivierte LoRA-Adapter + ein Sprach-Encoder); Granite 4.2 30B ist ein einzelnes dichtes Decoder-only-Modell.

• Parameter — Switch 4.1 30B ergibt 29.989.814.272 gegenüber einer Basis von 28.865.728.512, ein Delta von +3,89 %; Granite 4.2 30B ist ein dichtes 30B-Modell ohne Adapter-Zuschlag, da es keine Adapter hat.

• Kontext — 131.072 Token nativ bei beiden, wobei IBM auf der Seite von Granite 4.2 eine Long-Context-Erweiterung auf 512K dokumentiert.

• Denkmodus — Granite 4.2 30B hat eine explizite Gedankenkette in <think>-Tags mit auswählbarem Aufwand; Switch 4.1 30B hat keinen Reasoning-Modus, der in die Chat-Vorlage eingebunden ist.

• Jenseits von Text — Switch 4.1 30B akzeptiert Audio und liefert ein Transkript samt kalibrierter Entscheidungsverteilung; Granite 4.2 30B leistet weder das eine noch das andere.

• Quantisierungen — Granite 4.2 30B ist in BF16 sowie in FP8-, NVFP4-, MXFP4-, GGUF- und MLX-Builds erhältlich; die Switch-Checkpoints sind in einer einzigen Präzision erhältlich, und zum Zeitpunkt des Schreibens gibt es keinen offiziellen quantisierten Build.

• Lizenz — Apache-2.0 für beide.

• Veröffentlichte Scores — Granite 4.2 30B hat eine vollständige Benchmark-Tabelle (vom Anbieter durchgeführt); Switch 4.1 30B hat eine einzige Zahl, den Decision Index, und der misst etwas völlig anderes.

Wo Granite 4.2 30B klar gewinnt

Bei der allgemeinen Leistungsfähigkeit ist das kein knappes Rennen, und das soll es auch nicht sein. IBMs eigene Modellkarte für Granite 4.2 30Bmeldet 77,60 bei MMLU-Pro, 89,17 bei AIME 2025 und 66,41 bei GPQA, dazu 57,00 bei SWE-bench Verified und 29,24 bei Terminal-Bench 2.1 — alles vom Anbieter angegeben, ausgeführt mit einer NeMo-basierten Testumgebung auf IBMs eigenem Evaluierungsframework, nichts davon von jemandem außerhalb von IBM reproduziert. Betrachten Sie die Zahlen als Anbieterangabe, und sie sind nach wie vor die einzigen Vergleichsdaten, die für beide Modelle existieren.

Der strukturelle Aspekt ist wichtiger als die Punktzahlen. Granite 4.2 30B wurde als Reasoning-Modell mit agentischem Reinforcement Learning trainiert und wird mit der dazugehörigen Tooling-Umgebung ausgeliefert: quantisierte Builds für die Hardware, die die Leute tatsächlich besitzen, einen Pfad zur Erweiterung auf lange Kontexte und einen dokumentierten Umschalter für den Denkmodus. Granite Switch 4.1 30B wurde durch die Kombination eines eingefrorenen Basismodells mit Adaptern erstellt, und das zugrunde liegende Basismodell ist eine Generation älter. Wenn Sie wollen, dass ein einzelnes Modell schwierige Fragen gut beantwortet, ist das neuere dichte Modell genau das Richtige für Sie.

Wo Granite Switch 4.1 30B klar gewinnt

Drei Orte, und keiner davon ist ein Benchmark.

Das Erste ist, dass es eine andere Art von Frage beantwortet. Der Decision Adapter nimmt einen Zustand und eine Frage mit gekennzeichneten Optionen entgegen und liefert in einem einzigen Forward-Pass eine kalibrierte Wahrscheinlichkeitsverteilung über diese Labels zurück – das Beispiel auf der Karte gibt etwa A: 0.982, B: 0.0035, C: 0.014 zurück. Das ist keine Chat-Completion, die man mit einem Regex parst. Das Routing anhand eines Softmax über Options-Logits ist eine andere Operation als ein Modell zu bitten, doch bitte mit einem einzigen Buchstaben zu antworten, und das gesamte Design ist darauf ausgelegt, dass die kalibrierte Ausgabe verfügbar ist, ohne ein zweites Modell auf dem Gerät zu benötigen.

Das zweite ist Audio. Der eingebettete 470M Granite Speech 5.0 TurboCTC Encoder transkribiert eingehendes Audio und fügt das Transkript anstelle des Audio-Inhaltsteils in den Chat-Kontext ein, sodass eine Sprach-Anfrage eine normale Chat-Anfrage mit einem input_audio Teil ist. Ob das eine gute Idee ist, hängt vollständig von einem Vorbehalt ab, den IBM in seine eigene Karte geschrieben hat: Der Encoder und das Sprachmodell sind nicht gemeinsam trainiert, es gibt keine trainierte Projektion, die sie koppelt, und die Ausgabe ist nur Englisch, kleingeschrieben und ohne Zeichensetzung. Eine Fehltranskription verändert die Frage, die das Modell beantwortet, stillschweigend.

Der dritte Punkt ist der Parameter-Overhead, und das ist die Zahl, die die Veröffentlichung überdauern wird. Der zusammengesetzte Checkpoint ist 3,89 % größer als die Basis, weil jeder Adapter den KV-Cache des Basismodells liest, statt einen eigenen Attention-Zustand vorzuhalten. In einem herkömmlichen Multi-Adapter-Setup ist jeder Adapter, zwischen dem man wechselt, ein weiterer Satz Attention-Zustand, und die Speicherrechnung wächst mit der Anzahl. Hier zahlt man 1,12 Milliarden zusätzliche Parameter für einen Sicherheitsklassifikator, eine Entscheidungs-Engine und einen Sprach-Encoder, und der Wechsel selbst ist ein Request-Parameter, den das Chat-Template auflöst – nicht ein zweites Deployment, das hochgefahren und warmgehalten werden muss.

Die Falle in den Zahlen: 50,1 ist keine kleinere 77,60.

Die mit Abstand wahrscheinlichste Art, dieses Paar falsch zu deuten, besteht darin, den Wert des Switch-Modells, nämlich 50,1, neben den Wert von Granite 4.2 30B, nämlich 77,60, zu setzen und daraus zu schließen, das Switch-Modell sei zwei Drittel des Modells. Diese beiden Zahlen beschreiben nicht dasselbe, und der Vergleich ist bedeutungslos.

Die 50,1 ist ein Decision-Index-Score – Edition v0.3, öffentliches schnelles Subset mit 1.068 Zeilen –, der misst, wie gut der Decision-Adapter gelabelte Optionen in eine Rangfolge bringt, mit einer Aufschlüsselung nach Bereichen: Knowledge 32,4, Language 58,6, Retrieval 49,8, Tools 76,5 und Arts 26,4. Es ist ein Score für einen Adapter, der eine Aufgabe erfüllt, und er sagt überhaupt nichts über die Chat-Qualität des Basismodells aus, weil das darunterliegende Basismodell vom Adapter unberührt ist. Die 77,60 ist MMLU-Pro, ein Allgemeinwissens-Benchmark für das gesamte Modell. Verschiedene Achsen, verschiedene Testumgebungen, verschiedene Autoren. Die einzig korrekte Verwendung jeder der beiden Zahlen ist die als Beleg für das, was sie tatsächlich gemessen hat.

Lies die Form des Decision Index statt seiner Schlagzeile, und du bekommst etwas wirklich Nützliches: 76,5 bei Tools neben 26,4 bei Arts besagt, dass dieser Adapter es wert ist, auf Entscheidungen im Stil der Tool-Auswahl ausgerichtet zu werden, und dass ihm bei kreativer oder Open-Domain-Klassifikation ohne eigene Evaluierung nicht getraut werden sollte. Das ist ein handlungsrelevanterer Satz als jede Gesamtpunktzahl.

Was entscheidet es eigentlich?

Wenn Sie ein Modell aufrufen — ein Endpunkt, ein Prompt, eine Antwort — ist Granite 4.2 30B das neuere und bessere Modell, und es gibt keinen Grund, den Switch-Checkpoint zu umgehen, um es zu bekommen.

Wenn Sie eines ausliefern, ändert sich die Rechnung. Ein Team, das ein System baut, das antworten, entscheiden und transkribieren muss, betreibt andernfalls drei Prozesse mit drei Latenzen und drei Speicher-Footprints; der Switch-Build reduziert das auf einen einzigen Checkpoint, der 3,89 % mehr kostet als die Basis, die er ersetzt. Ein Team, das eine kalibrierte Wahrscheinlichkeit über eine feste Labelmenge benötigt, hat in Granite 4.2 30B überhaupt keine Entsprechung, und Prompting dafür ist nicht dasselbe.

Der Haken ist die Basis. Die Kompositionsschicht zu kaufen bedeutet, die Basis der ersten Generation zu akzeptieren, und es gibt heute keinen Switch-Checkpoint, der auf der Granite-4.2-Basis aufbaut. IBM hat gesagt, dass weitere Daten „in den kommenden Wochen“ kommen, und hat den Composer als den Weg nach vorn beschrieben — jeder kann mit dem granite-switch-Tooling einen Switch-Checkpoint aus einer beliebigen Granite-Basis und einer beliebigen Teilmenge von Adaptern erstellen. Ob IBM das für die 4.2-Linie tun wird, ist der Punkt, den es zu beobachten gilt, denn diese Veröffentlichung würde diesen gesamten Trade-off hinfällig machen.

Beide laufen lassen, ohne auf eines von beiden zu setzen.

Keines der beiden Modelle steht heute im OrcaRouter-Katalog, also bedeuten beide Ihre eigene Hardware und IBMs Release-Kanäle. Das sollte man klar aussprechen, anstatt anzudeuten, dass ein gehosteter Endpunkt existiert.

Was die Plattform ändert, sind die Kosten, es herauszufinden. Ein Schlüssel deckt über 200 Modelle mit automatischem Failover ab, und der Listenpreis des Anbieters wird mit 0 % Aufschlag durchgereicht, sodass der Vergleich mit dem, was bereits in Produktion läuft, eine Konfigurationsänderung ist und kein zweiter Anbietervertrag, sobald ein Modell, das du gerade evaluierst, tatsächlich eine gehostete Route bekommt. In diesem speziellen Duell ist das wichtig, weil beide Seiten auf dieselbe Weise ungeklärt sind: Die Benchmark-Tabelle von Granite 4.2 30B stammt von IBM selbst und wurde nicht reproduziert, und Granite Switch 4.1 30B hat im Wesentlichen eine einzige veröffentlichte Zahl und überhaupt keine unabhängige Bewertung. Keines von beiden verdient einen Produktionsplatz aufgrund der Model Card. Beide verdienen eine Woche mit deinem eigenen Traffic.

Urteil

Granite 4.2 30B ist das bessere Modell. Granite Switch 4.1 30B ist das interessantere Artefakt, und es ist dasjenige, das Ihnen verrät, wohin die Enterprise-Inferenz aus IBMs Sicht geht – nicht ein größeres Modell, sondern eine kleinere Rechnung für dasselbe Set an Fähigkeiten, erkauft durch das Zusammensetzen kostengünstiger Adapter auf einer eingefrorenen Basis und das Teilen des KV-Cache zwischen ihnen.

Wähle das 4.2-Modell, wenn du Antworten brauchst. Wähle den Switch-Checkpoint, wenn du Routing-Entscheidungen, ein Sicherheitsurteil und ein Transkript aus einem einzigen Prozess brauchst und damit leben kannst, dass das Basismodell eine Generation zurückliegt. Ignoriere alle, die ihre Punktzahlen miteinander vergleichen; die Zahlen messen nicht dasselbe.