Granite Switch 4.1 30B vs Granite 4.2 30B : deux 30B d’IBM qui ne se font pas concurrence

Voici la partie délicate quand on place Granite Switch 4.1 30B à côté de Granite 4.2 30B : ce ne sont pas des artefacts du même genre, si bien que la plupart des comparaisons frontales s'effondrent au contact. Granite 4.2 30B est un modèle — un raisonneur dense de 30B publié par IBM sous Apache-2.0, doté de modes de réflexion et d'appel d'outils agentiques. Granite Switch 4.1 30B, dont les poids sont sortis le 14 octobre 2026, est un runtime : il fige une base Granite, y attache des adaptateurs commutables et vous vend trois capacités à partir d'un seul checkpoint. On ne choisit pas entre eux comme on choisit entre deux modèles. On choisit si l'on veut un modèle ou une couche de composition.

Cela dit, une véritable décision se cache sous l’erreur de catégorie, et elle n’a rien à voir avec les benchmarks. Switch 4.1 30B repose sur la base Granite 4.1 30B. Granite 4.2 30B est une génération plus récente de la même famille, et c’est de manière mesurable le modèle général le plus performant. La vraie question est donc de savoir si le mécanisme de commutation justifie de renoncer à une génération de modèle de base — et la réponse diffère selon que vous appelez un modèle ou que vous en mettez un en production.

Côte à côte, dimension par dimension

• De quoi il s'agit — Switch 4.1 30B est un checkpoint composite (base figée + deux adaptateurs LoRA activés + un encodeur vocal) ; Granite 4.2 30B est un modèle unique dense de type décodeur uniquement.

• Paramètres — Switch 4.1 30B se compose à 29 989 814 272 par rapport à une base de 28 865 728 512, soit un écart de +3,89 % ; Granite 4.2 30B est un modèle dense de 30B sans surcoût d'adaptateur, car il n'a pas d'adaptateurs.

• Contexte — 131 072 tokens nativement sur les deux, IBM documentant une extension de contexte long jusqu'à 512 K du côté de Granite 4.2.

• Mode de réflexion — Granite 4.2 30B dispose d'une chaîne de raisonnement explicite à l'intérieur des balises <think> avec un effort sélectionnable ; Switch 4.1 30B n'a aucun mode de raisonnement intégré au gabarit de chat.

• Au-delà du texte — Switch 4.1 30B accepte l’audio et renvoie une transcription ainsi qu’une distribution de décision calibrée ; Granite 4.2 30B ne fait ni l’un ni l’autre.

• Quantisations — Granite 4.2 30B est disponible en BF16 ainsi qu'en versions FP8, NVFP4, MXFP4, GGUF et MLX ; les checkpoints Switch sont livrés dans une seule précision, sans build quantifié officiel à l'heure où nous écrivons.

• Licence — Apache-2.0 pour les deux.

• Scores publiés — Granite 4.2 30B dispose d'un tableau comparatif complet (réalisé par le fournisseur) ; Switch 4.1 30B n'a qu'un seul chiffre, l'Indice de décision, et il mesure quelque chose de tout à fait différent.

Où Granite 4.2 30B l'emporte haut la main

En matière de capacités générales, ce n'est pas proche, et ce n'est pas censé l'être. La propre fiche d'IBM pour Granite 4.2 30B indique 77,60 sur MMLU-Pro, 89,17 sur AIME 2025 et 66,41 sur GPQA, avec 57,00 sur SWE-bench Verified et 29,24 sur Terminal-Bench 2.1 — tout cela déclaré par le fournisseur, exécuté via un harnais basé sur NeMo sur le framework d'évaluation propre à IBM, rien de tout cela n'ayant été reproduit par quiconque en dehors d'IBM. Considérez ces chiffres comme une affirmation du fournisseur, et ils restent les seules données comparatives qui existent pour l'un ou l'autre modèle.

Le point structurel compte plus que les scores. Granite 4.2 30B a été entraîné comme modèle de raisonnement avec apprentissage par renforcement agentique, et il est livré avec l’outillage qui l’entoure : des builds quantifiées pour le matériel que les gens possèdent réellement, une voie d’extension à long contexte, et une bascule documentée de mode réflexion. Granite Switch 4.1 30B a été construit en composant une base gelée avec des adaptateurs, et la base sous-jacente est d’une génération plus ancienne. Si vous voulez qu’un seul modèle réponde bien à des questions difficiles, c’est le modèle dense plus récent qu’il vous faut.

Là où Granite Switch 4.1 30B gagne haut la main

Trois endroits, et aucun d'entre eux n'est un benchmark.

Le premier point est qu'il répond à une forme de question différente. L'adaptateur de décision prend un état et une question avec des options étiquetées et renvoie une distribution de probabilité calibrée sur ces étiquettes en une seule passe avant — l'exemple de la carte renvoie quelque chose comme A : 0,982, B : 0,0035, C : 0,014. Ce n'est pas une complétion de chat que l'on analyse avec une expression régulière. Le routage sur un softmax sur les logits d'options est une opération différente de demander à un modèle de bien vouloir répondre par une seule lettre, et toute la conception est faite pour que la lecture calibrée soit disponible sans un second modèle sur la machine.

Le second est l’audio. L’encodeur intégré Granite Speech 5.0 TurboCTC de 470M transcrit l’audio entrant et insère la transcription dans le contexte de chat à la place de la partie de contenu audio, de sorte qu’une requête vocale est une requête de chat normale avec une partie de type input_audio. Que cela soit une bonne idée dépend entièrement d’une mise en garde qu’IBM a inscrite dans sa propre fiche : l’encodeur et le modèle de langage ne sont pas entraînés conjointement, il n’existe aucune projection entraînée les couplant, et la sortie est en anglais uniquement, en minuscules et sans ponctuation. Une transcription erronée modifie silencieusement la question à laquelle le modèle répond.

Le troisième est la surcharge de paramètres, et c’est le chiffre qui survivra à la version. Le checkpoint composé est 3,89 % plus volumineux que la base, car chaque adaptateur lit le cache KV du modèle de base au lieu de maintenir son propre état d’attention. Dans une configuration multi-adaptateurs classique, chaque adaptateur entre lequel vous basculez représente un autre ensemble d’états d’attention et la facture mémoire augmente avec leur nombre. Ici, vous payez 1,12 milliard de paramètres supplémentaires pour un classificateur de sécurité, un moteur de décision et un encodeur vocal, et le basculement lui-même est un paramètre de requête que le gabarit de chat résout — pas un second déploiement à déployer et à garder en chaud.

Le piège des chiffres : 50,1 n'est pas un 77,60 plus petit

La façon la plus probable de mal interpréter cette paire est de mettre, pour le modèle Switch, le 50.1 à côté du 77.60 de Granite 4.2 30B et d'en conclure que le modèle Switch représente les deux tiers du modèle. Ces deux chiffres ne décrivent pas la même chose et la comparaison n'a aucun sens.

Le 50,1 est un score du Decision Index — édition v0.3, sous-ensemble rapide public de 1 068 lignes — mesurant dans quelle mesure l’adaptateur de décision classe les options étiquetées, avec une ventilation par domaine : Knowledge 32,4, Language 58,6, Retrieval 49,8, Tools 76,5 et Arts 26,4. C’est un score pour un adaptateur accomplissant une seule tâche, et il ne dit absolument rien de la qualité de conversation du modèle de base, car la base sous-jacente n’est pas touchée par l’adaptateur. Le 77,60 est MMLU-Pro, un benchmark de connaissances générales pour l’ensemble du modèle. Des axes différents, des harnais différents, des auteurs différents. La seule utilisation correcte de l’un ou l’autre de ces nombres est comme preuve concernant ce qu’il a réellement mesuré.

Lisez la forme du Decision Index plutôt que son chiffre phare et vous obtenez quelque chose de véritablement utile : 76,5 sur Outils à côté de 26,4 sur Arts indique que cet adaptateur mérite d’être appliqué à des décisions de type sélection d’outils et qu’il ne faut pas lui faire confiance pour la classification créative ou à domaine ouvert sans votre propre évaluation. C’est une phrase plus exploitable que n’importe quel score global.

Qu'est-ce qui décide réellement ?

Si vous appelez un modèle — un point de terminaison, une invite, une réponse — Granite 4.2 30B est le modèle le plus récent et le meilleur, et il n'y a aucune raison de contourner le checkpoint Switch pour l'obtenir.

Si vous en déployez un, l'arithmétique change. Une équipe qui construit un système devant répondre, décider et transcrire fait sinon tourner trois processus, avec trois latences et trois empreintes mémoire ; la version Switch réduit tout cela à un seul checkpoint qui coûte 3,89 % de plus que la base qu'il remplace. Une équipe qui a besoin d'une probabilité calibrée sur un ensemble d'étiquettes fixe n'a tout simplement pas d'équivalent dans Granite 4.2 30B, et le demander via un prompt n'est pas la même chose.

Le hic, c'est la base. Acheter la couche de composition signifie accepter la base de génération 1, et il n'existe aujourd'hui aucun checkpoint Switch construit sur la base Granite 4.2. IBM a déclaré que davantage de données arriveraient « dans les semaines à venir » et a décrit le composer comme la voie à suivre — n'importe qui peut construire un checkpoint Switch à partir de n'importe quelle base Granite et de n'importe quel sous-ensemble d'adaptateurs, en utilisant l'outillage granite-switch. Que IBM le fasse pour la gamme 4.2 est le point à surveiller, car cette version ferait disparaître tout ce compromis.

Faire tourner les deux sans parier sur l’un ou l’autre

Aucun des deux modèles ne figure aujourd’hui au catalogue OrcaRouter, ce qui signifie donc, pour les deux, votre propre matériel et les canaux de publication d’IBM. Cela mérite d’être dit clairement plutôt que de laisser entendre qu’un point de terminaison hébergé existe.

Ce que la plateforme change, c'est le coût pour le savoir. Une seule clé couvre plus de 200 modèles avec bascule automatique, et le prix catalogue du fournisseur est répercuté sans aucune marge, donc lorsqu'un modèle que vous évaluez finit par disposer d'une route hébergée, le comparer à ce qui tourne déjà en production relève d'un changement de configuration plutôt que d'un second contrat fournisseur. Dans ce duel précis, cela compte parce que les deux camps restent tout aussi indéterminés : le tableau de benchmarks de Granite 4.2 30B est celui d'IBM et n'a pas été reproduit, et Granite Switch 4.1 30B ne compte essentiellement qu'un seul chiffre publié et aucune évaluation indépendante. Ni l'un ni l'autre ne mérite une place en production sur la seule foi de sa fiche modèle. Tous deux méritent une semaine de votre propre trafic.

Verdict

Granite 4.2 30B est le meilleur modèle. Granite Switch 4.1 30B est l'artefact le plus intéressant, et c'est lui qui vous dit où IBM pense que l'inférence d'entreprise s'en va — non pas un modèle plus grand, mais une facture plus petite pour le même ensemble de capacités, obtenue en composant des adaptateurs bon marché sur une base gelée unique et en partageant le cache KV entre eux.

Choisissez le modèle 4.2 si ce dont vous avez besoin, ce sont des réponses. Choisissez le checkpoint Switch si ce dont vous avez besoin, ce sont des décisions de routage, un verdict de sécurité et une transcription issus d’un seul processus, et si vous pouvez vous contenter d’un modèle de base qui a une génération de retard. Ignorez ceux qui comparent leurs scores entre eux ; les chiffres ne mesurent pas la même chose.