Granite Switch 4.1 8B מול Gemma 4 12B: מומחים מורכבים או מודל מאוחד אחד?

תשאלו שתי מעבדות איך לבנות מודל שמסוגל לנהל שיחה, לקרוא צילום מסך ולתמלל הודעה קולית, ותקבלו תשובות הפוכות. Granite Switch 4.1 8B, ששוחרר על ידי IBM ב-14 באוקטובר 2026, שומר על מודל טקסט קפוא בגודל 8B ותולה ממנו מתאמים קטנים הניתנים להחלפה, כך שבודק הבטיחות, מנוע קבלת ההחלטות ומזהה הדיבור הם כולם תוספות חיצוניות מעל עמוד שדרה משותף אחד. Gemma 4 12B, שפורסם על ידי Google ב-23 במאי 2026, עושה את ההיפך: מודל אחד עם 11.95 מיליארד פרמטרים שאומן מלכתחילה על טקסט, תמונות ואודיו, בלי מקודד נפרד לחבר. שניהם ברישיון Apache-2.0, שניהם רצים על GPU יחיד, והם חלוקים כמעט על כל דבר שמתחת לפני השטח.

הגרסה המעשית, לפני הפירוט: Gemma 4 12B היא הבחירה הבוגרת לכל דבר שצריך לראות, משום שהיא זמינה לציבור כבר חמישה חודשים, יש לה בסיס התקנות גדול באמת, והנתיב הרב-מודלי שלה מאומן ולא תפור. Granite Switch 4.1 8B היא הבחירה המעניינת לכל דבר שצריך להחליט או להריץ נקודת קצה אחת במקום שלוש, והיא בת יומיים עם אפס הערכה עצמאית. אלה אינם הכרעות מתחרות — הם תשובות לשאלות שונות, ושאר הטקסט הזה הוא הפירוט שמאפשר לך לדעת איזו שאלה באמת יש לך.

הפיצול הארכיטקטוני, במילים פשוטות

Granite Switch 4.1 8B הוא הרכב. הבסיס הוא Granite 4.1 8B — 40 שכבות, גודל מוסתר 4,096, 32 ראשי שאילתה מול 8 ראשי KV, חלון של 131,072 טוקנים, אוצר מילים של 100,352 טוקנים ששני המתאמים מרחיבים בדיוק בשלושה מזהים שמורים. מעל לכך יושבים שני מתאמי LoRA מופעלים, guardian-core בדרגה 16 מעל הטלות הקשב ו-decision בדרגה 64 מעל כל שבע ההטלות, בתוספת Granite Speech 5.0 TurboCTC, מקודד קונפורמר לא-אוטורגרסיבי בעל 470 מיליון פרמטרים, לקלט אודיו. סה"כ: 8,776,400,896 פרמטרים לעומת 8,380,551,168 של הבסיס — עלייה של 4.72% עבור שני מתאמים ומודל דיבור.

Gemma 4 12B הוא סטאק אחד. התצורה מכנה אותו gemma4_unified, והשם הוא כפשוטו: לתמונה, לאודיו ולווידאו יש מזהי טוקנים משלהם בתוך אוצר מילים אחד של 262,144 טוקנים, והכרטיס מתאר את הארכיטקטורה כנטולת אנקודר, כלומר אין מגדל חזותי נפרד או מגדל אודיו שמזין הטלה לתוך מודל השפה. הוא משזר קשב מקומי בחלון הזזה על פני חלון של 1,024 טוקנים עם קשב גלובלי מלא, משתמש ב-p-RoPE למיקום, ומתרחב להקשר של 256K. Apache-2.0, כמו ה-Granite.

• פרמטרים — Granite Switch 4.1 8B: 8.78B מורכבים (8.38B בסיס). Gemma 4 12B: 11.95B.

• הקשר — 131,072 טוקנים לעומת 256,000 טוקנים.

• אוצר מילים — 100,355 לעומת 262,144, כאשר זה של Gemma שמור עבור אסימוני תמונה, אודיו ווידאו.

• מודאליות ב — טקסט ואודיו לעומת טקסט, תמונה, אודיו ווידאו.

• מודאליות פלט — טקסט בלבד מול טקסט בלבד.

• ראשים מיוחדים — התפלגות החלטה מכוילת ומסווג בטיחות לעומת כלום; Gemma עונה, היא אינה נותנת ציון לתוויות אפשרויות.

• רישיון — Apache-2.0 בשניהם.

היכן ש-Gemma 4 12B מנצח באופן מוחלט

היכולת החזותית לא מתקרבת. Gemma 4 12B קוראת תמונות באופן נייטיבי; ל-Granite Switch 4.1 8B אין נתיב תמונה כלל. אם הפייפליין שלכם קולט צילומי מסך, קובצי PDF, תרשימים או צילומי ממשק, שם נגמרת ההשוואה — שום תחכום של מתאם לא יחליף מודאליות שהצ'ק-פוינט אינו מקבל.

הרקורד המוכח הוא השני. Gemma 4 12B נמצאת ב-Hub מאז 23 במאי 2026, ולגרסת ה-instruct האחות שלה יש יותר מ-1.6 מיליון הורדות; צ'קפוינט הבסיס לבדו עבר את 79,000. שני המספרים הם ספירות הורדות של Hub ולא נתוני שימוש, ולכן הם מנפחים את הפריסה בפועל, אבל הכיוון חד-משמעי: יש קהילה גדולה של אנשים שכבר נתקלו במצבי הכשל שלו וכתבו עליהם. Granite Switch 4.1 8B, נכון לזמן כתיבת שורות אלו, בן יומיים, עם כמה עשרות הורדות וקומץ לייקים. חמישה חודשים של דיווחי באגים פומביים הם נכס שאי אפשר לקנות, וזה הטיעון היחיד והחזק ביותר בעד Gemma במסלול פרודקשן ברבעון הזה.

אורך ההקשר הוא השלישי, והוא השקט שבהם. 256K לעומת 131,072 אינו הבדל שיווקי כשמזינים מסמכים ארוכים. אף אחד מהמודלים אינו זקוק לפתרון עוקף לעומס צ׳אט טיפוסי, אבל רק אחד מהם יקבל הקשר בהיקף של מאגר קוד בלי פיצול.

היכן ש-Granite Switch 4.1 8B מנצח באופן מוחלט

מתאם ההחלטות הוא יכולת שלמודל האחר פשוט אין. תנו לו מצב ושאלה עם אפשרויות מתויגות והוא מחזיר softmax מכוייל על פני התוויות הללו במעבר קדימה אחד — הקריאה המתועדת מבקשת מ-vLLM את ערכי ה-logprobs של מזהי אסימוני התווית בדיוק, ומעלה אותם בחזקה, ומפיקה פלט בצורה של A: 0.982, B: 0.0035, C: 0.014. אפשר לתת למודל כללי פרומפט שיבחר תווית, אבל פרומפט מפיק אסימון, לא התפלגות שאפשר להחיל עליה סף, להשוות בין תורות או לתעד כציון מכוייל. עבור לוגיקת ניתוב, טריאז', ספי הסלמה וכל דבר שצריך ערך ביטחון ולא תשובה, זהו סוג אחר של פלט.

איחוד לנקודת קצה אחת הוא הדבר השני. תמלול דיבור פועל על אותה נקודת קצה כמו הצ'אט וההחלטות; אתה שולח חלק תוכן input_audio בהשלמת צ'אט רגילה, והמקודד בעל 470M מתמלל אותו לפני שהוא משבץ את הטקסט בהקשר. בלי שרת שני, בלי שכבת תזמור, בלי חשבון ASR נפרד. Gemma 4 12B גם קולט אודיו, כך שזה לא פער ביכולות — זה הבדל בצורת הפריסה, והוא רלוונטי רק אם אחרת התכוונת להריץ שירות דיבור נפרד לצד ה-LLM.

טביעת הזיכרון היא השלישית. 8.78B לעומת 11.95B הם בערך רבע פחות משקל להחזיק, ועיצוב מטמון ה-KV המשותף משמעו שהמתאמים אינם נושאים כל אחד מצב קשב משל עצמו. IBM טוענת שהמודל המורכב תופס בערך אותו VRAM כמו המודל הבסיסי בלבד; הטענה הספציפית הזו לא שוחזרה, אך פער הפרמטרים של 4.72% שמאחוריה הוא עובדה ממניפסט הבנייה.

שתי הטענות בצד של Granite שטרם הפכו לעובדות

מספר ה-Decision Index שפורסם עבור מתאםההחלטה הוא 42.9 בסך הכול בתת-הקבוצה הציבורית המהירה edition-v0.3 של 1,068 שורות, עם ציונים לפי תחומים: ידע 29.1, שפה 48.9, אחזור 49.8, כלים 59.8 ואמנויות 18.0. IBM הריצה את ההערכה הזו ו-IBM פרסמה אותה. אף אחד אחר לא שחזר אותה, ואין בכלל רשומת לוח מובילים של צד שלישי עבור Granite Switch. שימו לב גם לצורה: 59.8 בכלים לצד 18.0 באמנויות הוא פרופיל מומחה, לא ציון כשירות כללי, והכרטיס אומר במפורש להתייחס להסתברויות האפשרויות כאל פריור ולא כסיווג מוסמך בתחומים שהמתאם לא אומן עבורם.

השני הוא נתיב הדיבור, וזו הטענה שסביר ביותר לפרש אותה יתר על המידה. המקודד הוא אנגלי בלבד, הפלט שלו באותיות קטנות וללא סימני פיסוק, וכלשונה של יבמ בכרטיס המודל — מקודד הדיבור וה-LLM לא אומנו במשותף; אין היטל מאומן שמחבר ביניהם. נתיב האודיו של Gemma 4 12B אומן כחלק מהמודל. זהו ההבדל האמיתי, והוא שורד את כל הדיבורים על איחוד נקודות הקצה: למערכת אחת יש זיווג מאומן בין צליל למשמעות, ולאחרת יש תמלול שהושתל לתוך פרומפט בידי רכיב שמעולם לא עבר אופטימיזציה לעבוד עם הדבר שקורא אותו.

מריץ אותם זה לצד זה

שני הצ'קפוינטים ניתנים להורדה, שניהם תחת Apache-2.0, והניסוח הכנה הוא שהם שייכים למשבצות שונות ולא להשוואה ראש בראש. Gemma 4 12B הוא הפתרון שאליו אתה פונה כשהקלט כולל פיקסלים. Granite Switch 4.1 8B הוא הפתרון שאליו אתה פונה כשהפלט צריך להיות הסתברות, או כשאתה רוצה נקודת קצה אחת שתבצע צ'אט, קבלת החלטות ותמלול, ואתה מוכן לקבל שחצי התמלול הוא חיבור ולא מסלול מאומן.

אם אתם משווים בין השניים, עשו זאת בלי לשנות את התשתית שלכם. OrcaRouter חושף יותר מ-200 מודלים מאחורי מפתח API אחד עם מעבר אוטומטי בין ספקים ומעביר את מחיר המחירון של הספק הלאה ב-0% תוספת, כך ששינוי מחיר מצד הספק נוחת כאן באותו יום ולא ברענון הקטלוג הבא. img src="4.png" alt="צילום מסך של עמוד המודלים של OrcaRouter עבור Gemma 4 26B A4B, המציג את המודל מתויג Vision, Tools, JSON ו-Reasoning עם חלון הקשר של 262K טוקנים, קלט של טקסט, תמונה וווידאו, תאריך שחרור של Google של 2026-04-03, מחיר למיליון טוקנים של $0.06 לקלט ו-$0.33 לפלט, זמן p50 עד לטוקן הראשון של 2.74 שניות, וטקסט היכרות המתאר את Gemma 4 26B A4B IT כמודל mixture-of-experts מכוונן להוראות עם 25.2B פרמטרים בסך הכול, שמתוכם 3.8B פעילים לכל טוקן." /> אף אחד משני הצ'ק-פוינטים האלה לא נמצא בקטלוג שלנו היום, ואנחנו לא מתכוונים להעמיד פנים אחרת — Granite Switch הוא הורדה מ-Hugging Face וקונטיינר vLLM, ו-Gemma 4 12B הוא אותו דבר. הנקודה בלהעמיד מועמד מאחורי מפתח אחד היא שכשהוא אכן יהיה זמין, השוואה שלו מול המודל הקיים על התעבורה שלכם עולה מחרוזת מודל אחת, לא מיגרציה. קחו בחשבון כמה מהמודלים שאנחנו כן מגישים, כמו Gemma 4 26B A4B, כגשר: הוא מאותה משפחה כמו המודל שאתם מעריכים, על נקודת קצה מתארחת, היום.

איזה אחד, ולמי

בחרו ב-Gemma 4 12B אם בעומס העבודה שלכם יש פיקסלים, אם חלון ההקשר של 256K הוא קריטי, או אם אתם משחררים ברבעון הזה ורוצים חמישה חודשים של טעויות של אחרים ביניכם לבין הייצור. בחרו ב-Granite Switch 4.1 8B אם אתם זקוקים להתפלגות מכוילת על פני אפשרויות מתויגות ולא לתשובה, אם מיזוג צ'אט, החלטות ודיבור לנקודת קצה אחת מסיר שירות מהארכיטקטורה שלכם, או אם אתם מהסוג של צוות שרוצה לקרוא את מניפסט הבנייה ולהרכיב וריאנט משלכם — ה-Composer ציבורי וקטלוג המתאמים פתוח.

אל תשתמשו ב-Granite Switch 4.1 8B למשימות ראייה. אין לו שום יכולות ראייה. ואל תבחרו באף אחד מהם על סמך מספר בנצ'מרק שלא הרצתם בעצמכם, כי ציון ההחלטה היחיד בהשוואה הזו הוא כזה שדווח על ידי הספק, בלי חוות דעת שנייה מאחוריו — וזו אמירה על מצב הראיות, לא על המודל.