Granite Switch 4.1 30B vs Granite 4.2 30B: due IBM 30B che non competono

Ecco la parte scomoda del mettere Granite Switch 4.1 30B accanto a Granite 4.2 30B: non sono lo stesso tipo di artefatto, quindi la maggior parte dei confronti testa a testa crolla al primo contatto. Granite 4.2 30B è un modello — un reasoner denso da 30B che IBM ha pubblicato sotto Apache-2.0, con modalità di pensiero e chiamata agentica agli strumenti. Granite Switch 4.1 30B, i cui pesi sono arrivati il 14 ottobre 2026, è un runtime: congela una base Granite, vi aggancia adapter intercambiabili e ti vende tre capacità da un solo checkpoint. Non scegli tra loro come scegli tra due modelli. Scegli se vuoi un modello o un livello di composizione.

Detto questo, sotto l'errore di categoria si nasconde una vera decisione, e non ha nulla a che fare con i benchmark. Switch 4.1 30B è costruito sulla base Granite 4.1 30B. Granite 4.2 30B è una generazione più recente della stessa famiglia, ed è misurabilmente il modello generale più forte. Quindi la domanda vera è se valga la pena rinunciare a una generazione di modello base per il meccanismo di switching — e la risposta è diversa a seconda che tu stia chiamando un modello o distribuendone uno.

Fianco a fianco, dimensione per dimensione

• Che cos'è — Switch 4.1 30B è un checkpoint composto (base congelata + due adattatori LoRA attivati + un encoder vocale); Granite 4.2 30B è un singolo modello denso decoder-only.

• Parametri — Switch 4.1 30B si compone per un totale di 29.989.814.272 su una base di 28.865.728.512, con un delta del +3,89%; Granite 4.2 30B è un modello denso da 30B senza sovrapprezzo per gli adapter, poiché non ne dispone.

• Contesto — 131.072 token nativamente su entrambi, con IBM che documenta un'estensione a contesto lungo fino a 512K sul lato Granite 4.2.

• Modalità di pensiero — Granite 4.2 30B ha una catena di pensiero esplicita all'interno dei tag <think> con sforzo selezionabile; Switch 4.1 30B non ha alcuna modalità di ragionamento integrata nel template della chat.

• Oltre il testo — Switch 4.1 30B accetta audio e restituisce una trascrizione più una distribuzione decisionale calibrata; Granite 4.2 30B non fa né l'una né l'altra.

• Quantizzazioni — Granite 4.2 30B è disponibile in BF16 oltre a build FP8, NVFP4, MXFP4, GGUF e MLX; i checkpoint Switch sono distribuiti in un'unica precisione, senza alcuna build quantizzata ufficiale al momento della stesura.

• Licenza — Apache-2.0 su entrambi.

• Punteggi pubblicati — Granite 4.2 30B ha una tabella di benchmark completa (eseguita dal fornitore); Switch 4.1 30B ha un solo numero, il Decision Index, e misura qualcosa di completamente diverso.

Dove Granite 4.2 30B vince nettamente

Sulle capacità generali, non c'è partita, e non è pensato per esserlo. La scheda di IBM stessa per Granite 4.2 30Briporta 77,60 su MMLU-Pro, 89,17 su AIME 2025 e 66,41 su GPQA, con 57,00 su SWE-bench Verified e 29,24 su Terminal-Bench 2.1 — il tutto dichiarato dal fornitore, eseguito tramite un harness basato su NeMo sul framework di valutazione di IBM stessa, nulla di tutto ciò riprodotto da nessuno al di fuori di IBM. Considera i numeri come un'affermazione del fornitore e restano comunque gli unici dati comparativi esistenti per entrambi i modelli.

Il punto strutturale conta più dei punteggi. Granite 4.2 30B è stato addestrato come modello di ragionamento con apprendimento per rinforzo agentico e viene fornito con gli strumenti che lo circondano: build quantizzate per l'hardware che le persone possiedono davvero, un percorso di estensione a contesto lungo e un toggle documentato per la modalità di pensiero. Granite Switch 4.1 30B è stato costruito componendo una base congelata con adattatori, e la base sottostante è di una generazione più vecchia. Se vuoi che un solo modello risponda bene a domande difficili, il modello denso più recente è quello che fa per te.

Dove Granite Switch 4.1 30B vince nettamente

Tre posti, e nessuno di essi è un benchmark.

Il primo è che risponde a una forma di domanda diversa. L'adattatore decisionale prende uno stato e una domanda con opzioni etichettate e restituisce una distribuzione di probabilità calibrata su quelle etichette in un singolo forward pass — l'esempio della scheda restituisce qualcosa come A: 0.982, B: 0.0035, C: 0.014. Non è un completamento di chat che si analizza con una regex. Il routing su un softmax sui logit delle opzioni è un'operazione diversa dal chiedere a un modello di rispondere per favore con una sola lettera, e l'intero design è costruito in modo che la lettura calibrata sia disponibile senza un secondo modello sulla macchina.

Il secondo è l'audio. L'encoder integrato 470M Granite Speech 5.0 TurboCTC trascrive l'audio in ingresso e inserisce la trascrizione nel contesto della chat al posto della parte di contenuto audio, quindi una richiesta vocale è una normale richiesta di chat con una input_audio parte. Che sia una buona idea dipende interamente da un avvertimento che IBM ha scritto nella propria scheda: l'encoder e il modello linguistico sono non addestrati congiuntamente, non esiste una proiezione addestrata che li colleghi, e l'output è solo in inglese, in minuscolo e senza punteggiatura. Una trascrizione errata cambia silenziosamente la domanda a cui il modello risponde.

Il terzo è l'overhead dei parametri, e questo è il numero che sopravvivrà al rilascio. Il checkpoint composto è più grande del 3,89% rispetto alla base, perché ogni adapter legge la KV cache del modello base invece di mantenere un proprio stato di attenzione. In una configurazione convenzionale multi-adapter, ogni adapter tra cui si passa è un ulteriore insieme di stato di attenzione e il conto della memoria cresce con il loro numero. Qui si pagano 1,12 miliardi di parametri extra per un classificatore di sicurezza, un motore decisionale e un encoder vocale, e lo switch stesso è un parametro di richiesta che il template della chat risolve — non un secondo deployment da avviare e mantenere caldo.

La trappola nei numeri: 50.1 non è un 77.60 più piccolo

Il modo più probabile in assoluto per fraintendere questa coppia è mettere quello del modello Switch, 50,1 accanto a quello di Granite 4.2 30B, 77,60 e concludere che il modello Switch è due terzi del modello. Queste due cifre non descrivono la stessa cosa e il confronto è privo di senso.

Il 50,1 è un punteggio del Decision Index — edizione v0.3, sottoinsieme pubblico fast di 1.068 righe — che misura quanto bene l'adattatore decisionale classifica opzioni etichettate, con una ripartizione per area di Knowledge 32,4, Language 58,6, Retrieval 49,8, Tools 76,5 e Arts 26,4. È un punteggio per un adattatore che svolge un solo compito, e non dice assolutamente nulla sulla qualità della chat del modello base, perché la base sottostante non è toccata dall'adattatore. Il 77,60 è MMLU-Pro, un benchmark di conoscenza generale per l'intero modello. Assi diversi, harness diversi, autori diversi. L'unico uso corretto di ciascuno dei due numeri è come prova di ciò che ha effettivamente misurato.

Leggi la forma del Decision Index invece del suo dato di punta e ottieni qualcosa di davvero utile: 76,5 su Strumenti accanto a 26,4 su Arti dice che questo adattatore vale la pena di essere indirizzato verso decisioni di tipo selezione degli strumenti e non ci si dovrebbe affidare a esso per la classificazione creativa o open-domain senza una tua valutazione. Questa è un'affermazione più operativa di qualsiasi punteggio complessivo.

Cosa lo decide davvero

Se stai chiamando un modello — un endpoint, un prompt, una risposta — Granite 4.2 30B è il modello più recente e migliore e non c'è motivo di aggirare il checkpoint Switch per ottenerlo.

Se stai distribuendo un modello, l'aritmetica cambia. Un team che costruisce un sistema che deve rispondere, decidere e trascrivere, altrimenti gestisce tre processi con tre latenze e tre footprint di memoria; la build Switch li riduce a un unico checkpoint che costa il 3,89% in più rispetto alla base che sostituisce. Un team che ha bisogno di una probabilità calibrata su un insieme fisso di etichette non ha alcun equivalente in Granite 4.2 30B, e fare prompting per ottenerla non è la stessa cosa.

Il problema è la base. Acquistare il livello di composizione significa accettare la base di generazione 1, e oggi non esiste alcun checkpoint Switch costruito sulla base Granite 4.2. IBM ha detto che arriveranno più dati «nelle prossime settimane» e ha descritto il composer come la via da seguire: chiunque può creare un checkpoint Switch da qualsiasi base Granite e qualsiasi sottoinsieme di adattatori, usando gli strumenti granite-switch. Se IBM lo farà per la linea 4.2 è la cosa da tenere d'occhio, perché quel rilascio eliminerebbe del tutto questo compromesso.

Eseguire entrambi senza scommettere su nessuno dei due

Nessuno dei due modelli è oggi nel catalogo OrcaRouter, quindi entrambi significano hardware proprio e i canali di rilascio di IBM. Vale la pena dirlo chiaramente anziché lasciar intendere che esista un endpoint ospitato.

Ciò che la piattaforma cambia è il costo di scoprirlo. Una sola chiave copre oltre 200 modelli con failover automatico, e il prezzo di listino del provider viene applicato con 0% di markup, quindi quando un modello che stai valutando ottiene effettivamente una route ospitata, misurarlo rispetto a ciò che è già in produzione è un cambio di configurazione anziché un secondo contratto con un fornitore. In questo particolare confronto la cosa conta perché entrambe le parti sono irrisolte allo stesso modo: la tabella di benchmark di Granite 4.2 30B è quella di IBM stessa e non è stata replicata, e Granite Switch 4.1 30B ha essenzialmente un solo dato pubblicato e nessuna valutazione indipendente. Nessuno dei due merita uno slot in produzione sulla base della scheda del modello. Entrambi meritano una settimana del tuo traffico.

Verdetto

Granite 4.2 30B è il modello migliore. Granite Switch 4.1 30B è l'artefatto più interessante, ed è quello che ti dice dove IBM pensa che stia andando l'inferenza enterprise — non un modello più grande, ma un conto più basso per lo stesso insieme di capacità, ottenuto componendo adattatori economici su un'unica base congelata e condividendo la KV cache tra loro.

Scegli il modello 4.2 se ciò di cui hai bisogno sono le risposte. Scegli il checkpoint Switch se ciò di cui hai bisogno sono decisioni di routing, un verdetto di sicurezza e una trascrizione da un unico processo, e se puoi convivere con un modello base che è indietro di una generazione. Ignora chi confronta i loro punteggi tra loro; i numeri non misurano la stessa cosa.