Granite Switch 4.1 30B kontra Granite 4.2 30B: Dwa modele IBM 30B, które ze sobą nie konkurują

Oto niezręczna część zestawiania Granite Switch 4.1 30B obok Granite 4.2 30B: nie są tym samym rodzajem artefaktu, więc większość bezpośrednich porównań rozpada się przy zetknięciu. Granite 4.2 30B to model — gęsty model rozumujący 30B, który IBM opublikował na licencji Apache-2.0, z trybami myślenia i wywoływaniem narzędzi przez agenta. Granite Switch 4.1 30B, którego wagi udostępniono 14 października 2026, to środowisko uruchomieniowe: zamraża bazę Granite, doczepia do niej przełączalne adaptery i sprzedaje ci trzy możliwości z jednego checkpointu. Nie wybierasz między nimi tak, jak wybierasz między dwoma modelami. Wybierasz, czy chcesz model, czy warstwę kompozycji.

To powiedziawszy, pod błędem kategorii kryje się prawdziwa decyzja i nie ma ona nic wspólnego z benchmarkami. Switch 4.1 30B jest zbudowany na bazie Granite 4.1 30B. Granite 4.2 30B to nowsza generacja tej samej rodziny i jest mierzalnie silniejszym modelem ogólnym. Prawdziwe pytanie brzmi więc, czy mechanizm przełączania jest wart rezygnacji z jednej generacji modelu bazowego — a odpowiedź jest inna w zależności od tego, czy model wywołujesz, czy go wdrażasz.

Obok siebie, wymiar po wymiarze

• Co to jest — Switch 4.1 30B to złożony checkpoint (zamrożona baza + dwa aktywowane adaptery LoRA + enkoder mowy); Granite 4.2 30B to pojedynczy gęsty model typu decoder-only.

• Parametry — Switch 4.1 30B składa się na 29 989 814 272 wobec bazowych 28 865 728 512, co daje deltę +3,89%; Granite 4.2 30B to gęsty model 30B bez narzutu adaptera, ponieważ nie ma adapterów.

• Kontekst — 131 072 tokenów natywnie w obu przypadkach, a IBM dokumentuje rozszerzenie długiego kontekstu do 512K po stronie Granite 4.2.

• Tryb myślenia — Granite 4.2 30B ma jawny łańcuch myśli wewnątrz znaczników <think> z możliwością wyboru poziomu wysiłku; Switch 4.1 30B nie ma trybu rozumowania wpiętego do szablonu czatu.

• Poza tekstem — Switch 4.1 30B przyjmuje dźwięk i zwraca transkrypcję oraz skalibrowany rozkład decyzji; Granite 4.2 30B nie robi ani jednego, ani drugiego.

• Kwantyzacje — Granite 4.2 30B jest udostępniany w BF16 oraz w wersjach FP8, NVFP4, MXFP4, GGUF i MLX; punkty kontrolne Switch są udostępniane w jednej precyzji, bez oficjalnej skwantyzowanej wersji w chwili pisania.

• Licencja — Apache-2.0 w obu przypadkach.

• Opublikowane wyniki — Granite 4.2 30B ma pełną tabelę benchmarków (przeprowadzonych przez dostawcę); Switch 4.1 30B ma jedną liczbę, Decision Index, a mierzy coś zupełnie innego.

Gdzie Granite 4.2 30B wygrywa bezapelacyjnie

Pod względem ogólnych możliwości nie ma tu mowy o zbliżonym poziomie i nie taki był zamysł. Karta samego IBM-a dlaGranite 4.2 30B podaje 77,60 w MMLU-Pro, 89,17 w AIME 2025 i 66,41 w GPQA, a także 57,00 w SWE-bench Verified i 29,24 w Terminal-Bench 2.1 — wszystko raportowane przez dostawcę, uzyskane za pomocą narzędzia opartego na NeMo we własnym środowisku ewaluacyjnym IBM, i nic z tego nie zostało odtworzone przez nikogo spoza IBM. Traktuj te liczby jako twierdzenie dostawcy — wciąż są to jedyne dane porównawcze, jakie istnieją dla któregokolwiek z tych modeli.

Aspekt strukturalny ma większe znaczenie niż wyniki. Granite 4.2 30B został wytrenowany jako model rozumujący z agentowym uczeniem ze wzmocnieniem i jest dostarczany wraz z towarzyszącymi narzędziami: skwantyzowanymi wersjami dla sprzętu, który ludzie faktycznie posiadają, ścieżką rozszerzania długiego kontekstu oraz udokumentowanym przełącznikiem trybu myślenia. Granite Switch 4.1 30B powstał przez złożenie zamrożonej bazy z adapterami, a baza pod nim jest o jedną generację starsza. Jeśli chcesz, aby jeden model dobrze odpowiadał na trudne pytania, nowszy model gęsty będzie najlepszym wyborem.

Gdzie Granite Switch 4.1 30B wygrywa bezapelacyjnie

Trzy miejsca, a żadne z nich nie jest punktem odniesienia.

Po pierwsze, odpowiada na inny kształt pytania. Adapter decyzyjny przyjmuje stan i pytanie z opcjami oznaczonymi etykietami, a następnie zwraca skalibrowany rozkład prawdopodobieństwa po tych etykietach w jednym przebiegu w przód — przykład z karty zwraca coś w rodzaju A: 0.982, B: 0.0035, C: 0.014. To nie jest uzupełnienie czatu, które parsuje się regexem. Trasowanie na softmaxie po logitach opcji to inna operacja niż proszenie modelu, żeby łaskawie odpowiedział jedną literą, a cały projekt jest zbudowany tak, aby skalibrowany odczyt był dostępny bez drugiego modelu na maszynie.

Drugi to dźwięk. Osadzony enkoder 470M Granite Speech 5.0 TurboCTC transkrybuje przychodzące audio i wkleja transkrypcję do kontekstu czatu w miejsce części zawartości audio, więc żądanie mowy to zwykłe żądanie czatu z częścią input_audio. To, czy to dobry pomysł, zależy w całości od jednego zastrzeżenia, które IBM zapisał we własnej karcie: enkoder i model językowy nie są wspólnie trenowane, nie istnieje wytrenowana projekcja, która by je łączyła, a wynik jest wyłącznie angielski, pisany małymi literami i bez interpunkcji. Błędna transkrypcja po cichu zmienia pytanie, na które odpowiada model.

Trzeci to narzut parametrów, i to jest liczba, która przetrwa wydanie. Złożony checkpoint jest o 3,89% większy niż bazowy, ponieważ każdy adapter czyta pamięć podręczną KV modelu bazowego, zamiast utrzymywać własny stan uwagi. W konwencjonalnej konfiguracji z wieloma adapterami każdy z adapterów, między którymi się przełączasz, to kolejny zestaw stanu uwagi, a rachunek za pamięć rośnie wraz z ich liczbą. Tutaj płacisz 1,12 miliarda dodatkowych parametrów za klasyfikator bezpieczeństwa, silnik decyzyjny i koder mowy, a samo przełączenie jest parametrem żądania, który rozwiązuje szablon czatu — a nie drugim wdrożeniem, które trzeba postawić i utrzymywać w gotowości.

Pułapka w liczbach: 50.1 to nie mniejsza wersja 77.60

Najbardziej prawdopodobnym sposobem błędnego odczytania tej pary jest zestawienie modelu Switch o wartości 50,1 z modelem Granite 4.2 30B o wartości 77,60 i wyciągnięcie wniosku, że model Switch stanowi dwie trzecie modelu. Te dwie liczby nie opisują tego samego, a porównanie jest bezsensowne.

50,1 to wynik Decision Index — edycja v0.3, publiczny szybki podzbiór 1 068 wierszy — mierzący, jak dobrze adapter decyzyjny szereguje oznaczone opcje, z podziałem na obszary: Wiedza 32,4, Język 58,6, Wyszukiwanie 49,8, Narzędzia 76,5 i Sztuka 26,4. Jest to wynik jednego adaptera wykonującego jedno zadanie i nie mówi zupełnie nic o jakości czatu modelu bazowego, ponieważ baza znajdująca się pod nim pozostaje nietknięta przez adapter. 77,60 to MMLU-Pro, benchmark wiedzy ogólnej dla całego modelu. Inne osie, inne harnessy, inni autorzy. Jedyne poprawne zastosowanie którejkolwiek z tych liczb to użycie jej jako dowodu na temat tego, co faktycznie zmierzyła.

Czytaj kształt Decision Index, a nie tylko jego nagłówek, a zyskasz coś naprawdę użytecznego: 76,5 w Tools obok 26,4 w Arts mówi, że ten adapter warto kierować do decyzji w stylu wyboru narzędzi, a nie należy mu ufać przy klasyfikacji twórczej lub w otwartych domenach bez własnej ewaluacji. To zdanie jest bardziej praktyczne niż jakikolwiek ogólny wynik.

Co właściwie o tym decyduje

Jeśli wywołujesz model — jeden endpoint, jeden prompt, jedna odpowiedź — Granite 4.2 30B jest nowszym i lepszym modelem i nie ma powodu, by omijać checkpoint Switch, aby go uzyskać.

Jeśli wdrażasz jeden, arytmetyka się zmienia. Zespół budujący system, który musi odpowiadać, decydować i transkrybować, w przeciwnym razie uruchamia trzy procesy z trzema opóźnieniami i trzema śladami pamięciowymi; wersja Switch sprowadza to do jednego checkpointu, który kosztuje o 3,89% więcej niż baza, którą zastępuje. Zespół, który potrzebuje skalibrowanego prawdopodobieństwa na ustalonym zbiorze etykiet, nie znajdzie w Granite 4.2 30B żadnego odpowiednika, a promptowanie o to nie jest tym samym.

Haczyk tkwi w bazie. Kupienie warstwy kompozycji oznacza zaakceptowanie bazy pierwszej generacji, a obecnie nie istnieje żaden Switch checkpoint zbudowany na bazie Granite 4.2. IBM zapowiedział, że więcej danych pojawi się „w nadchodzących tygodniach”, i określił composer jako drogę naprzód — każdy może zbudować Switch checkpoint na dowolnej bazie Granite i z dowolnego podzbioru adapterów, używając narzędzi granite-switch. To, czy IBM zrobi to dla linii 4.2, jest rzeczą, którą warto obserwować, ponieważ takie wydanie zniosłoby cały ten kompromis.

Prowadzenie obu bez obstawiania żadnego

Żaden z tych modeli nie znajduje się dziś w katalogu OrcaRouter, więc oba oznaczają własny sprzęt i kanały wydań IBM. Warto powiedzieć to wprost, zamiast sugerować, że istnieje hostowany punkt końcowy.

To, co zmienia platforma, to koszt przekonania się. Jeden klucz obejmuje ponad 200 modeli z automatycznym przełączaniem awaryjnym, a cena katalogowa dostawcy jest przekazywana bez marży, 0% narzutu, więc gdy oceniany przez ciebie model rzeczywiście doczeka się hostowanej trasy, zmierzenie go względem tego, co już działa na produkcji, jest zmianą konfiguracji, a nie drugim kontraktem z dostawcą. W tym konkretnym starciu ma to znaczenie, bo obie strony są nierozstrzygnięte w ten sam sposób: tabela wyników Granite 4.2 30B pochodzi od samego IBM i nie została odtworzona, a Granite Switch 4.1 30B ma zasadniczo jedną opublikowaną liczbę i całkowicie żadnej niezależnej ewaluacji. Żaden z nich nie zasługuje na miejsce na produkcji w oparciu o kartę modelu. Oba zasługują na tydzień twojego własnego ruchu.

Werdykt

Granite 4.2 30B to lepszy model. Granite Switch 4.1 30B to ciekawszy artefakt i to on wskazuje, dokąd — zdaniem IBM — zmierza inferencja w przedsiębiorstwach: nie w stronę większego modelu, lecz niższego rachunku za ten sam zestaw możliwości, uzyskanego przez składanie tanich adapterów na jednej zamrożonej bazie i współdzielenie między nimi pamięci podręcznej KV.

Wybierz model 4.2, jeśli potrzebujesz odpowiedzi. Wybierz punkt kontrolny Switch, jeśli potrzebujesz decyzji routingowych, werdyktu dotyczącego bezpieczeństwa i transkryptu z jednego procesu, a możesz zaakceptować model bazowy, który jest o jedną generację starszy. Ignoruj wszystkich porównujących swoje wyniki między sobą; te liczby nie mierzą tego samego.