Granite Switch 4.1 8B kontra Gemma 4 12B: Złożeni specjaliści czy jeden zunifikowany model?

Zapytaj dwa laboratoria, jak zbudować model, który potrafi prowadzić rozmowę, odczytać zrzut ekranu i przepisać notatkę głosową, a otrzymasz przeciwne odpowiedzi. Granite Switch 4.1 8B, wydany przez IBM 14 października 2026 r., utrzymuje zamrożony model tekstowy 8B i doczepia do niego małe przełączalne adaptery, dzięki czemu moduł sprawdzania bezpieczeństwa, silnik decyzyjny i rozpoznawacz mowy są dodatkami na jednym wspólnym szkielecie. Gemma 4 12B, opublikowany przez Google 23 maja 2026 r., robi dokładnie odwrotnie: jeden model o 11,95 mld parametrów trenowany od samego początku na tekście, obrazach i dźwięku, bez osobnego enkodera do podłączania. Oba są na licencji Apache-2.0, oba działają na jednej karcie GPU i nie zgadzają się niemal co do wszystkiego pod spodem.

Wersja praktyczna, przed szczegółami: Gemma 4 12B to dojrzały wybór dla wszystkiego, co musi widzieć, ponieważ jest publicznie dostępny od pięciu miesięcy, ma naprawdę dużą bazę instalacji, a jego multimodalna ścieżka jest wytrenowana, a nie poskładana. Granite Switch 4.1 8B to interesujący wybór dla wszystkiego, co musi zdecydować lub uruchomić jeden punkt końcowy zamiast trzech, a ma dwa dni i zero niezależnych ocen. To nie są konkurencyjne werdykty — to odpowiedzi na różne pytania, a reszta tego tekstu to szczegóły, które pozwalają ci stwierdzić, które pytanie tak naprawdę masz.

Podział architektoniczny, wyrażony wprost

Granite Switch 4.1 8B to kompozycja. Bazą jest Granite 4.1 8B — 40 warstw, rozmiar ukryty 4096, 32 głowy zapytań wobec 8 głów KV, okno 131 072 tokenów, słownik 100 352 tokenów, który dwa adaptery rozszerzają o dokładnie trzy zarezerwowane identyfikatory. Na tym znajdują się dwa aktywowane adaptery LoRA, guardian-core o randze 16 na projekcjach uwagi i decision o randze 64 na wszystkich siedmiu z nich, plus Granite Speech 5.0 TurboCTC, nieautoregresyjny enkoder conformer z 470 mln parametrów, do wejścia audio. Razem: 8 776 400 896 parametrów wobec 8 380 551 168 w bazie — wzrost o 4,72% w przypadku dwóch adapterów i modelu mowy.

Gemma 4 12B to pojedynczy stos. Konfiguracja nazywa go gemma4_unified, a nazwa jest dosłowna: obrazy, dźwięk i wideo mają własne identyfikatory tokenów w jednym słowniku liczącym 262 144 tokeny, a karta modelu opisuje architekturę jako pozbawioną enkodera, co oznacza, że nie ma oddzielnej wieży wizyjnej ani wieży audio, które zasilałyby projekcję do modelu językowego. Przeplata lokalną uwagę z przesuwnym oknem obejmującym 1024 tokeny z pełną uwagą globalną, używa p-RoPE do pozycji i rozciąga się do kontekstu 256K. Apache-2.0, podobnie jak Granite.

• Parametry — Granite Switch 4.1 8B: 8,78 mld w sumie (8,38 mld bazowych). Gemma 4 12B: 11,95 mld.

• Kontekst — 131,072 tokenów vs 256,000 tokenów.

• Słownictwo — 100 355 vs 262 144, przy czym w Gemmie zarezerwowano tokeny na obraz, dźwięk i wideo.

• Modalności w — tekst i audio vs tekst, obraz, audio i wideo.

• Modalności wyjściowe — tylko tekst vs tylko tekst.

• Wyspecjalizowane głowy — skalibrowany rozkład decyzji i klasyfikator bezpieczeństwa w porównaniu z brakiem; Gemma odpowiada, nie ocenia etykiet opcji.

• Licencja — Apache-2.0 w obu przypadkach.

Gdzie Gemma 4 12B wygrywa bezapelacyjnie

Z wizją nie ma nawet porównania. Gemma 4 12B odczytuje obrazy natywnie; Granite Switch 4.1 8B nie ma w ogóle ścieżki obrazu. Jeśli Twój potok przetwarza zrzuty ekranu, pliki PDF, wykresy lub zrzuty interfejsu użytkownika, na tym kończy się porównanie — żadna ilość adapterowego sprytu nie zastąpi modalności, której checkpoint nie przyjmuje.

Drugim argumentem jest historia wdrożeń. Gemma 4 12B znajduje się w Hubie od 23 maja 2026 r., a jej siostrzany model instruct przekroczył 1,6 mln pobrań; sam checkpoint bazowy ma ponad 79 000. Obie liczby to liczniki pobrań z Hubu, a nie dane o użyciu, więc zawyżają rzeczywiste wdrożenia, ale kierunek jest jednoznaczny: istnieje duże grono osób, które już natrafiły na jej tryby awarii i pisały o nich. Granite Switch 4.1 8B w chwili pisania ma dwa dni, kilkadziesiąt pobrań i kilka polubień. Pięć miesięcy publicznych raportów o błędach to zasób, którego nie można kupić, i najsilniejszy pojedynczy argument za Gemmą na ścieżce produkcyjnej w tym kwartale.

Długość kontekstu jest trzecia i to ta cicha. 256K kontra 131 072 to nie różnica marketingowa, gdy wrzucasz długie dokumenty. Żaden z modeli nie potrzebuje obejścia w typowym obciążeniu czatem, ale tylko jeden z nich przyjmie kontekst na skalę repozytorium bez shardowania.

Gdzie Granite Switch 4.1 8B wygrywa bezapelacyjnie

Adapter decyzyjny to możliwość, której drugi model po prostu nie ma. Podaj mu stan i pytanie z oznaczonymi opcjami, a zwróci skalibrowany softmax po tych etykietach w jednym przebiegu w przód — udokumentowane wywołanie prosi vLLM o logproby dokładnie tych identyfikatorów tokenów etykiet i poddaje je eksponencjacji, tworząc wynik w postaci A: 0.982, B: 0.0035, C: 0.014. Model ogólnego przeznaczenia można zachęcić promptem do wybrania etykiety, ale promptowanie daje token, a nie rozkład, dla którego można ustawić próg, porównywać go między turami czy zapisywać jako skalibrowany wynik. W przypadku logiki routingu, triage'u, progów eskalacji i wszystkiego, co wymaga wartości pewności, a nie odpowiedzi, to inna klasa danych wyjściowych.

Konsolidacja na jednym punkcie końcowym jest druga. Transkrypcja mowy działa na tym samym punkcie końcowym co czat i decyzje; wysyłasz input_audio jako część treści w zwykłym ukończeniu czatu, a enkoder 470M transkrybuje ją, zanim wstawi tekst do kontekstu. Bez drugiego serwera, bez warstwy orkiestracji, bez osobnego rachunku za ASR. Gemma 4 12B również obsługuje audio, więc nie jest to luka w możliwościach — to różnica w kształcie wdrożenia, która ma znaczenie tylko wtedy, gdy i tak zamierzałeś uruchomić osobny serwis mowy obok LLM.

Ślad pamięciowy jest trzeci. 8,78 mld wobec 11,95 mld to około o jedną czwartą mniej wag do utrzymania, a konstrukcja ze współdzieloną pamięcią podręczną KV oznacza, że adaptery nie przechowują każde własnego stanu uwagi. IBM twierdzi, że złożony model zużywa mniej więcej tyle samo VRAM co sam model bazowy; to konkretne twierdzenie nie zostało odtworzone, ale stojąca za nim różnica parametrów na poziomie 4,72% jest faktem z manifestu kompilacji.

Dwa twierdzenia po stronie Granite, które nie są jeszcze faktami

Opublikowany wynik Decision Index dla decyzyjnego adaptera wynosi 42,9 ogółem w publicznym szybkim podzbiorze edition-v0.3 liczącym 1068 wierszy, z wynikami w poszczególnych obszarach: Wiedza 29,1, Język 48,9, Wyszukiwanie 49,8, Narzędzia 59,8 i Sztuka 18,0. IBM przeprowadziło tę ocenę i IBM ją opublikowało. Nikt inny jej nie odtworzył i nie ma w ogóle żadnego wpisu na liście rankingowej podmiotów trzecich dla Granite Switch. Zwróć uwagę również na kształt: 59,8 w kategorii Narzędzia obok 18,0 w kategorii Sztuka to profil specjalistyczny, a nie ogólny wynik kompetencji, a karta wprost mówi, aby prawdopodobieństwa opcji traktować jako wartość aprioryczną, a nie certyfikowaną klasyfikację w domenach, dla których adapter nie był trenowany.

Druga z nich to ścieżka mowy i to twierdzenie najbardziej narażone na nadinterpretację. Enkoder obsługuje wyłącznie język angielski, jego dane wyjściowe są pisane małymi literami i bez interpunkcji, a — jak sam IBM mówi w karcie modelu — enkoder mowy i LLM nie są trenowane łącznie; nie ma wytrenowanej projekcji, która by je łączyła. Ścieżka audio modelu Gemma 4 12B była trenowana jako część modelu. To jest prawdziwa różnica i przetrwa całą tę rozmowę o konsolidacji punktów końcowych: jeden system ma wytrenowane sprzężenie między dźwiękiem a znaczeniem, a drugi ma transkrypcję wstawioną do promptu przez komponent, który nigdy nie był optymalizowany do pracy z tym, co ją odczytuje.

Uruchamianie ich obok siebie

Oba checkpointy można pobrać, oba są na licencji Apache-2.0, a uczciwe ujęcie sprawy jest takie, że należą do różnych ról, a nie do bezpośredniego porównania. Po Gemma 4 12B sięgasz, gdy dane wejściowe zawierają piksele. Po Granite Switch 4.1 8B sięgasz, gdy wynikiem ma być prawdopodobieństwo albo gdy chcesz, aby jeden endpoint obsługiwał czat, decyzje i transkrypcję, i jesteś gotów zaakceptować, że połowa odpowiedzialna za transkrypcję to zlepek, a nie wytrenowana ścieżka.

Jeśli porównujesz oba pod kątem wydajności, zrób to bez przepinania swojego stacku. OrcaRouter udostępnia ponad 200 modeli za jednym kluczem API z automatycznym przełączaniem awaryjnym i przekazuje cenę katalogową dostawcy z 0% narzutu, więc zmiana ceny po stronie dostawcy trafia tu tego samego dnia, a nie dopiero przy następnej aktualizacji katalogu. img src="4.png" alt="Zrzut ekranu strony modelu OrcaRouter dla modelu Gemma 4 26B A4B, na którym model oznaczono tagami Vision, Tools, JSON i Reasoning, z kontekstem 262K tokenów, wejściem tekstowym, obrazowym i wideo, datą wydania przez Google 2026-04-03, ceną za milion tokenów 0,06 USD za wejście i 0,33 USD za wyjście, p50 czasu do pierwszego tokenu 2,74 sekundy oraz opisem wprowadzającym, w którym Gemma 4 26B A4B IT opisano jako model mieszaniny ekspertów dostrojony do instrukcji, o łącznej liczbie 25,2 mld parametrów, z których 3,8 mld aktywuje się na token." /> Żadnego z tych dwóch checkpointów nie ma dziś w naszym katalogu i nie zamierzamy udawać, że jest inaczej — Granite Switch to pobranie z Hugging Face i kontener vLLM, Gemma 4 12B — tak samo. Sens umieszczenia kandydata za jednym kluczem polega na tym, że gdy stanie się dostępny, porównanie go z dotychczasowym modelem na własnym ruchu kosztuje zmianę identyfikatora modelu, a nie migrację. Weź pod uwagę niektóre z modeli, które rzeczywiście obsługujemy, takie jak Gemma 4 26B A4B, jako pomost: należy do tej samej rodziny co oceniany model, na hostowanym endpointcie, już dziś.

Który, dla kogo

Wybierz Gemma 4 12B, jeśli w twoim obciążeniu roboczym są piksele, jeśli kontekst 256K jest kluczowy albo jeśli wypuszczasz coś w tym kwartale i chcesz mieć pięć miesięcy cudzych błędów między sobą a produkcją. Wybierz Granite Switch 4.1 8B, jeśli potrzebujesz skalibrowanego rozkładu po etykietowanych opcjach, a nie odpowiedzi, jeśli sprowadzenie czatu, decyzji i mowy do jednego punktu końcowego usuwa z twojej architektury jedną usługę, albo jeśli jesteś zespołem, który chce przeczytać manifest kompilacji i skomponować własny wariant — composer jest publiczny, a katalog adapterów jest otwarty.

Nie wybieraj Granite Switch 4.1 8B do zadań wizyjnych. Nie ma żadnych takich możliwości. I nie opieraj decyzji o żadnym z nich na wyniku benchmarku, którego sam nie uruchomiłeś, ponieważ jedynym wynikiem decyzyjnym w tym porównaniu jest wynik zgłoszony przez dostawcę, bez żadnej drugiej opinii za nim — co jest stwierdzeniem o stanie dowodów, a nie o modelu.