Granite Switch 4.1 30B vs Granite 4.2 30B: Dois 30Bs da IBM Que Não Competem

Aqui está a parte incômoda de colocar Granite Switch 4.1 30B ao lado de Granite 4.2 30B: eles não são o mesmo tipo de artefato, então a maioria das comparações diretas se desfaz ao contato. Granite 4.2 30B é um modelo — um raciocinador denso de 30B que a IBM publicou sob Apache-2.0, com modos de pensamento e chamada de ferramentas agêntica. Granite Switch 4.1 30B, cujos pesos chegaram em 14 de outubro de 2026, é um runtime: ele congela uma base Granite, anexa adaptadores alternáveis a ela e vende três capacidades a partir de um único checkpoint. Você não escolhe entre eles como escolhe entre dois modelos. Você escolhe se quer um modelo ou uma camada de composição.

Dito isso, há uma decisão real escondida por baixo do erro de categoria, e ela não tem nada a ver com benchmarks. O Switch 4.1 30B é construído sobre a base Granite 4.1 30B. O Granite 4.2 30B é uma geração mais nova da mesma família e é mensuravelmente o modelo geral mais forte. Então, a questão real é se vale a pena abrir mão de uma geração de modelo base em troca do maquinário de comutação — e essa resposta é diferente dependendo de se você está chamando um modelo ou colocando um em produção.

Lado a lado, dimensão por dimensão

• O que é — O Switch 4.1 30B é um checkpoint composto (base congelada + dois adaptadores LoRA ativados + um codificador de fala); o Granite 4.2 30B é um único modelo denso somente decodificador.

• Parâmetros — Switch 4.1 30B totaliza 29.989.814.272 contra uma base de 28.865.728.512, um delta de +3,89%; Granite 4.2 30B é um modelo denso de 30B sem custo adicional de adaptador porque não tem adaptadores.

• Contexto — 131.072 tokens nativamente em ambos, com a IBM documentando uma extensão de contexto longo para 512K no lado do Granite 4.2.

• Modo de pensamento — O Granite 4.2 30B tem cadeia de pensamento explícita dentro das tags <think> com esforço selecionável; o Switch 4.1 30B não tem modo de raciocínio integrado ao template de chat.

• Além do texto — O Switch 4.1 30B aceita áudio e retorna uma transcrição mais uma distribuição de decisão calibrada; o Granite 4.2 30B não faz nem uma coisa nem outra.

• Quantizações — O Granite 4.2 30B é distribuído em BF16, além de builds FP8, NVFP4, MXFP4, GGUF e MLX; os checkpoints do Switch são distribuídos em uma única precisão, sem build quantizado oficial até o momento em que este texto foi escrito.

• Licença — Apache-2.0 em ambos.

• Pontuações publicadas — o Granite 4.2 30B tem uma tabela de benchmark completa (executada pelo fornecedor); o Switch 4.1 30B tem apenas um número, o Decision Index, e ele mede algo completamente diferente.

Onde o Granite 4.2 30B vence de forma absoluta

Em capacidade geral, a diferença não é pequena, e não é para ser. A própria ficha da IBM para Granite 4.2 30B reporta 77,60 no MMLU-Pro, 89,17 no AIME 2025 e 66,41 no GPQA, com 57,00 no SWE-bench Verified e 29,24 no Terminal-Bench 2.1 — tudo informado pelo fornecedor, executado por meio de um harness baseado em NeMo no próprio framework de avaliação da IBM, nada disso reproduzido por ninguém fora da IBM. Trate os números como uma alegação do fornecedor, e eles ainda são os únicos dados comparativos que existem para qualquer um dos dois modelos.

O ponto estrutural importa mais do que as pontuações. O Granite 4.2 30B foi treinado como um modelo de raciocínio com aprendizado por reforço agêntico, e vem com o ferramental ao seu redor: builds quantizados para o hardware que as pessoas realmente têm, um caminho de extensão de contexto longo e um alternador documentado de modo de pensamento. O Granite Switch 4.1 30B foi construído compondo uma base congelada com adaptadores, e a base por trás dele é uma geração mais antiga. Se você quer um modelo para responder bem a perguntas difíceis, o modelo denso mais novo é o que você quer.

Onde o Granite Switch 4.1 30B vence de forma decisiva

Três lugares, e nenhum deles é um benchmark.

O primeiro é que ele responde a um formato de pergunta diferente. O adaptador de decisão recebe um estado e uma pergunta com opções rotuladas e retorna uma distribuição de probabilidade calibrada sobre esses rótulos em uma única passagem direta — o exemplo do card retorna algo como A: 0.982, B: 0.0035, C: 0.014. Isso não é uma conclusão de chat que você analisa com uma regex. Roteamento em uma softmax sobre os logits das opções é uma operação diferente de pedir a um modelo que, por favor, responda com uma letra, e todo o design é construído para que a leitura calibrada esteja disponível sem um segundo modelo na máquina.

O segundo é áudio. O codificador incorporado Granite Speech 5.0 TurboCTC de 470M transcreve o áudio de entrada e insere a transcrição no contexto do chat no lugar da parte do conteúdo de áudio, de modo que uma solicitação de fala é uma solicitação de chat normal com uma parte input_audio. Se isso é uma boa ideia depende inteiramente de uma ressalva que a IBM escreveu em sua própria ficha de modelo: o codificador e o modelo de linguagem não são treinados em conjunto, não há uma projeção treinada que os acople, e a saída é apenas em inglês, em minúsculas e sem pontuação. Uma transcrição incorreta altera a pergunta à qual o modelo responde, silenciosamente.

O terceiro é a sobrecarga de parâmetros, e este é o número que sobreviverá ao lançamento. O checkpoint composto é 3,89% maior que o base, porque cada adaptador lê o cache KV do modelo base em vez de manter seu próprio estado de atenção. Em uma configuração multiadaptador convencional, cada adaptador entre os quais você alterna é outro conjunto de estado de atenção, e a conta de memória cresce com a quantidade. Aqui você paga 1,12 bilhão de parâmetros extras por um classificador de segurança, um motor de decisão e um codificador de fala, e a própria troca é um parâmetro de requisição que o template de chat resolve — não uma segunda implantação para ser iniciada e mantida aquecida.

A armadilha nos números: 50,1 não é um 77,60 menor

A forma mais provável de interpretar mal este par é colocar o 50,1 do modelo Switch ao lado do 77,60 do Granite 4.2 30B e concluir que o modelo Switch equivale a dois terços do modelo. Esses dois números não descrevem a mesma coisa, e a comparação não faz sentido.

O 50,1 é uma pontuação do Decision Index — edição v0.3, subconjunto rápido público de 1.068 linhas — que mede quão bem o adaptador de decisão classifica opções rotuladas, com um detalhamento por área de Conhecimento 32,4, Linguagem 58,6, Recuperação 49,8, Ferramentas 76,5 e Artes 26,4. É uma pontuação para um adaptador fazendo um trabalho, e não diz absolutamente nada sobre a qualidade de chat do modelo base, porque a base sob ele não é tocada pelo adaptador. O 77,60 é o MMLU-Pro, um benchmark de conhecimento geral para o modelo inteiro. Eixos diferentes, harnesses diferentes, autores diferentes. O único uso correto de qualquer um dos dois números é como evidência sobre aquilo que ele de fato mediu.

Leia o formato do Decision Index em vez do seu título e você obtém algo genuinamente útil: 76,5 em Tools ao lado de 26,4 em Arts diz que vale a pena apontar este adaptador para decisões no estilo de seleção de ferramentas e que não se deve confiar nele para classificação criativa ou de domínio aberto sem a sua própria avaliação. Essa é uma frase mais acionável do que qualquer pontuação geral.

O que realmente decide isso

Se você está chamando um modelo — um endpoint, um prompt, uma resposta — o Granite 4.2 30B é o modelo mais novo e melhor e não há motivo para contornar o checkpoint Switch para obtê-lo.

Se você está lançando um, a aritmética muda. Uma equipe que está construindo um sistema que precisa responder, decidir e transcrever está, de outra forma, executando três processos com três latências e três pegadas de memória; a build Switch colapsa isso em um único checkpoint que custa 3,89% mais do que a base que substitui. Uma equipe que precisa de uma probabilidade calibrada sobre um conjunto fixo de rótulos não tem equivalente algum no Granite 4.2 30B, e fazer prompting para isso não é a mesma coisa.

O senão é a base. Comprar a camada de composição significa aceitar a base de geração 1, e não há nenhum checkpoint Switch construído sobre a base Granite 4.2 hoje. A IBM disse que mais dados estão por vir "nas próximas semanas" e descreveu o composer como o caminho a seguir — qualquer pessoa pode construir um checkpoint Switch a partir de qualquer base Granite e qualquer subconjunto de adaptadores, usando o ferramental granite-switch. Se a IBM fará isso para a linha 4.2 é o ponto a ficar de olho, porque esse lançamento eliminaria todo esse trade-off.

Executando ambos sem apostar em nenhum

Nenhum dos dois modelos está no catálogo do OrcaRouter hoje, portanto ambos significam seu próprio hardware e os canais de lançamento da IBM. Vale a pena dizer isso claramente, em vez de insinuar que existe um endpoint hospedado.

O que a plataforma muda é o custo de descobrir. Uma única chave cobre mais de 200 modelos com failover automático, e o preço de tabela do provedor é repassado com 0% de markup, então, quando um modelo que você está avaliando realmente ganha uma rota hospedada, medi-lo em relação ao que já está em produção é uma mudança de configuração, e não um segundo contrato com fornecedor. Neste confronto em particular, isso importa porque ambos os lados estão indefinidos da mesma forma: a tabela de benchmarks do Granite 4.2 30B é da própria IBM e não foi reproduzida, e o Granite Switch 4.1 30B tem essencialmente um único número publicado e nenhuma avaliação independente de qualquer tipo. Nenhum dos dois merece uma vaga em produção com base apenas na ficha técnica do modelo. Ambos merecem uma semana do seu próprio tráfego.

Veredito

Granite 4.2 30B é o melhor modelo. Granite Switch 4.1 30B é o artefato mais interessante, e é ele que mostra para onde a IBM acha que a inferência empresarial está indo — não um modelo maior, mas uma conta menor para o mesmo conjunto de capacidades, obtida ao compor adaptadores baratos sobre uma base congelada e compartilhar o cache KV entre eles.

Escolha o modelo 4.2 se o que você precisa são respostas. Escolha o checkpoint Switch se o que você precisa são decisões de roteamento, um veredito de segurança e uma transcrição saindo de um único processo, e se você consegue conviver com um modelo base que está uma geração atrás. Ignore quem compara as pontuações de uns com as de outros; os números não medem a mesma coisa.