Phát hành Granite 4.1 8B, 3B và 30B

• IBM phát hành bộ sưu tập Granite 4.1 vào ngày 29 tháng 4 năm 2026 và gọi đây là đợt phát hành mô hình toàn diện nhất từ trước đến nay, gồm các mô hình ngôn ngữ, thị giác, giọng nói, embedding và guardian theo Apache 2.0^[1]
• Cốt lõi là thế hệ mô hình ngôn ngữ dày, chỉ có bộ giải mã mới với các kích cỡ 3B, 8B và 30B, mỗi loại có bản base và instruct; IBM cho biết 8B instruct luôn ngang bằng hoặc vượt mô hình hỗn hợp chuyên gia Granite 4.0 có 32 tỷ tham số dù kiến trúc đơn giản hơn^[1][2]
• Các mô hình được huấn luyện trên khoảng 15 nghìn tỷ token qua năm giai đoạn, giai đoạn cuối mở rộng ngữ cảnh lên tới 512K token, sau đó được tinh chỉnh bằng tinh chỉnh có giám sát và quy trình học tăng cường nhiều giai đoạn^[1][2]
• IBM cho rằng doanh nghiệp thường muốn mô hình không suy luận vì chi phí và độ trễ, và biểu đồ gọi công cụ BFCL V3 mà hãng công bố khi tắt chế độ suy nghĩ cho thấy Granite 4.1 30B đạt 73,7 và 8B đạt 68,3, vượt Granite 4.0-H-Small (64,7) và nhỉnh hơn Gemma 4 31B (72,7) cùng Gemma 4 26B-A4B (67,8); đây là các so sánh do IBM lựa chọn^[1]
• Bản phát hành còn có Granite Vision 4.1 cho bảng, biểu đồ và trích xuất khóa-giá trị, Granite Speech 4.1 2B với tỷ lệ lỗi từ 5,33%, Granite Guardian 4.1 và Granite Embedding Multilingual R2 hỗ trợ hơn 200 ngôn ngữ^[1]

Tính năng đáng chú ý

• Trong biểu đồ của IBM, Granite Vision 4.1 (mô hình 4B) đạt trung bình 86,5 trên bảy bài kiểm tra trích xuất, so với 83,8 của Claude Opus 4.6^[1]
• Granite Speech 4.1 có các biến thể 2B, 2B Plus và 2B NAR không tự hồi quy, tạo cả chuỗi cùng lúc để đạt thông lượng cao hơn^[1]
• Granite Guardian 4.1 là bản thay thế trực tiếp cho Guardian 3.3 8B, được tinh chỉnh từ Granite 4.1 8B, với các định nghĩa rủi ro bổ sung^[1]
• Được tối ưu cho vLLM, SGLang và llama.cpp, có sẵn trên Hugging Face, watsonx, Ollama, LM Studio, OpenRouter, Replicate và các nơi khác^[1]