Granite Switch 4.1 30B
- 工具调用
- 开放权重
价格
0 个渠道报价 · 按标价显示这个模型暂无标价渠道。
详细规格
- 许可证
- apache-2.0
- 模型家族
- granite-switch
IBM 的页面未说明：最长输入, 输出模态, 推理, 推理档位, 可关闭推理, 最大思考预算, 结构化输出, 内置工具, 知识截止, 别名。
本地运行
权重： ibm-granite/granite-switch-4.1-30b- 参数 30B
- 稠密
- 原生精度 BF16
- 层数 66
- 每 token 的 KV 缓存 264 KB
- 配置位置数 128K （config.json max_position_embeddings）
在你的配置上 · GeForce RTX 4090
●流畅 IQ4_XS （自动） 8K 上下文 28–42 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 17.6 GB (权重 14.8 + KV 缓存 2.1 + 开销 0.7)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 28–42 tok/s
- 最长上下文
- 23K (再长就放不下)
- 首 token
- 2K 提示约 0.97–1.45 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 55.9 GB | ≈ 60.7 | ✕放不下 | — |
| Q8_0官方 | 31.7 GB | ≈ 35.4 | ○需放到内存 3–4 tok/s | — |
| FP8 | 27.9 GB | ≈ 31.4 | ○需放到内存 4–5 tok/s | — |
| Q6_K官方 | 25.2 GB | ≈ 28.5 | ○需放到内存 5–7 tok/s | — |
| Q5_K_M官方 | 22.3 GB | ≈ 25.5 | ○需放到内存 7–11 tok/s | — |
| Q5_0官方 | 21.7 GB | ≈ 24.8 | ○需放到内存 8–13 tok/s | — |
| Q4_K_M官方 | 19.6 GB | ≈ 22.6 | ○需放到内存 15–22 tok/s | — |
| Q4_0官方 | 18.4 GB | ≈ 21.3 | ●流畅 23–34 tok/s | 9K |
| IQ4_XS | 14.8 GB | ≈ 17.6 | ●流畅 28–42 tok/s | 23K |
| Q3_K_M官方质量下降明显 | 16.3 GB | ≈ 19.2 | ●流畅 26–38 tok/s | 17K |
| IQ3_XXS质量下降明显 | 10.7 GB | ≈ 13.3 | ●流畅 37–55 tok/s | 40K |
| Q2_K官方质量下降明显 | 13.4 GB | ≈ 16.2 | ●流畅 30–45 tok/s | 29K |
| IQ2_XXS质量下降明显 | 7.2 GB | ≈ 9.8 | ●流畅 51–76 tok/s | 54K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 5090；统一内存 Apple M5 Max (32-core GPU) · 36 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 449.4 GB你的配置放不下
LoRA≈ 58.8 GB你的配置放不下
QLoRA≈ 18.7 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
变更
全部变更 →- 新增语言模型
来源
- ibm-granite/granite-switch-4.1-30b model card（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- ibm-granite/granite-switch-4.1-30b config.json（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- ibm-granite/granite-switch-4.1-30b model card（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- ibm-granite/granite-switch-4.1-30b files（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- ibm-granite/granite-switch-4.1-30b-GGUF files（在新标签页打开） huggingface.co · 核对于 2026年11月2日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
IBM · 美国 · ibm.com
相关模型
快照、同系列与同厂商的其他模型