Granite 4.1 是 IBM 在 2026 年 6 月 17 日发布的新一代开源模型系列，包括 2B、8B 和 20B。本文主要看 8B 版本。
Granite 4.1 8B 同时提供基座模型和指令模型，权重都采用 Apache 2.0 协议。下载、微调、商用都可以，不需要额外向 IBM 申请授权。
上下文窗口是 128K，处理企业文档、代码库和长对话基本够用。
语言方面更偏欧美市场，训练覆盖英语、法语、西班牙语、德语和葡萄牙语。中文能用，但不是它的强项。
IBM 给它的定位也很清楚：不是拿来冲排行榜第一，而是做企业里真能部署的实用模型。
代码、指令遵循、RAG、工具调用这些企业常用能力都做了。
第三方成绩也不差。Granite 4.1 8B 在 Open LLM Leaderboard v2 排到第四，在多项内外部基准里超过同尺寸的 Llama 4.1 Scout 和 Qwen 3.5 8B。
它最突出的地方不是某一项特别夸张。
而是 8B 这个体量下，很难找到特别明显的短板。
| 套餐 | 价格 | 说明 |
|---|---|---|
| IBM watsonx API（按量） | 输入 $0.10 / 百万 Token；输出 $0.30 / 百万 Token | IBM 官方托管，适合需要 SLA 和企业支持的团队 |
| IBM watsonx（包月） | $150 / 月，含 3M 输入 Token + 1M 输出 Token | 适合调用量相对稳定的团队 |
| Together AI API | 输入 $0.10 / 百万 Token；输出 $0.30 / 百万 Token | 第三方托管，价格和官方一致 |
| Cerebras API | 未公开，需联系销售 | 针对 Cerebras 硬件优化 |
| 自托管 | 模型免费，只承担硬件和运维成本 | Apache 2.0，可自行部署和微调 |
Granite 4.1 8B 真正拉低门槛的是本地部署。
FP8 量化后大约 8GB 显存就能跑，指令版约 9GB。这个级别已经进入消费级显卡的范围。
个人开发者和小团队终于不用为了一个企业向开源模型先准备服务器机柜。
Granite 4.1 8B 在指令遵循上比较稳。
ChatRAG-Bench 得分 71.12，多轮对话和长上下文任务里的表现也比较稳定。
这类能力听起来不如“数学满分”抢眼，但放到企业环境里很重要。
客服要按格式回复，知识库要围绕资料回答，内部 Agent 要按步骤调用工具。模型如果总喜欢自己加戏，分数再高也很难用。
Granite 的路子反而比较克制：让它干什么，它大多就老老实实干什么。
HumanEval 得分 79.3，MBPP 是 70.2。
放在 8B 模型里属于不错的水平。
常见的 Python、Java、C++、JavaScript、Go、Rust 都覆盖。
IBM 在训练里用了大量带许可协议的代码数据。对企业内部开发工具来说，这一点也比单纯多几个代码 benchmark 分更实际——至少合规路径更容易讲清楚。
Granite 4.1 8B 对 RAG 和工具调用投入不少。
BFCL v3 得分 78.18，在 8B 模型里属于中上水平。
如果只是聊天，这个成绩看着没什么。
企业应用就完全是另一回事：查内部数据库、调 CRM、读知识库、接业务 API，模型能不能稳定调用工具，往往比文风自然不自然重要得多。
Granite 从一开始就不是冲着“陪聊”设计的。
128K 在 2026 年已经不算夸张。
但拿来处理合同、内部知识库、代码仓库或者长对话，空间已经够大。
多语言则明显偏欧洲语言。英语、法语、西班牙语、德语、葡萄牙语支持更成熟。
中文不是不能做，只是如果业务主要靠中文，最好先拿真实数据跑一遍，别看完英文 benchmark 就直接上生产。
| 模型 | 上下文 | 定价 | API | 发布 | 全球热度 |
|---|---|---|---|---|---|
|
Granite 4.1 8B
|
131K | $0.050 / $0.100 per 1M | YES | 2026-04 |
41/100
|
| 131K | $0.100 / $0.150 per 1M | YES | 2026-08 |
43/100
|
评论（0）