Granite 4.0 Micro
1777°
IBM | 131,000 令牌上下文 | $0.02/M 输入，$0.11/M 输出。Granite-4.0-H-Micro 是 Granite 4 系列模型中的3亿参数版本。这些模型是 IBM 发布的最新系列，针对长上下文工具调用进行了微调。
本模型的指南
Ollama 与 LM Studio（2026）：选择哪个本地 AI 应用，以及各自支持的顶级模型
按使用场景选最佳本地大语言模型（2026年10月）：每个任务的合适开源模型
本地AI到底需要多少显存？
什么是 GGUF 文件？量化模型详解（Q4、Q8、fp8、NF4）
船长笔记
2026-10-13 的笔记
Granite 4.0 Micro 是 IBM 面向长上下文工具调用和企业任务打造的 3B 参数指令模型。Apache 2.0 许可意味着你可以本地运行或自由微调。该模型体积和价格适中，适合需要可靠函数调用和检索增强生成（RAG）的开发者，且能在普通硬件上运行。
以……著称
- 强大的工具调用和函数调用，专为代理流水线调优。
- 131,000 令牌上下文窗口，3B 模型中罕见的大容量。
- Apache 2.0 许可：可商业使用、微调和发布。
- 支持包括阿拉伯语、日语、韩语和中文在内的十二种语言。
- 采用 RLHF 和模型融合训练，提升指令遵循能力。
注意
- 3B 参数规模限制了复杂多步推理能力，大型模型表现更佳。
- 输出价格（0.11 美元/百万）是输入的五倍，重度生成成本较高。
- IBM 通过聊天模板添加了默认系统提示，若需干净环境需注意。
推荐尝试的提示词
从零开始的工具调用
你有一个函数 get_weather(city: str) -> dict，返回当前温度和天气状况。用户问：“今天里昂骑车够暖和吗？”写出你会调用的工具调用，然后展示如何用返回数据一句话回答用户。
带引用的检索增强回答
这是产品手册摘录：“Model X 泵的工作压力不得超过 4 巴。滤芯应每 500 小时更换一次，或当流量低于 2 升/分钟时更换。”技术员问：何时更换滤芯？仅根据上述文本回答并引用相关数据。
多语言信息提取
从以下文本中提取公司名称、发票号码和总金额，返回 JSON：'Factura número 2024-0891 emitida por Distribuciones Martínez S.L. Importe total: 1.340,00 EUR. Fecha de vencimiento: 15 de marzo de 2025.'
与……比较
- Granite 4.2 8B开源权重模型131,072 令牌上下文 · $0.06/M 输入，$0.25/M 输出
- GPT-5.6 Luna仅限API模型1,050,000 令牌上下文 · $0.20/M 输入，$1.20/M 输出
- Claude Haiku 5.5仅限API模型1,000,000 令牌上下文 · $0.10/M 输入，$0.50/M 输出
- Gemini 2.5 Flash Lite仅限API模型1,048,576 令牌上下文 · $0.10/M 输入，$0.40/M 输出
来自 ibm-granite 的更多文本模型
常见问题
- 我可以本地运行 Granite 4.0 Micro 吗？
- 可以——权重在 Apache 2.0 许可下公开，托管于 Hugging Face 的 ibm-granite/granite-4.0-h-micro，支持用 Transformers 或任何兼容 GGUF 的运行器加载。
- 费用是多少，支持多长上下文？
- API 价格为每百万输入令牌 0.02 美元，输出 0.11 美元，上下文窗口为 131,000 令牌。
- Micro 与 Granite 4.0 家族其他成员相比如何？
- Micro 是 Granite 4.0 系列中最小的 3B 参数模型，速度快且成本低，但复杂推理任务更适合家族中更大的模型。
船长评语如果你的工作负载涉及工具调用、检索增强生成或多语言提取，且想要低价开源权重，这是一个真正有用的小模型。
Hugging Face 上的模型卡
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
Granite 4.0 Micro 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153