Apakah bobot Granite 4.2 8B terbuka dan bisa saya jalankan lokal?

Ya — bobot dirilis di bawah Apache 2.0 dan tersedia di Hugging Face di ibm-granite/granite-4.2-8b, jadi Anda bisa mengunduh dan menjalankannya lokal tanpa batasan penggunaan komersial.

Berapa biaya dan berapa panjang jendela konteksnya?

Melalui API biayanya $0,06 per juta token input dan $0,25 per juta token output; jendela konteks asli 128K token, dengan ekstensi hingga 512K.

Bagaimana Granite 4.2 8B berbeda dari model lain di keluarga Granite 4.2?

IBM juga menawarkan model padat 3B dan 30B dalam generasi yang sama; 8B berada di tengah, berbagi arsitektur penalaran dan mode pemikiran yang sama tapi dengan kapasitas lebih besar dari 3B dan kebutuhan sumber daya lebih rendah dari 30B.

Granite 4.2 8B

1383°

#llm #ibm-granite #penalaran #pemrograman #agen #multibahasa

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

IBM | konteks 131.072 token | $0,06/M input, $0,25/M output. Granite 4.2 8B adalah model penalaran padat dari IBM. Cocok untuk matematika, pengkodean, dialog multibahasa, dan alur kerja agenik yang memerlukan penalaran multi-langkah. Mendukung mode penuh, usaha rendah, dan tanpa berpikir. Model mendukung 12 bahasa: Inggris, Jerman, Spanyol, Prancis, Jepang, Portugis, Arab, Ceko, Italia, Korea, Belanda, dan Cina.

Panduan untuk model ini

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Granite 4.2 8B adalah model penalaran ukuran menengah dari IBM dengan bobot terbuka, dibangun di atas arsitektur transformer padat dengan rantai pemikiran asli. Model ini menangani matematika, kode, pemanggilan alat, dan tugas multibahasa dalam 12 bahasa, serta memungkinkan Anda mengatur kedalaman pemikiran naik atau turun per kueri. Dengan biaya $0,06 per juta token input dan bobot Apache 2.0, ini adalah pilihan serius bagi siapa saja yang ingin model penalaran yang dapat dideploy tanpa tagihan besar.

Dikenal untuk

Mode pemikiran yang dapat dipilih: penuh, usaha rendah, atau tanpa, per kueri
Pemanggilan alat yang diperkuat penalaran untuk alur kerja agen yang lebih akurat
Lisensi Apache 2.0 — penggunaan komersial dan riset tanpa batas
12 bahasa teruji termasuk Arab, Jepang, Korea, dan Cina
Konteks asli 128K, dengan ekstensi konteks panjang hingga 512K

Waspadai

Bahasa di luar 12 yang teruji belum diuji; kualitas di luar daftar itu tidak diketahui.
512K konteks adalah ekstensi, bukan jendela asli — perilaku pada panjang ekstrem bisa bervariasi.
Biaya output $0,25/M cukup terjangkau tapi bisa naik cepat dalam loop agen multi-langkah.

Terbaik untuk

Penalaran

Pemrograman

Agen dan penggunaan alat

Multibahasa

Jalankan secara lokal

Prompt untuk dicoba

Debug kode multi-langkah

Saya punya fungsi Python yang seharusnya mengembalikan 3 kata paling sering dalam string, tapi menghitung tanda baca sebagai bagian kata dan sensitif huruf besar/kecil. Tunjukkan bugnya, jelaskan kenapa menyebabkan output salah, lalu tulis versi yang benar dengan tes singkat.

Rencana panggilan alat agen

Anda punya akses ke tiga alat: search_web(query), read_file(path), dan send_email(to, subject, body). Seorang pengguna bertanya: 'Cari harga terkini kontrak berjangka tembaga, simpan ke prices.txt, lalu kirim email ringkasan satu baris.' Tuliskan urutan panggilan alat yang tepat dan jelaskan alasan Anda di setiap langkah.

Teka-teki logika, tunjukkan proses

Lima orang duduk berbaris. Alice tidak di sebelah Bob. Carol duduk tepat di kanan Bob. Dave di salah satu ujung. Eve tidak di sebelah Dave. Daftar semua susunan duduk yang valid dan tunjukkan bagaimana Anda mengeliminasi yang tidak mungkin.

Bandingkan dengan

Granite 4.0 Micro
Model dengan bobot terbuka
konteks 131,000 token · $0.02/M input, $0.11/M output
Claude Opus 5.5
Model hanya API
konteks 1,000,000 token · $4.00/M input, $20.00/M output
Gemini 3.8 Flash
Model hanya API
konteks 1,048,576 token · $0.83/M input, $4.12/M output
Claude Sonnet 5.5
Model hanya API
konteks 1,000,000 token · $2.00/M input, $10.00/M output

Model teks lain dari ibm-granite

Pertanyaan yang sering diajukan

Apakah bobot Granite 4.2 8B terbuka dan bisa saya jalankan lokal?: Ya — bobot dirilis di bawah Apache 2.0 dan tersedia di Hugging Face di ibm-granite/granite-4.2-8b, jadi Anda bisa mengunduh dan menjalankannya lokal tanpa batasan penggunaan komersial.
Berapa biaya dan berapa panjang jendela konteksnya?: Melalui API biayanya $0,06 per juta token input dan $0,25 per juta token output; jendela konteks asli 128K token, dengan ekstensi hingga 512K.
Bagaimana Granite 4.2 8B berbeda dari model lain di keluarga Granite 4.2?: IBM juga menawarkan model padat 3B dan 30B dalam generasi yang sama; 8B berada di tengah, berbagi arsitektur penalaran dan mode pemikiran yang sama tapi dengan kapasitas lebih besar dari 3B dan kebutuhan sumber daya lebih rendah dari 30B.

Putusan Kapten
Model penalaran berlisensi Apache dengan harga baik yang layak dipilih jika Anda butuh kerja agen atau multibahasa tanpa terikat API tertutup.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dihitung

Model ini belum punya data popularitas dari sumber mana pun, jadi memakai angka pengganti di bawah 7,000° supaya daftar tetap lengkap. Model ini tidak pernah berada di atas model yang punya data. Rinciannya akan muncul di sini segera setelah ada laporan dari sumber.

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Model Serupa

Model AI untuk Pembuatan Gambar, Video & Teks

Granite 4.2 8B adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm ibm-granite penalaran pemrograman agen multibahasa lokal

Jelajahi berdasarkan Keluarga Model