Bolehkah saya jalankan Granite 4.2 3B secara tempatan?

Tidak. IBM belum mengeluarkan berat terbuka untuk model ini; ia hanya melalui API.

Berapa kos dan berapa panjang konteksnya?

Input adalah $0.03 setiap juta token, output $0.12 setiap juta token, dengan tetingkap konteks 131,072 token.

Bagaimana suis mod pemikiran berfungsi?

Anda boleh tetapkan pemikiran penuh (lalai, penalaran paling mendalam), usaha rendah (lebih pantas, ringan), atau tiada pemikiran (tiada rantai pemikiran) bagi setiap permintaan, membolehkan kawalan latensi dan kos untuk setiap pertanyaan.

Granite 4.2 3b

3381°

#llm #ibm-granite #penalaran #bajet #pantas

Buka DeepInfra

ibm-granite | 131,072 token context | $0.03/M input, $0.12/M output. Granite-4.2-3B adalah model penaakulan padat dalam keluarga Granite 4.2. Walaupun bilangan parameter kecil, ia memberikan prestasi kukuh pada tugasan intensif penaakulan dengan memanfaatkan ... chain-of-thought terbina dalam. Ia menyokong mod pemikiran fleksibel — pemikiran penuh (lalai), tanpa pemikiran, dan usaha rendah — membolehkan pengguna mengimbangi kedalaman vs. kelewatan bagi setiap pertanyaan.

Panduan untuk model ini

10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata

Cara memilih model AI pada Oktober 2026: berita sumber tertutup, kemudian berat terbuka yang patut dimuat turun

Apakah fail GGUF? Model kuantisasi diterangkan (Q4, Q8, fp8, NF4)

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Granite 4.2 3B adalah model penalaran padat IBM, dibina untuk berprestasi melebihi saiznya pada tugasan berat logik melalui pemikiran rantai yang terbina dalam seni bina. Apa yang menjadikannya praktikal adalah suis mod pemikiran per pertanyaan: penuh, usaha rendah, atau tiada, jadi anda hanya bayar untuk kedalaman yang anda perlukan. Pada $0.03 setiap juta token input, ia sesuai untuk pembangun yang mahu keupayaan penalaran tanpa bil model termaju.

Dikenali untuk

Penalaran rantai pemikiran terbina dalam model kelas 3B
Tiga mod pemikiran membolehkan anda menukar kedalaman untuk latensi per pertanyaan
Harga input sangat rendah pada $0.03 setiap juta token
Tetingkap konteks 128K token untuk model kecil

Berhati-hati dengan

Berat tidak terbuka; anda hanya melalui API, tiada pelaksanaan tempatan.
Kos output $0.12/M, empat kali ganda kadar input — pemikiran berat cepat mahal.
Model 3B mempunyai had keupayaan sebenar; tugasan berbilang langkah kompleks mungkin memerlukan model yang lebih besar.

Terbaik untuk

Penalaran

Bajet

Pantas

Arahan untuk cuba

Teka-teki logik, bajet rendah

Gunakan mod pemikiran usaha rendah. Lima orang duduk berbaris. Alice tidak bersebelahan Bob. Carol duduk tepat di kiri Dave. Eve berada di salah satu hujung. Bob tidak berada di mana-mana hujung. Senaraikan setiap susunan tempat duduk yang sah dan terangkan langkah penghapusan anda.

Kenal pasti kesilapan penalaran

Seorang pengurus berhujah: produk terlaris kami mempunyai kadar pulangan tertinggi, jadi kualiti mesti menjadi punca pulangan. Kenal pasti setiap kesilapan logik dalam hujah ini dan cadangkan data yang anda perlukan untuk menguji punca sebenar.

Semak rancangan langkah demi langkah

Saya mahu memindahkan pangkalan data Postgres ke pelayan baru dengan masa henti kurang lima minit. Ini rancangan saya: 1) buat salinan penuh, 2) pulihkan pada pelayan baru, 3) kemas kini DNS, 4) tukar konfigurasi aplikasi. Cari kekurangan dan susun langkah dengan betul.

Bandingkan dengan

GPT-5.6 Luna
Model hanya API
konteks 1,050,000 token · Input $0.20/M, output $1.20/M
Claude Haiku 5.5
Model hanya API
konteks 1,000,000 token · Input $0.10/M, output $0.50/M
Gemini 2.5 Flash Lite
Model hanya API
konteks 1,048,576 token · Input $0.10/M, output $0.40/M
Gemini 3.1 Flash Lite
Model hanya API
konteks 1,048,576 token · Input $0.25/M, output $1.50/M

Lebih banyak model teks dari ibm-granite

Soalan yang sering ditanya

Bolehkah saya jalankan Granite 4.2 3B secara tempatan?: Tidak. IBM belum mengeluarkan berat terbuka untuk model ini; ia hanya melalui API.
Berapa kos dan berapa panjang konteksnya?: Input adalah $0.03 setiap juta token, output $0.12 setiap juta token, dengan tetingkap konteks 131,072 token.
Bagaimana suis mod pemikiran berfungsi?: Anda boleh tetapkan pemikiran penuh (lalai, penalaran paling mendalam), usaha rendah (lebih pantas, ringan), atau tiada pemikiran (tiada rantai pemikiran) bagi setiap permintaan, membolehkan kawalan latensi dan kos untuk setiap pertanyaan.

Keputusan Kapten
Model penalaran yang benar-benar murah dengan kawalan berguna — patut dicuba sebelum anda memilih sesuatu yang sepuluh kali ganda mahal.

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh 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 dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Cara memasang

Cara Pasang Ollama dan Jalankan AI Tempatan (Windows, Mac, Linux)

11 Okt 2026

Buka DeepInfra

Model serupa

Mistral Nemo Instruct 2407

Llama 3.3 70B Instruct Turbo

TEXT / LLM

Model AI untuk penjanaan imej, video dan teks

Granite 4.2 3b ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm ibm-granite penalaran bajet pantas

Layari mengikut keluarga model