Kan jag köra Granite 4.2 30B lokalt?

Nej. IBM har inte släppt öppna vikter för denna modell, så den är endast tillgänglig via API och kan inte köras självständigt.

Vad kostar det och hur långt är kontexten?

Priset är 0,16 USD per miljon inmatningstoken och 0,65 USD per miljon utmatningstoken, med ett kontextfönster på 131 072 tokens.

Vilka är de tre tänkandemodlägena och när ska jag använda dem?

Fullständigt tänkande är standard och ger djupast resonemang; icke-tänkande hoppar över kedjetänkandet för snabbare och billigare svar; låg ansträngning ligger mitt emellan och är användbart när du vill ha viss resonemang utan full latens.

Granite 4.2 30b

5367°

#llm #ibm-granite #resonemang #forskning #matematik #datautvinning

Öppna DeepInfra

ibm-granite | 131 072 tokens kontext | $0,16/M indata, $0,65/M utdata. Granite-4.2-30B är flaggskeppsresonemangsmodellen i Granite 4.2-familjen. Den levererar starkast prestanda över resonemangsintensiva uppgifter genom att utnyttja inbyggd ... chain-of-thought. Den stödjer flexibla tänkandemod – fullständigt tänkande (standard), icke-tänkande och låg ansträngning – vilket låter användare balansera djup vs. latens per fråga.

Guider för denna modell

Hur du väljer en AI-modell i oktober 2026: nyheter om stängd källkod och öppna vikter värda att ladda ner

Öppna vikter vs öppen källkod vs endast API: vad du faktiskt får göra

Vad är en GGUF-fil? Förklaringar av kvantiserade modeller (Q4, Q8, fp8, NF4)

Alla guider

Kaptenens anteckningar

Skrivet av Captain, husets redaktör

Anteckningar från 2026-10-13

Granite 4.2 30B är IBMs flaggskeppsmodell för resonemang i Granite 4.2-familjen, byggd kring kedjetänkande och erbjuds med tre tänkandemodlägen så att du kan byta mellan djup och snabbhet för varje enskild fråga. Med en kostnad på 0,16 USD per miljon inmatningstoken ligger den långt under de flesta avancerade resonemangsmodeller. Den passar utvecklare och analytiker som behöver seriöst resonemang utan en seriös räkning.

Känd för

Inbyggt kedjetänkande som en förstklassig funktion, inte bara ett prompttrick.
Tre tänkandemodlägen: fullständigt, icke-tänkande och låg ansträngning för latenskontroll.
Konkurrenskraftig prissättning på 0,16 USD/M inmatning och 0,65 USD/M utmatning.
131 072 tokens kontextfönster för längre dokument och flerstegsuppgifter.

Se upp för

Vikterna är inte offentliga; du är bunden till IBMs API utan möjlighet till egen drift.
IBM har inte publicerat benchmark-siffror, så oberoende jämförelser är svåra att göra.
Utmatning till 0,65 USD/M är rimlig men resonemangsintensiva frågor genererar snabbt långa svar.

Bäst för

Promptar att prova

Flerstegs logikpussel

Fem kollegor — Ana, Ben, Cara, Dan och Eve — arbetar alla i olika avdelningar: HR, ekonomi, juridik, teknik och marknadsföring. Ana är inte i HR eller ekonomi. Ben är i juridik. Cara är inte i marknadsföring. Dan är i teknik. Ta reda på vilken avdelning varje person tillhör och visa ditt resonemang steg för steg.

Orsaksanalysuppgift

Ett mjukvaruteam släpper en ny version på måndag. På onsdag har felprocenten fördubblats, genomsnittlig svarstid har ökat med 40 % och en specifik API-endpoint står för 80 % av de nya felen. Gå igenom de mest sannolika orsakerna i sannolikhetsordning, vilken bevisning du skulle samla in för att bekräfta varje orsak, och den snabbaste säkra vägen för rollback.

Strukturerad dataextraktion

Extrahera alla ekonomiska åtaganden från följande kontraktsklausul och returnera dem som en JSON-array. Varje objekt ska innehålla: part, åtagandetyp, belopp eller ränta, förfallodatum och påföljd vid brott. Klausul: 'Acme Corp ska betala Leverantören en månatlig retainer på 12 000 USD som förfaller den första varje månad. Försenade betalningar medför en ränta på 1,5 % per månad. En engångsavgift på 5 000 USD ska betalas inom 30 dagar efter kontraktssignering.'

Jämför med

Qwen3 30B A3B Thinking 2507
Endast API-modell
81,920 tokens kontext · $0.20/M indata, $2.40/M utdata
Gemini 2.5 Pro Preview 06-05
Endast API-modell
1,048,576 tokens kontext · $1.25/M indata, $10.00/M utdata
o3 Pro
Endast API-modell
200,000 tokens kontext · $20.00/M indata, $80.00/M utdata
Ling 3.0 Flash Fin
Endast API-modell
262,144 tokens kontext · $0.04/M indata, $0.12/M utdata

Fler textmodeller från ibm-granite

Vanliga frågor

Kan jag köra Granite 4.2 30B lokalt?: Nej. IBM har inte släppt öppna vikter för denna modell, så den är endast tillgänglig via API och kan inte köras självständigt.
Vad kostar det och hur långt är kontexten?: Priset är 0,16 USD per miljon inmatningstoken och 0,65 USD per miljon utmatningstoken, med ett kontextfönster på 131 072 tokens.
Vilka är de tre tänkandemodlägena och när ska jag använda dem?: Fullständigt tänkande är standard och ger djupast resonemang; icke-tänkande hoppar över kedjetänkandet för snabbare och billigare svar; låg ansträngning ligger mitt emellan och är användbart när du vill ha viss resonemang utan full latens.

Kaptens omdöme
En verkligt prisvärd resonemangsmodell med användbara latenskontroller — värd att titta på om IBMs API-låsning inte stör dig.

Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.

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

Hur denna poäng räknas ihop

Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.

Ordlista: termerna som används här

Heat-poäng: Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet: De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter: Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala: Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden: Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet: Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad: Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder: Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde: Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter: Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token: En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint): Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding: Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter: Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder: Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost: En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng: Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod): En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend: Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell: Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.

Hur man installerar

Hur man installerar Ollama och kör en lokal AI (Windows, Mac, Linux)

Liknande modeller

AI-modeller för bild-, video- och textgenerering

Granite 4.2 30b är en textmodell för familjen Text / LLM, listad på ModelTrends.ai, en skrivskyddad katalog över AI-modeller med öppen källkod för bild, video och text. Jämför den med andra Text / LLM-modeller och se dess hettapoäng.

Fler Text / LLM-modeller llm ibm-granite resonemang forskning matematik datautvinning

Bläddra efter modellfamilj