开放架构，性能优异，值得信赖。Apache 2.0 许可，加密签名1，ISO 认证2。
轻量级、高性能模型，采用 Apache 2.0 许可证发布，
专为可扩展的企业工作负载而设计。
我们迄今为止性能最为优异的密集型思考模型。可在执行一系列企业任务时，与规模更大的思考模型相媲美，而成本仅为后者的一小部分。
轻量设计、功能强大。行业领先的转录准确率，全面覆盖各种口音、领域和嘈杂环境。
以企业级精度理解文档、图表和图像。
设立护栏机制，检测恶意内容和有害输出。专为企业合规管理而设计。
用于检索、搜索和分类的精确语义表示。
紧凑、强大的预测功能。从微小的多变量模型到时间尺度灵活的架构，Granite 时间序列模型的表现远超其同等规模的其他模型——其效率足以在笔记本电脑上运行。
深入了解基准测试
这些模型通过大量数据集和指标进行评估，以涵盖文本生成的各个环节。更多基准测试详见 Granite 技术博客。
| 基准测试 | 指标 | granite-4.2-3b | granite-4.2-8b | granite-4.2-30b |
| 经 SWE-Bench 验证 | pass@1 | 不可用 | 47.67 | 57.00 |
| TerminalBench 2.1 | pass@1 | 不可用 | 20.56 | 29.24 |
| τ³-bench | pass@1 | 66.34 | 68.05 | 68.05 |
| BFCL (v4) | pass@1 | 52.41 | 50.29 | 61.39 |
| AIME25 | pass@1 | 78.33 | 86.67 | 89.17 |
| GPQA | pass@1 | 54.80 | 64.14 | 66.41 |
| MMLU-Pro | 5 个样本 | 67.84 | 74.04 | 77.60 |
| Arena-Hard-V2 | 赢取率 | 34.96 | 65.19 | 67.93 |
| IFBench | pass@1 | 74.33 | 79.33 | 77.17 |
访问和构建
性能和效率
从复杂的数学与代码问题到多步骤工具使用，Granite 4.2 语言模型在推理与智能体任务处理方面表现出色。此功能有助于企业构建 AI 驱动式工作流，以便对挑战进行推理并精确应对，从而从容地自动执行复杂任务。
深受各行业公司信赖
美国网球公开赛
美国网球公开赛希望通过不断发展的数字体验吸引全球球迷。IBM 帮助将海量比赛数据转化为 AI 驱动的洞察分析和互动功能，提供动态应用程序和网站体验，让球迷时刻保持联系并沉浸在体验中。
1,400 万
全球数百万车迷获享卓越数字体验
7M
比赛期间捕获并分析的数据点
面向开发人员的 Granite 模型
基于 IBM Granite 构建文档摘要工具，处理超出上下文窗口限制的文档。
基于 Granite 构建 RAG 流水线，依托外部知识库响应查询。
基于 Granite 与 Docling 构建多模态 RAG 管道，支持文本、表格与图像查询。
了解开源大语言模型如何实现自主化、降低成本，并辅助开发人员完成评估、调优与部署。
使用 Granite 时间序列模型完成零样本与微调式时间序列预测。
智能体任务的 Granite 配方。
基于 IBM Granite Code、Ollama 与 Continue 构建本地 AI 辅助工具。
查看完整的 Granite 指南
使用 Granite 构建
Granite 模型为众多 IBM 产品与服务提供底层 AI 能力支撑。了解代码生成、应用程序开发与模型测试的一站式解决方案。全部能力由 IBM Granite 提供支持。
依托 Granite 模型的 AI 与自动化技术，加快编码效率，简化开发流程。
可选用 Granite 模型或多款第三方模型，构建并部署 AI 应用程序。
开发并管理由 Granite 驱动的 AI 智能体，浏览预构建智能体目录。
开发、测试并运行 LLM，包括 Granite。
分析报告与模型排行榜
阅读报告，了解 IBM 如何助力数据科学家与机器学习工程师在企业内构建、部署并管理高价值 AI 应用程序。
了解 Granite Guardian 模型为何在 GuardBench 排行榜的前 10 名中名列第 6 位，此类模型均擅长识别有害或恶意提示以及 LLM 生成的响应。
深入了解 IBM 语音模型凭借低词错误率登顶 Open ASR 排行榜的详情。
深入了解 Granite 在斯坦福大学基础模型透明度指数中获评最高等级的原因（该指数评估数据源、数据集规模、有害内容过滤等核心透明度指标）。
IBM 相信，AI 模型的创建、部署和运用能够负责任地推进整个企业的创新。IBM watsonx AI 和数据平台具有构建和测试基础模型以及生成式 AI 的端到端流程。针对 IBM 开发的模型，我们会在模型训练之前搜索并删除重复项，并使用 URL 拦截列表技术、不良内容和文档质量过滤器、句子分割和标记化技术。
在数据训练过程中，我们力求防止模型输出失准，并使用监督微调来改善指令跟踪，以便借助提示工程将模型用于企业任务。我们将继续朝着多个方向开发 Granite 模型，包括其他模态、行业专用内容和更多用于训练的数据注释，同时针对 IBM 开发的模型部署定期、持续的数据保护措施。
鉴于生成式 AI 技术的日新月异，我们端到端的流程有望不断发展和完善。作为 IBM 在其基础模型开发和测试中投入的严谨性证明，IBM 为其开发的模型提供标准的合同知识产权赔偿，类似于为 IBM 硬件和软件产品提供的赔偿。与其他一些大语言模型提供商不同，IBM 不要求客户因使用 IBM 开发的模型而赔偿 IBM，这是 IBM 的标准赔偿惯例。此外，IBM 对自身开发的模型未设置赔偿责任上限，这也符合 IBM 的一贯赔偿义务做法。
受上述保护的 watsonx 模型目前包括：
(1) Slate 系列纯编码器模型。
(2) Granite 系列纯解码器模型。
所有 IBM Granite 模型用户均不得使用或允许他人使用 IBM Granite 模型参与或协助旨在生成侵犯、盗用或以其他方式违反任何第三方版权的输出的任何行动。
IBM 的网络爬虫程序 IBM Crawler Bot 遵守按“机器人排除协议”(Robots.txt) 来表达的指令。此举可让 IBM 识别并解决与数据提取相关的限制或约束，其中包括权利持有人所保留的权利。如需了解有关 IBM 所用网络爬虫程序的更多信息，或是报告 IBM 网络爬虫程序的任何潜在问题，请选择此页面页眉部分的“联系我们”以提交“欧盟 AI 法案咨询”。
订阅更新
1截至 2026 年 4 月 29 日，已发布的 Granite 语言、视觉、语音、嵌入和 Guardian 模型均已进行加密签名处理。
2ISO 认证适用于 Granite 语言模型的 Granite AI 管理系统 (AIMS)。可点击此处查看证书：https://www.schellman.com/certificate-directory（证书编号 1102257-1）。