A IBM apresentou o Granite Switch 4.1, uma família de modelos concebida para alternar entre respostas em linguagem natural, tarefas de decisão e transcrição de áudio através de um único endpoint alojado. A publicação no Hugging Face foi divulgada a 15 de outubro de 2026. Inclui as variantes Granite-Switch-4.1-8B e Granite-Switch-4.1-30B, compostas com adaptadores para diferentes tarefas e tecnologia de reconhecimento automático de fala.
Segundo a publicação, a configuração inclui um adaptador Decision aLoRA para decisões de uso geral, um adaptador Guardian para tarefas de decisão relacionadas com segurança e o Granite-Speech-5.0-Turbo-CTC para transcrição. A IBM afirma que o Guardian supera, em média, Jev 1.13, Microsoft-Decision-1, GPT-Luna-Decisions e Clef-Flash nessas tarefas. O texto não apresenta resultados detalhados, métricas ou condições de avaliação que permitam verificar a comparação de forma independente. A publicação também descreve o modelo de fala como o mais rápido no OpenASR leaderboard.
A empresa afirma que os adaptadores e o modelo de base ocupam aproximadamente a mesma memória de vídeo (VRAM) que o modelo de base isolado. Refere ainda que a cache KV criada durante a geração com o modelo de base pode ser reutilizada nas decisões feitas com adaptadores. A publicação associa essa característica a optimizações de inferência e a um codificador de áudio integrado, mas não fornece valores de latência, consumo ou comparação de custos.
Como demonstração, a IBM aponta para o espaço Speech-to-Decisions no Hugging Face. Segundo a descrição, o sistema transcreve áudio, gera resumos, analisa conteúdo potencialmente nocivo e testa outras 15 sinalizações definidas pelo utilizador, em tempo real e num único endpoint. A demonstração ilustra a combinação de tarefas descrita pela empresa, mas não constitui, por si só, uma avaliação independente do desempenho em cenários mais amplos.
A publicação enquadra o lançamento no projecto Granite Switch, uma abordagem modular que permite combinar adaptadores da biblioteca Granite Libraries. A IBM sustenta que adaptadores especializados podem superar modelos generalistas em tarefas de classificação específicas. Refere também uma comparação entre Granite-Switch-4.1-30B, com quatro adaptadores especializados, e Jev-27B, num fluxo de trabalho RAG de cinco etapas. Segundo a empresa, o Switch concluiu o processo mais depressa; o texto não divulga tempos nem a metodologia da comparação.
As variantes são disponibilizadas com um conjunto predefinido de adaptadores, mas a IBM afirma que os utilizadores podem compor modelos próprios com adaptadores das Granite Libraries. A empresa diz que planeia lançar um SDK para treinar adaptadores em Mellea, além de tutoriais e suporte para Granite Switch, sem indicar uma data. A publicação descreve, assim, uma proposta que reúne chat, decisões e transcrição num endpoint e permite personalizar os adaptadores usados.
Porque importa
A proposta da IBM é reunir tarefas de linguagem, decisão e transcrição num único endpoint, com adaptadores que podem ser combinados. A publicação apresenta alegações de memória e desempenho, mas não inclui dados suficientes para as verificar de forma independente.