← Alle Modellneuigkeiten

Granite Switch 4.1.1: Patch lässt die Basis unverändert und tauscht ASR-Modell sowie Decision-Adapter

IBM hat am 29. Oktober 2026 den Patch Granite Switch 4.1.1 veröffentlicht und bezeichnet ihn als vollständig abwärtskompatibel zu 4.1, ohne Migration. Aktualisiert wurden ein Granite-Speech-ASR-Modell für 10 Sprachen mit nativer Interpunktion und Groß-/Kleinschreibung sowie der Decision-Adapter in granitelib-core; das Basismodell wurde nicht neu berechnet.

Veröffentlicht Aktualisiert
Titelbild des Originalberichts — Granite Switch 4.1.1: Patch lässt die Basis unverändert und tauscht ASR-Modell sowie Decision-Adapter
Titelbild des OriginalberichtsOriginalbericht ↗

Was sich geändert hat

Laut einem am 29. Oktober 2026 auf Hugging Face veröffentlichten Blogbeitrag des IBM-Granite-Teams ist Granite Switch 4.1.1 eine Patch-Version von 4.1 und erschien gut eine Woche nach 4.1. Das Team erklärt sie mit den Konventionen der Softwareversionierung: vollständig abwärtskompatibel zu 4.1, keine Migration nötig, alle Änderungen liefen unter der Haube. Der Beitrag nennt zwei Aktualisierungen. Erstens das Granite-Speech-ASR-Modell granite-speech-5.0-470m-turboctc, das 10 Sprachen abdeckt und native Interpunktion sowie Groß- und Kleinschreibung ausgibt; laut Team können Transkripte dadurch direkt an nachgelagerte Modelle gehen, ohne eine weitere Formatierungsstufe. Zweitens der Decision-Adapter in granitelib-core, dessen Gesamtleistung auf dem Testset Jev Decision Index laut Team gestiegen ist. Auffällig ist, dass der Beitrag die beiden unterschiedlich bezeichnet: Nur der Decision-Teil heißt Adapter, der Sprachteil als „neues ASR-Modell“. Ob die Sprachfunktion als hot-swap-fähiger Adapter ausgeliefert oder als eigenständiges Modell deployt wird, sagt der Beitrag nicht. Die Geschwindigkeit dieser Veröffentlichung begründet das Team damit, dass die Basis nicht neu berechnet wurde: Außer dem Training des neuen ASR-Modells und des Decision-Adapters blieb das Basismodell unverändert; Nutzer kombinieren die benötigten Adapter und deployen sie. Der Beitrag erwähnt außerdem in Arbeit befindliche Tutorials und ein Adapter-SDK, mit dem Entwickler und Drittanbieter eigene Adapter bauen können, nennt aber keinen Zeitplan, keinen Schnittstellenumfang und keine Vertriebsform. Zudem verweist der Blog auf eine Speech-to-Decisions-Demo. Konkrete Benchmark-Werte, die Liste der 10 Sprachen, Lizenzbedingungen sowie Angaben zu Latenz, Durchsatz oder VRAM-Belegung fehlen.

Auswirkungen für Entwickler

Das Signal dieser Version liegt in der Form der Veröffentlichung, nicht in Punktzahlen. Dass die Basis unverändert bleibt und nur Fähigkeitskomponenten getauscht werden, zeigt: Die Update-Einheit verschiebt sich vom ganzen Modell zu austauschbaren Teilen. Für Teams, die bereits 4.1 eingebunden haben, sind die Migrationskosten auf Schnittstellenebene nahe null; das Risiko verlagert sich auf Versionsdrift. Wenn die Deployment-Pipeline den „neuesten Adapter“ zieht statt eine feste Revision, kann sich das Modellverhalten ohne Codeänderung ändern – und die Patch-Stelle der Versionsnummer deutet selbst darauf hin, dass solche kleinen Ersetzungen weiter vorkommen. „Abwärtskompatibel“ als „Ausgaben bleiben gleich“ zu lesen, wäre ein Missverständnis: Gemeint ist die Schnittstellen- und Kompositionsbeziehung zu 4.1, nicht eine wortgleiche Transkription oder Entscheidung. Die unmittelbare Änderung der Sprachkette ist, dass ein Nachbearbeitungsschritt entfallen kann. Wenn native Interpunktion und Groß-/Kleinschreibung wie beschrieben funktionieren, lässt sich der Schritt „ASR-Ausgabe erneut formatieren“ samt eines Aufrufs und eines Wartungsaufwands sparen. Zugleich ändert sich die Textform für nachgelagerte Systeme; Prompts und Parsing-Logik, die feste Interpunktion, durchgehende Kleinschreibung oder bestimmte Segmentierungsannahmen voraussetzen, müssen überprüft werden. Eine weitere Voraussetzung ist die Sprachabdeckung: Der Beitrag nennt nur 10 Sprachen, ohne sie aufzulisten. Ob Chinesisch oder andere relevante Geschäftssprachen dabei sind, muss man selbst klären. Beim Decision-Adapter ist die „Gesamtverbesserung auf dem Jev Decision Index“ eine Selbstauskunft des Anbieters auf einem einzelnen Testset. Eine bessere aggregierte Kennzahl heißt nicht, dass die Richtung bei eigener Optionsanzahl, Eingabelänge und Domänenverteilung dieselbe ist. Außerdem sind Adapter-SDK und Tutorials für eigene Adapter von Drittanbietern noch geplant; sie taugen derzeit nicht als verfügbare Deployment-Option für die Planung.

Integration und Bewertung

Die folgenden Hinweise sind bedingte Empfehlungen und Analyse, keine berichteten Fakten. Erstens: Basis und Adapter im Deployment getrennt versionsfest machen, statt insgesamt dem Neuesten zu folgen. Grundlage ist, dass 4.1.1 genau den Fall „Basis unverändert, Komponenten ersetzt“ vorführt. Die Entscheidung lautet: Decision-Adapter und ASR-Modell per Revision oder Inhaltsdigest festnageln oder weiterhin „latest“ auflösen. Auslöser für einen Wechsel sind betriebliche Bedingungen wie ein Endpunkt, den mehrere Produkte teilen, eine CI, die automatisch die neuesten Gewichte zieht, oder harte Anforderungen an die Ausgabestabilität downstream. Prüfbar ist das so: mit einem eigenen Holdout-Set alte und neue Komponenten je einmal laufen lassen und nur wechseln, wenn die Differenz bei Entscheidungsgenauigkeit und Transkriptionsqualität innerhalb einer vorab gesetzten Toleranz liegt; sonst beim alten Stand bleiben und Differenzstichproben dokumentieren. Zweitens: prüfen, ob die Formatierung nach der Spracherkennung entfallen kann. Grundlage ist die Angabe des neuen ASR-Modells, native Interpunktion und Groß-/Kleinschreibung auszugeben. Die Entscheidung lautet: beim zweistufigen Ablauf „ASR plus Formatierung“ bleiben oder auf ASR allein umstellen. Voraussetzung ist, dass die Sprachen der Geschäftsaudios bestätigt unter den 10 sind und die nachgelagerte Aufgabe tatsächlich auf Interpunktion oder Groß-/Kleinschreibung angewiesen ist; trifft beides nicht zu, besteht kein Anlass, die bestehende Kette zu ändern. Prüfbar ist das so: dieselben echten Geschäftsaudios einmal durch beide Pfade schicken und Genauigkeit der nachgelagerten Aufgabe sowie Parse-Fehlerrate vergleichen; die Formatierung erst streichen, wenn der ASR-only-Pfad nicht schlechter ist als der zweistufige. Drittens: den Decision-Adapter nach Geschäftssegmenten bewerten und die Gesamtaussage nicht direkt übernehmen. Weicht Ihre Verteilung von Optionsanzahl und Eingabelänge deutlich vom Jev Decision Index ab, sollten Sie eigene historische Entscheidungsstichproben in mehrere Segmente teilen und die Genauigkeit getrennt messen. Dann prüfen, ob sich die Verbesserung auf Segmente konzentriert, die Ihrem Traffic ähneln; übernehmen Sie den Adapter nur, wenn auch dort eine Verbesserung auftritt, andernfalls behandeln Sie das Update als neutral.

Grenzen und offene Fragen

Der Blog nennt keine konkreten Werte zum Jev Decision Index und keine Zusammensetzung des Testsets, listet die 10 Sprachen nicht auf und liefert keine Angaben zu Latenz, Durchsatz oder VRAM-Belegung. Daher lassen sich „Gesamtverbesserung“ und „native Interpunktion“ außerhalb des Beitrags nicht überprüfen und nur als Anbieteraussage werten. Lizenzbedingungen für die Basis und die einzelnen Komponenten werden nicht genannt; herunterladbare Gewichte bedeuten keine kommerzielle Nutzungserlaubnis, maßgeblich ist die jeweilige Modellkarte. Adapter-SDK und Tutorials werden nur als in Arbeit beschrieben, ohne Zeitplan; darauf lässt sich kein eigener Drittanbieter-Adapterweg planen. Granite Switch 4.1.1 sowie das aktualisierte Granite-Speech-ASR-Modell und der Decision-Adapter sind derzeit nicht bei KimiSeek gelistet. Die hier genannte Verfügbarkeit bezieht sich auf die Veröffentlichung von IBM auf Hugging Face und nicht darauf, dass diese Site das Modell anbietet; Informationen zur Abrechnung der hier gelisteten Modelle finden sich auf der Preisseite.

In drei Minuten zum ersten Aufruf

Erstelle ein Konto und einen API-Schlüssel. Aufrufe werden von deinem Guthaben abgebucht. 30 % Rabatt auf die erste Aufladung. ¥500 aufladen, ¥350 zahlen, ¥500 Guthaben erhalten. ¥1000 aufladen, ¥850 zahlen, ¥1000 Guthaben erhalten Die Mindestaufladung bleibt ¥10 und eignet sich zum Ausprobieren.

Quellen und redaktioneller Prozess

Granite Switch 4.1.1——像更新软件一样更新模型

KI unterstützte die Analyse und Übersetzung der genannten Quellen, gefolgt von automatischen Qualitätsprüfungen. Empfehlungen sind keine Testergebnisse. Verfügbarkeit und Preise stehen im aktuellen Katalog.