← Todas las noticias

Granite Switch 4.1.1: parche con modelo base intacto, nuevo modelo de voz ASR y adaptador Decision

IBM publicó el 29 de octubre de 2026 el parche Granite Switch 4.1.1, que según la compañía es totalmente compatible hacia atrás con 4.1 y no requiere migración; actualiza el modelo Granite Speech ASR, con cobertura de 10 idiomas y puntuación y mayúsculas nativas, y el adaptador Decision en granitelib-core, sin recalcular el modelo base.

Publicado Actualizado
Portada de la noticia original — Granite Switch 4.1.1: parche con modelo base intacto, nuevo modelo de voz ASR y adaptador Decision
Portada de la noticia originalNoticia original ↗

Qué ha cambiado

Según la entrada de blog que el equipo de IBM Granite publicó en Hugging Face el 29 de octubre de 2026, Granite Switch 4.1.1 es una versión de parche de 4.1, publicada poco más de una semana después de 4.1. El equipo lo explica con la convención de numeración de versiones de software: es totalmente compatible hacia atrás con 4.1, no requiere migración y los cambios están en la parte interna. La entrada enumera dos actualizaciones. Una es el modelo Granite Speech ASR granite-speech-5.0-470m-turboctc, que cubre 10 idiomas y produce de forma nativa puntuación y mayúsculas; el equipo afirma que, por ello, las transcripciones pueden enviarse directamente a modelos posteriores sin un paso adicional de formateo. La otra es el adaptador Decision en granitelib-core; el equipo afirma que su rendimiento global mejoró en el conjunto de pruebas Jev Decision Index. Cabe señalar que el texto original usa nombres distintos para ambos: al de voz lo llama 'nuevo modelo ASR' y solo al de decisión lo denomina adaptador; la entrada no aclara si la capacidad de voz se distribuye como un adaptador intercambiable en caliente o se despliega como un modelo independiente. El equipo atribuye la rapidez de esta publicación a que no se recalculó el modelo base: salvo por el entrenamiento del nuevo modelo ASR y del adaptador Decision, el modelo base no se modificó; los usuarios solo tienen que combinar los adaptadores que necesiten y desplegar. La entrada también menciona que se están preparando tutoriales y un Adapter SDK para que desarrolladores y proveedores externos construyan sus propios adaptadores, pero no da calendario, alcance de la interfaz ni forma de distribución. El blog también remite a una demostración Speech-to-Decisions. La entrada no ofrece puntuaciones de referencia concretas, la lista de los 10 idiomas ni los términos de licencia, y tampoco datos de latencia, capacidad de procesamiento o uso de memoria de GPU.

Impacto para desarrolladores

La señal de esta versión está en la forma de publicación, no en las puntuaciones. Que la base no cambie y solo se sustituyan componentes de capacidad indica que la unidad de actualización pasó del modelo completo a piezas reemplazables; para los equipos que ya han integrado 4.1, el coste de migración en la interfaz es casi nulo, por lo que el riesgo se traslada a la deriva de versiones: si el proceso de despliegue obtiene el 'último adaptador' en lugar de fijar una revisión, el comportamiento del modelo cambiará sin tocar el código, y el dígito de parche del número de versión ya indica que este tipo de sustituciones pequeñas seguirá ocurriendo. Interpretar 'compatible hacia atrás' como 'salidas sin cambios' es una mala lectura: la compatibilidad que menciona el texto se refiere a la interfaz y a la relación de composición con 4.1, no a transcripciones o resultados de decisión idénticos palabra por palabra. El cambio directo en la cadena de voz es que posiblemente se elimine un paso de posprocesamiento. Si la puntuación y las mayúsculas nativas funcionan como se describe, el paso de 'formatear la salida de ASR' puede ahorrar una llamada y un coste de mantenimiento; pero también cambia la forma del texto que se envía aguas abajo, y hay que revisar los prompts y la lógica de análisis que dependen de puntuación fija, de que todo esté en minúsculas o de supuestos concretos de segmentación. Otra condición previa es la cobertura de idiomas: la entrada solo dice 10 idiomas y no especifica cuáles; hay que confirmar por cuenta propia si el chino u otros idiomas del negocio están incluidos. En cuanto al adaptador Decision, 'mejora global en Jev Decision Index' es una afirmación propia del publicador sobre un único conjunto de pruebas; una mejora en una métrica agregada no significa que vaya en la misma dirección con tu número de opciones, longitud de entrada y distribución de dominio. Además, el Adapter SDK y los tutoriales para que terceros construyan sus propios adaptadores siguen siendo algo previsto; hoy no se pueden planificar como una opción de despliegue ya disponible.

Integración y evaluación

Lo siguiente son recomendaciones condicionales y análisis, no hechos reportados. Primero, fije por versión la base y los adaptadores por separado en el despliegue, en lugar de seguir siempre lo último. El motivo es que esta versión 4.1.1 muestra justamente el caso de 'base sin cambios, componentes sustituidos'. La decisión que hay que tomar es: bloquear el adaptador Decision y el modelo de voz por revisión o hash de contenido en la configuración de despliegue, o seguir resolviendo 'latest'. Las condiciones de carga que desencadenan un cambio son que varios productos compartan el endpoint, que la CI descargue automáticamente los últimos pesos o que la estabilidad de la salida tenga una restricción dura aguas abajo. El criterio medible es: ejecutar su propio conjunto de validación reservado con los componentes antiguos y nuevos; cambiar solo si la diferencia entre la exactitud de decisión y las métricas de calidad de transcripción queda dentro de una tolerancia predefinida; si la supera, mantener la versión original y registrar muestras de diferencias. Segundo, evalúe si eliminar el formateo posterior a la voz. El motivo es que el nuevo modelo ASR afirma producir puntuación y mayúsculas nativas. La decisión es: mantener el esquema de dos etapas 'ASR más formateo' o pasar solo a ASR. Las condiciones previas son que los idiomas del audio de negocio estén confirmados dentro de esos 10 y que la tarea posterior dependa realmente de la puntuación o las mayúsculas; si no se cumple ninguna de las dos, no hay necesidad de cambiar la cadena actual. El criterio medible es: pasar el mismo lote de audio real de negocio por ambas rutas y comparar la exactitud de la tarea posterior y la tasa de fallos de parseo; eliminar el formateo solo si la ruta de solo ASR no es peor que la de dos etapas. Tercero, evalúe el adaptador Decision por segmentos de negocio, sin aceptar directamente la conclusión global. Si su número de opciones y la distribución de longitud de entrada se alejan claramente de Jev Decision Index, divida sus muestras históricas de decisión en varios segmentos y mida la exactitud por separado, para ver si la mejora se concentra en segmentos parecidos a su tráfico; adopte el cambio solo si también hay mejora en segmentos similares; de lo contrario, trátelo como una actualización neutra.

Límites y cuestiones pendientes

Esta entrada de blog no ofrece las puntuaciones concretas ni la composición del conjunto de pruebas de Jev Decision Index, no enumera cuáles son los 10 idiomas y tampoco aporta datos de latencia, capacidad de procesamiento o uso de memoria de GPU; por ello, 'mejora del rendimiento global' y 'puntuación nativa' no pueden verificarse fuera del texto y solo deben tomarse como afirmaciones del publicador. La entrada no indica los términos de licencia del modelo base ni de los componentes de esta actualización; que los pesos se puedan descargar no equivale a una autorización para uso comercial, y los derechos concretos deben consultarse en la ficha del modelo correspondiente. El Adapter SDK y los tutoriales solo se describen como en preparación, sin calendario, así que no se puede planificar con ellos una ruta de adaptadores propios de terceros. Granite Switch 4.1.1, así como el modelo Granite Speech ASR y el adaptador Decision actualizados, no están actualmente en KimiSeek; la disponibilidad descrita se refiere al canal de publicación de IBM en Hugging Face y no significa que este sitio ya ofrezca el modelo. Para conocer la forma de facturación de los modelos ya disponibles en este sitio, consulte la página de precios.

Tres minutos hasta la primera llamada

Crea una cuenta y una clave de API. El coste de las llamadas se descuenta de tu saldo. 30 % de descuento en tu primera recarga. Recarga ¥500, paga ¥350, recibe ¥500 de saldo. Recarga ¥1000, paga ¥850, recibe ¥1000 de saldo La recarga mínima sigue siendo de ¥10, adecuada para pruebas.

Fuentes y proceso editorial

Granite Switch 4.1.1——像更新软件一样更新模型

La IA ayudó con el análisis y la traducción de las fuentes citadas, seguidos de controles automáticos. Las recomendaciones no son resultados de pruebas. Consulta el catálogo actual para precios y disponibilidad.